Outils pour développeurs

Extraire le texte d’une image gratuitement (et d’un PDF scanné)

Récupérer le texte d’une photo, d’une capture ou d’un PDF scanné avec un OCR gratuit dans le navigateur, sans envoyer le fichier. Aussi sur iPhone, et nos conseils.

Pour extraire le texte d’une image gratuitement, ouvrez Extraire du texte sur AIMRAN Tools, choisissez la langue du texte, glissez la photo ou la capture (ou collez-la avec Ctrl+V) et cliquez sur « Extraire le texte ». Quelques secondes plus tard, le texte est prêt à être copié ou téléchargé en .txt. La reconnaissance (OCR) se fait dans votre navigateur : l’image n’est envoyée à aucun serveur. Attention, l’outil reconnaît le texte en espagnol et en anglais. Pour un PDF scanné, utilisez OCR de PDF numérisé, qui vous rend aussi le même PDF avec un texte consultable.

Qu’est-ce que l’OCR et quand en a-t-on besoin

Une photo de document, une capture d’écran ou un scan sont des images : pour l’ordinateur, il n’y a pas de lettres, seulement des pixels. C’est pour cela qu’on ne peut ni sélectionner le texte, ni le rechercher, ni le coller dans Word. L’OCR (reconnaissance optique de caractères) analyse ces pixels, identifie les lettres et les transforme en vrai texte.

Cas typiques : copier le texte d’une capture dans un e-mail, reprendre des notes photocopiées sans tout retaper, noter les montants d’un ticket dans un tableau de dépenses ou récupérer une lettre scannée.

Extraire le texte d’une image en ligne, étape par étape

  1. Allez sur tools.aimran.es/fr/imagen/ocr depuis l’ordinateur ou le mobile.
  2. Glissez l’image dans la zone « Glissez des photos ou captures contenant du texte », cliquez pour la choisir ou collez une capture avec Ctrl+V. Vous pouvez en ajouter plusieurs, puis d’autres avec « Ajouter d’autres images ».
  3. Dans le panneau « Langue du texte », choisissez « Espagnol », « Anglais » ou « Les deux ».
  4. Cliquez sur « Extraire le texte ». La première fois, les données de langue sont téléchargées (environ 2,1 Mo pour l’espagnol, 2,9 Mo pour l’anglais et 5 Mo pour les deux) ; elles restent ensuite en cache et l’outil démarre aussitôt.
  5. Vérifiez l’étiquette de confiance de chaque image, puis copiez le résultat avec « Copier » ou enregistrez-le avec « Télécharger » sous le nom texto-extraido.txt.

Avec plusieurs images, tout le texte sort ensemble, avec le nom de chaque fichier en séparateur, pour savoir d’où vient chaque partie.

Formats acceptés : JPG, PNG, WEBP, AVIF, BMP, GIF et HEIC (photos d’iPhone), jusqu’à 30 Mo chacun.

Comment lire l’indice de confiance

Chaque image affiche un pourcentage qui indique à quel point le moteur est sûr de ce qu’il a lu :

Confiance Couleur Que faire
80 % ou plus Vert Le texte est généralement juste ; relisez rapidement.
De 55 % à 79 % Orange Certaines lettres seront confondues. Vérifiez chiffres, accents et noms.
Moins de 55 % Rouge Mieux vaut recommencer avec une image plus nette, recadrée ou redressée.

Si le message « Aucun texte trouvé » apparaît, l’image est trop petite, floue, ou la langue choisie ne correspond pas.

Extraire le texte d’un PDF scanné

Vérifiez d’abord si votre PDF en a besoin : essayez de sélectionner un mot à la souris ou de le chercher avec Ctrl+F. Si ça marche, le PDF contient déjà du texte et Extraire le texte le copie en entier sans OCR. Sinon, chaque page est une image et doit être reconnue :

  1. Ouvrez OCR de PDF numérisé et glissez le PDF (jusqu’à 200 Mo).
  2. Choisissez la « Langue du document ».
  3. Laissez « Créer un PDF consultable » activé si vous voulez, en plus du texte, un PDF identique au scan mais où l’on peut chercher et copier.
  4. Cliquez sur « Reconnaître le texte ». Le bouton indique combien de pages seront traitées.
  5. Copiez ou téléchargez le « Texte reconnu » (avec « Séparer par page » activé, vous voyez où commence chaque page) et, si vous l’avez demandé, téléchargez le PDF consultable, dont le nom se termine par -buscable.pdf.

Chaque page est convertie en image à environ 300 ppp avant d’être lue, la résolution que recommande Tesseract. Le calque de texte est posé, invisible, sur la page d’origine, sans toucher à l’image.

Si vous n’avez besoin que de quelques pages d’un long document, sortez-les d’abord avec Extraire des pages : l’OCR finira bien plus vite.

Conseils pour un OCR réussi

La documentation de Tesseract, le moteur libre utilisé par ces outils, insiste sur ce qu’on constate en pratique :

  • Une résolution suffisante. Il fonctionne mieux avec des images d’au moins 300 ppp. Au téléphone, rapprochez-vous pour que le texte remplisse presque tout le cadre.
  • Un texte droit. Les lignes de travers dégradent fortement le résultat. Tournez la photo avec Pivoter une image si elle est de côté.
  • Recadrer, sans excès. Enlevez le fond, les doigts et le reste avec Recadrer, en gardant une petite marge autour du texte : collé au bord, il pose aussi problème.
  • Lumière et contraste. Les ombres et les reflets sur le papier trompent le moteur. Idéal : texte foncé sur fond clair et uniforme.
  • Une seule langue. Choisir uniquement la langue du document donne de meilleurs résultats que « Les deux ».

Erreurs fréquentes

  • Écriture manuscrite. L’OCR marche très bien avec du texte imprimé ou affiché à l’écran, mais l’écriture à la main n’est pas reconnue de façon fiable.
  • Texte en français. L’outil reconnaît l’espagnol et l’anglais. Sur un texte français, les lettres sans accent sortent souvent correctement, mais les caractères comme è, ê, à ou ç peuvent être mal lus : relisez-les.
  • Tableaux et colonnes. Le texte sort dans l’ordre de lecture, mais la structure d’un tableau n’est pas conservée. Si une seule colonne vous intéresse, recadrez-la avant.
  • PDF protégé par mot de passe. Si le PDF demande un mot de passe à l’ouverture, retirez-le d’abord avec Protéger et déverrouiller.
  • Passer le texte dans Word. Pas besoin de convertisseur : copiez le résultat et collez-le dans Word, ou ouvrez le .txt téléchargé.

Copier le texte d’une photo sur iPhone

Pour une seule photo sur iPhone, le système le fait avec Texte en direct qui, d’après la liste des fonctionnalités par langue d’Apple, gère aussi le français. Selon l’aide officielle d’Apple, ouvrez la photo dans l’app Photos, maintenez le doigt sur un mot, ajustez la sélection avec les poignées et touchez Copier (ou Tout sélectionner). Il faut un iPhone XS ou XR ou plus récent avec iOS 15 ou ultérieur, et Texte en direct activé dans Réglages > Général > Langue et région.

Pour plusieurs images à la fois, des PDF de plusieurs pages, un téléchargement en .txt ou un travail sur ordinateur, l’outil du navigateur est plus pratique.

Conclusion

Récupérer le texte d’une image ne demande ni installation ni envoi de vos documents à un site inconnu. Avec une photo nette et droite, la bonne langue et un œil sur l’indice de confiance, le texte est prêt à copier en une minute. Et pour un PDF scanné, l’OCR de PDF vous donne en plus une copie consultable identique à l’original.

Sources et références

  1. AIMRAN Tools : Extraire le texte d’une image (OCR) tools.aimran.es
  2. AIMRAN Tools : OCR de PDF numérisé tools.aimran.es
  3. Tesseract : Improving the quality of the output tesseract-ocr.github.io
  4. Apple : Copier et traduire du texte à partir de photos sur votre iPhone ou iPad support.apple.com
  5. Apple : disponibilité des fonctionnalités d’iOS (Texte en direct) apple.com

Outils associés

Herramientas gratuitas de AIMRAN Tools que funcionan en tu navegador, sin registro.

Ver todas las herramientas
  • Extraire le texte d’une image (OCR)

    Transforme le texte de photos, captures ou scans en texte modifiable, en espagnol ou en anglais. Plusieurs images à la fois, sans envoi, copie ou TXT.

  • OCR de PDF numérisé

    Reconnaît le texte d’un PDF numérisé et donne le texte ou un PDF consultable, identique à l’original, où l’on peut chercher et copier. Sans envoi.

  • Extraire des pages d’un PDF

    Place les pages choisies dans un nouveau PDF ou un PDF par page, par vignettes ou plages comme « 1-3, 5 ». Sans perte de qualité ni envoi du fichier.