OCR PDF pour retrouver le texte d’un document scanné
L’OCR PDF dans ReadyData récupère le contenu lisible de pages numérisées pour le copier ou l’exporter, sans ajouter de couche de texte au fichier original.
Commencer
Récupérer le contenu d’un scan avec l’OCR PDF
Un document numérisé peut afficher des mots sans permettre de les sélectionner dans votre lecteur.
Déposez le PDF numérisé
Ajoutez le fichier dont vous souhaitez récupérer les mots, même si son texte n’est pas sélectionnable.
Choisissez les pages à lire
Conservez les pages utiles et sélectionnez « Content extraction » pour leur texte et leurs tableaux.
Lancez puis contrôlez la lecture
Cliquez sur « Process files » et relisez les passages reconnus, particulièrement sur les pages peu contrastées.
Exportez le contenu récupéré
Copiez le texte ou téléchargez un fichier TXT, Markdown ou JSON pour le reprendre dans votre outil.
Déposez le PDF numérisé
Ajoutez le fichier dont vous souhaitez récupérer les mots, même si son texte n’est pas sélectionnable.
Choisissez les pages à lire
Conservez les pages utiles et sélectionnez « Content extraction » pour leur texte et leurs tableaux.
Lancez puis contrôlez la lecture
Cliquez sur « Process files » et relisez les passages reconnus, particulièrement sur les pages peu contrastées.
Exportez le contenu récupéré
Copiez le texte ou téléchargez un fichier TXT, Markdown ou JSON pour le reprendre dans votre outil.
Le scan conserve l’image, pas toujours le texte
Un dossier d’archives numérisé peut être agréable à feuilleter mais difficile à exploiter mot à mot.
Lire le contenu des pages image
L’extraction produit un résultat séparé que vous pouvez examiner avant de le réutiliser.
Reprendre une archive dans un document de travail
Exemple fictif : un dossier scanné contient un ancien compte rendu. Vous récupérez les paragraphes utiles et vérifiez les noms avant de préparer vos notes.