Comment utiliser Image en texte (OCR)
- 1
Ajoutez des images
Déposez, parcourez ou collez (Ctrl+V) une ou plusieurs captures d’écran, photos ou numérisations.
- 2
Choisissez la langue
L’anglais est présélectionné ; ajoutez jusqu’à quatre langues si une image en mélange plusieurs.
- 3
Relisez le texte
Modifiez le résultat directement et vérifiez les mots douteux dans la vue Zones de mots.
- 4
Copiez ou enregistrez
Copiez le texte, ou téléchargez un fichier .txt pour une image ou pour tout le lot.
Limites et Pro
Jusqu’à 10 images par lot, de 25 Mo maximum chacune, dans l’une des 123 langues, avec jusqu’à quatre langues à la fois.
Lots allant jusqu’à 500 images et fichiers de plus de 25 Mo ; la qualité de reconnaissance est identique avec les deux formules. Découvrir Pro
À propos de Image en texte (OCR)
Image en texte lit les mots imprimés dans une image et vous donne un texte brut, modifiable. Le résultat est un texte UTF-8 avec les sauts de ligne repérés par le moteur de reconnaissance (OCR). Vous pouvez le corriger directement, le copier ou l’enregistrer en fichier .txt, soit un par image, soit un fichier unique avec un titre pour chaque image. Une vue par zones de mots entoure chaque mot reconnu sur l’original et le colore selon son indice de confiance : c’est le moyen le plus rapide de relire un long résultat.
L’outil convient aux captures d’écran de conversations et de messages d’erreur, aux courriers numérisés, aux tickets de caisse, aux diaporamas, aux pages de livres, aux panneaux de rue et aux mèmes, dans 123 langues et écritures. Avant la reconnaissance, l’image peut être agrandie si les caractères sont petits, convertie en niveaux de gris, réduite en noir et blanc pur pour les photos de papier, et inversée automatiquement quand un texte clair se détache sur une interface sombre. Cinq modes de segmentation de la page couvrent les pages entières, les colonnes uniques, les découpes d’une seule ligne et le texte clairsemé.
Le moteur LSTM de Tesseract est conçu pour les caractères imprimés : l’écriture manuscrite cursive, les logos très stylisés, les lettres courbes et les photos de très basse résolution donnent de mauvais résultats. Les tableaux ressortent sous forme de lignes de texte plutôt que de cellules, et les mises en page à plusieurs colonnes sont approximées, non reproduites. Pour les documents PDF numérisés, l’outil OCR PDF conserve la structure des pages.
Confidentialité
La reconnaissance s’effectue dans un Web Worker tesseract.js, au sein de votre navigateur : votre fichier ne quitte jamais votre appareil, ce qui est utile pour des captures contenant des messages, des adresses ou des numéros de compte. Le moteur OCR et les données de chaque langue (1 à 15 Mo) sont récupérés une première fois depuis le CDN jsDelivr, puis mis en cache ; aucune image ni aucun texte reconnu n’est envoyé ailleurs.
Fonctionnalités
Collez vos captures
Ctrl+V n’importe où sur la page lit une image directement depuis le presse-papiers.
Prétraitement
Agrandissement, niveaux de gris, noir et blanc et inversion automatique du mode sombre avant la lecture.
Confiance par mot
Chaque mot est entouré sur l’image et coloré selon le degré de certitude du moteur.