Qu’est-ce que la ROC d’un PDF (OCR) ?
La ROC d’un PDF (OCR — Optical Character Recognition) est le procédé qui transforme le texte présent uniquement comme image à l’intérieur d’un PDF scanné en texte sélectionnable, indexable et lisible par la machine.
Il existe deux types de PDF : ceux qui possèdent une couche texte (nés numériques — exportés depuis Word ou LaTeX par exemple), où le texte est lu directement, et les PDF scannés (papier photographié ou passé au scanner), où la page n’est qu’une image de texte. Sans OCR, on ne peut ni rechercher, ni copier, ni résumer le second type.
Téléversez des PDF avec couche de texte, jusqu’à 50 Mo et 1 000 pages. Les scans composés uniquement d’images nécessitent une OCR avant le téléversement. Un résumé structuré et le contexte de chat disponible suivent ; consultez la Politique de confidentialité.
La précision de l’OCR dépend de la qualité du scan, de la mise en page, de la langue et de la police ; vérifiez manuellement tout résultat important.
Téléversez des PDF avec couche de texte, jusqu’à 50 Mo et 1 000 pages. Les scans composés uniquement d’images nécessitent une OCR avant le téléversement. Un résumé structuré et le contexte de chat disponible suivent ; consultez la Politique de confidentialité.
En savoir plus sur SummioQuestions fréquentes
L’OCR de PDF est-il gratuit ?
Le prix et les conditions de l’OCR dépendent de l’outil externe choisi. Téléversez des PDF avec couche de texte, jusqu’à 50 Mo et 1 000 pages. Les scans composés uniquement d’images nécessitent une OCR avant le téléversement. Un résumé structuré et le contexte de chat disponible suivent ; consultez la Politique de confidentialité.
Quelle est la précision de l’OCR sur des livres scannés ?
La précision de l’OCR dépend de la qualité du scan, de la mise en page, de la langue et de la police ; vérifiez manuellement tout résultat important.
L’OCR fonctionne-t-il sur des PDF manuscrits ?
Les anciens moteurs OCR gèrent mal l’écriture manuscrite. Les moteurs récents basés sur l’apprentissage automatique traitent correctement les capitales d’imprimerie nettes et beaucoup moins bien la cursive.