Qu’est-ce que l’OCR et que change-t-il à un PDF scanné ?

Un formulaire du cabinet médical vous demande de « téléverser une copie lisible par OCR », et votre app de scan a un interrupteur nommé OCR, mais personne ne dit à quoi il sert. Qu’est-ce que l’OCR, et votre bail, votre ticket de caisse ou votre formulaire scolaire en ont-ils besoin ? Ce guide explique le terme avec des mots simples, ce qu’un PDF OCR contient de plus qu’un simple scan, quelle est la précision du logiciel et comment en profiter sur iPhone.

Qu’est-ce que l’OCR, et que signifie OCR ?

OCR signifie « optical character recognition », c’est-à-dire reconnaissance optique de caractères. Wikipédia la définit comme « la conversion électronique ou mécanique d’images de texte dactylographié, manuscrit ou imprimé en texte encodé pour la machine » (Optical character recognition, Wikipédia). En clair, l’OCR regarde l’image d’une page et écrit les lettres qu’il y voit.

C’est important parce qu’un scan est une photo. Vos yeux lisent « Loyer dû le 1er du mois », mais le téléphone voit des points colorés : la recherche, la copie et les lecteurs d’écran n’ont rien sur quoi travailler.

L’image d’un texte face à un texte lisible par une machine

L’image d’un texte, ce sont des pixels ; un texte lisible par une machine est une suite de lettres qu’un ordinateur peut rechercher, trier et coller. L’OCR fait le pont entre les deux. Après l’OCR, le mot « dépôt de garantie » en page 2 d’un bail est un mot que l’ordinateur connaît, et une recherche peut le trouver.

Dans un PDF, l’OCR ajoute en général une couche cachée. Wikipédia décrit le résultat comme « un PDF annoté qui contient à la fois l’image d’origine de la page et une représentation textuelle consultable ». La page a le même aspect qu’avant ; le texte se place de façon invisible sous l’image, aligné sur les mots que vous voyez.

Comment fonctionne l’OCR dans le logiciel

Un logiciel d’OCR travaille en trois étapes : il nettoie l’image, trouve où se trouve le texte, puis décide à quel caractère correspond chaque forme. Wikipédia liste les étapes de nettoyage, et les plus courantes sont faciles à imaginer.

• Redressement (deskew) : une page photographiée légèrement de biais est tournée « de quelques degrés dans le sens des aiguilles d’une montre ou dans le sens inverse pour rendre les lignes de texte parfaitement horizontales ou verticales ».
• Noir et blanc (binarisation) : l’image est convertie en deux couleurs, « une façon simple de séparer le texte […] de l’arrière-plan ».
• Analyse de la mise en page : les colonnes, les paragraphes, les tableaux et les légendes sont marqués comme des blocs distincts, pour qu’une lettre sur deux colonnes soit lue dans le bon ordre.
• Détection des lignes et des mots : chaque bloc est découpé en lignes, puis en mots, puis en caractères isolés.

Vient ensuite la reconnaissance. Les anciens systèmes comparaient chaque caractère « à un glyphe enregistré, pixel par pixel » ; les plus récents décomposent les lettres en traits, boucles et croisements, et beaucoup utilisent désormais des réseaux de neurones. La documentation d’Apple sur son framework Vision indique que son mode précis « utilise un réseau de neurones pour trouver le texte sous forme de chaînes et de lignes », ce qui est « bien plus proche de la façon dont les humains lisent un texte » (Recognizing text in images, Apple Developer).

Pourquoi un dictionnaire aide, et quand il nuit

Un dictionnaire aide l’OCR à corriger ses propres suppositions. Wikipédia note que « la précision de l’OCR peut être améliorée si le résultat est limité par un lexique », une liste de mots autorisés : une erreur de lecture comme « rnoney » peut ainsi redevenir « money ». Vision d’Apple propose une étape facultative de correction linguistique similaire « pour réduire le risque d’erreurs de lecture ».

La même astuce peut nuire avec les mots absents du dictionnaire. Les noms de famille, les noms de rue, les références de produits et les numéros de compte en sont les victimes classiques : ce sont les parties de la page à vérifier à l’œil.

Comment faire l’OCR d’un document papier sur iPhone

Le moyen le plus rapide de faire l’OCR d’un papier sur iPhone est de le scanner avec une app qui ajoute la couche de texte à l’enregistrement. Dans MRS, cela se fait par défaut pour chaque page ; les étapes ci-dessous prennent pour exemple un bail de 3 pages.

1. Ouvrez le scanner. Dans MRS, touchez « Scanner un document ». Pour un ticket de caisse, touchez plutôt « Scanner un reçu », qui lit aussi le magasin, la date, le total, la TVA et les lignes d’articles.
2. Capturez chaque page. Tenez l’iPhone au-dessus de la première page et laissez l’appareil photo de documents d’Apple trouver les bords et prendre la photo, puis passez à la page suivante dans la même session. Toutes les pages arrivent dans un seul PDF.
3. Laissez MRS ajouter la couche de texte. MRS lance la reconnaissance de texte d’Apple Vision en mode précis, avec détection automatique de la langue, sur chaque page, sur l’iPhone. Rien n’est envoyé en ligne et aucun compte n’est nécessaire.
4. Regardez la page. Le scan a le même aspect qu’avant, car le texte reconnu est invisible et se trouve sous l’image.
5. Sélectionnez ou copiez du texte. Ouvrez le PDF dans Fichiers ou dans n’importe quelle app PDF, maintenez le doigt sur un mot et faites glisser les poignées pour sélectionner une ligne. Copiez-la et collez-la dans Notes pour voir la qualité du résultat.
6. Retrouvez le document grâce à un mot qu’il contient. Saisissez un mot du corps du bail, comme le nom du propriétaire, dans la recherche de la bibliothèque MRS ; elle cherche dans le titre et dans le texte, en majuscules comme en minuscules. Pour aller à ce mot sur la page, ouvrez le PDF dans Fichiers, Livres ou Safari, comme le montre le guide de recherche dans un PDF.

Ce que beaucoup comprennent mal : l’OCR se fait au moment du scan

MRS lit le texte quand une page est scannée ou importée en tant que photo. Les PDF que vous importez depuis l’app Fichiers gardent leurs octets intacts : s’ils contiennent déjà du texte, la recherche de la bibliothèque le lit, et s’ils ne contiennent que des images, MRS ne lance pas l’OCR sur eux.

Les documents scannés dans MRS avant l’arrivée de la reconnaissance de texte n’ont pas de couche de texte, donc la bibliothèque les trouve par leur titre seulement ; MRS ne retraite pas les anciens fichiers en masse. Pour un ancien PDF composé uniquement d’images, le guide pour rendre un PDF consultable présente les solutions sur ordinateur et en ligne.

OCR, Texte en direct, simple scan ou reconnaissance de l’écriture manuscrite

Quatre termes reviennent quand on lit sur le scan, et chacun vous apporte autre chose. Les lignes ci-dessous s’en tiennent à ce qu’affirment les sources citées et la liste des fonctions de MRS.

Texte en direct est le bon choix pour une seule ligne tirée d’une photo, et le guide de Texte en direct donne les gestes. Pour les papiers que vous classez et recherchez pendant des mois, un PDF OCR garde le texte avec le document.

Où l’OCR fonctionne : sur votre téléphone ou dans le cloud

L’OCR fonctionne à l’un de deux endroits, et la différence tient à l’endroit où va votre page. Wikipédia note que l’OCR est « en général un traitement hors ligne » et qu’« il existe des services dans le cloud qui fournissent une API d’OCR en ligne » ; un service dans le cloud a besoin de l’image de votre page sur son serveur pour la lire.

L’OCR sur l’appareil garde la page sur le téléphone. Apple indique qu’avec la reconnaissance de texte de Vision, « tout le traitement de Vision se fait sur l’appareil de l’utilisateur pour améliorer les performances et la confidentialité ». MRS utilise ce framework : un courrier de la banque, un formulaire médical ou une page de passeport est lu sur l’iPhone et n’est pas envoyé en ligne.

Quelle est la précision de l’OCR ?

La précision de l’OCR est élevée sur un imprimé net, et elle n’atteint jamais 100 %. Wikipédia indique que le texte dactylographié en alphabet latin « n’est toujours pas exact à 100 %, même avec une image nette », et cite une étude sur des pages de journaux du XIXe et du début du XXe siècle où la précision par caractère de l’OCR commercial « variait de 81 % à 99 % ».

La façon de mesurer change le chiffre. Le même article de Wikipédia donne un exemple : un taux d’erreur de 1 % par caractère (99 % de précision) peut devenir un taux d’erreur de 5 % ou plus par mot, car une seule lettre fausse gâche tout le mot.

La page que vous fournissez décide de l’essentiel du résultat :

• Lumière : une lumière du jour homogène vaut mieux qu’une lampe qui projette l’ombre du téléphone sur la feuille.
• Page à plat : une page courbée déforme les lignes, et les lettres près de la pliure sortent fausses.
• Taille et netteté : remplissez le cadre pour que les petits caractères aient assez de pixels par lettre ; restez immobile jusqu’à ce que le scan soit net.
• Polices : les polices d’imprimerie simples se lisent le mieux ; les écritures décoratives et les caractères très fins se lisent moins bien.
• État du papier : les tickets thermiques pâlis, les tampons sur le texte et les copies peu contrastées perdent des lettres.

Le guide du scan détaille la lumière, l’angle et les modes de couleur.

Une règle pour les tickets de caisse et l’écriture manuscrite

Les tickets de caisse et l’écriture manuscrite sont les deux cas courants les plus difficiles. Les tickets thermiques pâlissent : scannez un ticket le jour où vous le recevez, avec une bonne lumière ; le guide pour scanner des reçus montre toute la méthode et l’endroit où MRS enregistre le fichier texte (Sur mon iPhone › MRS › Receipts).

L’écriture manuscrite est encore plus difficile : Wikipédia indique que la cursive « a des taux de reconnaissance encore plus faibles que le texte écrit en capitales à la main ». Pour des notes manuscrites, mettez dans le titre du PDF les mots que vous chercherez, car la couche de texte peut les manquer.

Ce qu’un PDF OCR vous permet de faire, et ses limites

Un PDF OCR transforme une pile de scans en documents avec lesquels vous pouvez travailler. Quatre usages couvrent l’essentiel des questions des lecteurs.

• Rechercher : trouver parmi des dizaines de fichiers le seul bail, la seule garantie ou le seul courrier de l’école qui contient un mot.
• Copier : coller un numéro de compte, une adresse ou un paragraphe dans un e-mail ou un formulaire sans le retaper.
• Des tickets aux données : transformer le magasin, la date et le total d’un ticket en texte pour une liste de dépenses.
• Lecture à voix haute : laisser un lecteur d’écran lire la page à une personne qui ne peut pas lire l’imprimé.

L’OCR a aussi des limites qui piègent les gens, et la plupart se règlent en deux minutes.

• Erreur : attendre un document modifiable. L’OCR rend un scan consultable et copiable ; la page reste une image. Pour ajouter votre propre texte ou une signature par-dessus, utilisez un éditeur de PDF.
• Erreur : faire confiance aux nombres sans vérifier. Un 5 lu comme un S ou un 8 comme un B arrive sur les pages floues. Comparez les totaux, les dates et les IBAN avec l’image avant de les copier dans un formulaire.
• Erreur : scanner de biais et dans l’ombre. Les pages inclinées et sombres donnent au logiciel des lettres cassées. Laissez le scanner trouver les bords et placez-vous sous une lumière homogène.
• Erreur : nommer les fichiers « Scan 12 ». La recherche par les mots du contenu est un filet de sécurité ; un titre clair comme « Bail 2026 rue des Chênes » reste le moyen le plus rapide de trouver le fichier.

Lecteurs d’écran et accessibilité

L’accessibilité est l’usage où l’enjeu est le plus fort. Le W3C, qui rédige les règles d’accessibilité du web, qualifie un document scanné d’« intrinsèquement inaccessible, car le contenu du document est constitué d’images, et non de texte consultable », et sa technique pour les PDF indique que « l’OCR convertit les images de mots et de caractères en véritable texte » (W3C PDF7). Un proche aveugle, un élève dyslexique ou un collègue qui utilise VoiceOver ne peut entendre une page que si elle a une couche de texte.

Votre liste de contrôle OCR et les prochaines étapes

Passez ces points en revue avant de classer un scan.

• Scanné avec l’OCR : la page vient d’un scan ou d’une photo, elle a donc une couche de texte.
• Testé : vous avez sélectionné un mot du texte et une recherche l’a trouvé.
• Nombres vérifiés : les totaux, les dates et les numéros de compte correspondent à l’image.
• Bien nommé : le titre contient les mots que vous taperez plus tard.
• Confidentiel : les pages sensibles sont passées par l’OCR sur l’appareil, pas par un envoi en ligne.

MRS est téléchargeable gratuitement sur iPhone avec iOS 16 ou ultérieur, en 33 langues, et lit chaque nouveau scan sur l’appareil. Le guide pour scanner un livre couvre les longs documents, et vous pouvez télécharger MRS pour rendre votre prochain scan consultable dès la première page.