Image en texte (OCR)

Choisir la langue

Sélectionnez la langue dans laquelle le texte est écrit avant de le lire. Le modèle linguistique fournit l’alphabet et le vocabulaire auxquels le moteur compare ses hypothèses. Ainsi, sélectionner l’anglais pour une page en français fait disparaître ou déforme les accents, tandis qu’un modèle en alphabet latin transforme un texte chinois, japonais, coréen, arabe ou russe en charabia. Pour une page multilingue, choisissez la langue principale et attendez-vous à des erreurs dans les autres.

Vérifier les paragraphes regroupés

Lorsque les lignes sont regroupées en paragraphes, un trait d’union en fin de ligne est interprété comme une coupure de mot et supprimé. Un mot composé réellement coupé à cet endroit, comme well- suivi de known, devient donc wellknown. Les lignes sont réunies avec un espace, ce qui ajoute également un espace à chaque saut de ligne dans les textes chinois ou japonais, où il ne devrait pas y en avoir. Désactivez cette option pour ces langues ainsi que pour les tableaux, les listes, les adresses et le code, où les sauts de ligne ont un sens. Pour un PDF numérisé, utilisez OCR PDF.

Comment l'utiliser

1. Choisissez une image.
2. Sélectionnez la langue du texte.
3. Lisez le résultat, puis copiez-le ou téléchargez-le.

Confidentialité et limitations

Votre fichier n’est jamais téléversé. Le moteur de reconnaissance et le modèle de langue sont téléchargés une fois — environ 10 MB — et mis en cache par votre navigateur, puis tout s’exécute sur votre propre machine. Les services d’OCR hébergés fonctionnent à l’inverse : ils veulent le document.