Modifier un PDF scanné avec OCR
Un PDF scanné est souvent une image. L'OCR permet de reconnaître le texte, mais les erreurs de lecture doivent être vérifiées.
Un PDF scanné n'est pas toujours un document texte. Très souvent, chaque page est une image. Vous pouvez lire les mots à l'écran, mais le logiciel ne voit qu'une photo de la page. C'est pour cela que la sélection, la recherche ou l'édition du texte peut échouer.
L'OCR, ou reconnaissance optique de caractères, sert à reconnaître le texte visible dans ces images.
À retenir
Pour modifier un PDF scanné, commencez par l'OCR, relisez le texte reconnu, puis appliquez vos changements avec une édition IA ou manuelle. Les scans flous, inclinés ou de mauvaise qualité nécessitent toujours plus de contrôle.
Pourquoi un scan est difficile à éditer
Un PDF scanné peut poser problème parce que :
- le texte n'est pas stocké comme texte ;
- les pages sont des images ;
- les polices ne sont pas connues ;
- la mise en page peut être reconstruite approximativement ;
- les tampons et signatures sont mélangés à l'image ;
- les caractères peuvent être flous ou inclinés.
Un éditeur PDF classique peut déplacer l'image de la page, mais pas modifier proprement un mot à l'intérieur sans étape supplémentaire.
Ce que l'OCR ajoute
L'OCR analyse l'image et tente de reconnaître :
- lettres ;
- chiffres ;
- mots ;
- lignes ;
- blocs de texte ;
- parfois tableaux ou zones structurées.
Le résultat peut ensuite servir à rechercher, copier, résumer, traduire ou préparer une modification.
Workflow recommandé
- Importez le PDF scanné.
- Lancez l'OCR.
- Vérifiez les passages importants.
- Corrigez les erreurs de reconnaissance si nécessaire.
- Demandez l'édition IA ou faites une modification manuelle.
- Vérifiez la mise en page finale.
- Téléchargez et rouvrez le fichier exporté.
Ce qu'il faut relire
Relisez particulièrement :
- noms propres ;
- dates ;
- montants ;
- numéros de facture ;
- IBAN, références, codes ;
- clauses juridiques ;
- adresses ;
- accents et caractères spéciaux ;
- tableaux ;
- signatures et tampons.
Ce sont les zones où une petite erreur peut changer le sens.
Améliorer la qualité OCR
Pour obtenir un meilleur résultat :
- utilisez un scan net ;
- évitez les photos sombres ;
- redressez les pages ;
- gardez une résolution suffisante ;
- évitez les documents trop compressés ;
- traitez séparément les pages très complexes ;
- vérifiez les colonnes et tableaux.
IA et OCR ensemble
L'OCR rend le texte lisible par la machine. L'IA peut ensuite aider à résumer, traduire, réécrire ou extraire. Mais l'IA dépend de la qualité du texte reconnu : si l'OCR lit mal un montant ou un nom, l'IA peut continuer avec cette erreur.
Le bon workflow est donc OCR, puis relecture, puis modification.
Limites
L'OCR peut échouer ou produire des erreurs avec :
- écritures manuscrites ;
- scans flous ;
- photos inclinées ;
- documents tachés ;
- petites polices ;
- tableaux denses ;
- langues ou alphabets mal détectés ;
- documents très compressés.
FAQ
Peut-on modifier directement un PDF scanné ?
Pas toujours. Si le PDF est seulement une image, il faut d'abord reconnaître le texte avec OCR ou reconstruire la zone à modifier.
L'OCR est-il toujours exact ?
Non. Il peut mal lire les caractères, surtout sur des scans de mauvaise qualité. Les résultats importants doivent être relus.
L'OCR conserve-t-il la mise en page ?
Il peut aider à créer une couche texte ou une reconstruction, mais la mise en page doit être vérifiée après modification.