Extraire le texte d'une image ou d'une capture d'écran (OCR)

Qu'est-ce que l'OCR

L'OCR (reconnaissance optique de caractères) est une technologie qui repère les formes de lettres dans une image et les convertit en véritable texte. Pour un ordinateur, une photo n'est qu'une grille de pixels : sans OCR, impossible de sélectionner, de copier ou de rechercher les mots qu'elle contient.

Le résultat n'a rien de magique : le logiciel devine chaque caractère d'après sa forme et un dictionnaire de la langue. C'est pourquoi une photo nette et bien éclairée donne un bien meilleur résultat qu'une photo inclinée ou floue.

Extraire le texte pas à pas

• Ouvrez l'outil image en texte et choisissez votre image (JPG, PNG, WebP ou similaire).
• Sélectionnez la langue du document. Un texte lituanien contenant des caractères comme ą, č, ę, ė, į, š, ų, ū, ž est reconnu plus précisément lorsque la langue est correctement réglée.
• Lancez la reconnaissance et patientez : la première fois, les données linguistiques peuvent devoir être téléchargées, ce qui peut prendre plus de temps.
• Relisez le résultat et corrigez les erreurs, en particulier les nombres, les dates, les noms et les montants.
• Copiez le texte ou enregistrez-le dans un fichier.

Préparer l'image pour de meilleurs résultats

La qualité de la source compte plus que tout. Quelques gestes simples améliorent souvent le résultat davantage que n'importe quel réglage.

• Photographiez bien à la verticale pour que les lignes ne soient ni inclinées ni déformées.
• Utilisez un éclairage uniforme, sans ombres ni reflets du flash.
• Les caractères doivent être assez grands : si l'image est très petite, agrandissez-la avant la reconnaissance, et si elle est énorme, réduisez-la pour accélérer le traitement.
• Recadrez les bords inutiles pour que le texte se détache nettement du fond.
• Enregistrez les captures d'écran en PNG plutôt qu'en JPG très compressé : les artefacts autour des lettres perturbent la reconnaissance.

Ce qui fonctionne bien et ce qui fonctionne mal

Où l'OCR est le plus utile

Exemples typiques : données de tickets et de factures à reporter dans un tableur, passages de livres ou d'articles numérisés, texte de diapositives ou de captures d'écran à citer, et photos de vieux documents que l'on veut rendre consultables par recherche.

Si vous avez plusieurs pages, mieux vaut les traiter une par une et rassembler les résultats à la main. Méfiez-vous des tableaux : l'OCR lit souvent correctement les mots mais brise la structure en colonnes, de sorte que les données tabulaires doivent être remises en ordre manuellement.

Confidentialité

Les photos contiennent souvent des données sensibles : numéros d'identité, numéros de compte, notes médicales. De nombreux services d'OCR en ligne envoient votre fichier sur leur serveur. L'outil de Konvertavimas.lt effectue la reconnaissance dans votre navigateur : l'image n'est donc envoyée nulle part.

Quand vous avez terminé, videz de votre presse-papiers et de votre dossier de téléchargements le texte dont vous n'avez plus besoin.

Que faire si le résultat est mauvais

Commencez par vérifier la langue sélectionnée. Une erreur fréquente consiste à reconnaître un texte lituanien avec l'anglais sélectionné : les lettres accentuées sont alors transformées en lettres simples ou en symboles étranges.

Si le texte reste confus, essayez d'augmenter le contraste ou de remettre l'image à l'endroit. Si cela ne suffit pas, refaites la photo dans de meilleures conditions. Pour les longs résultats, un compteur de mots aide à vérifier la cohérence du texte, et les caractères erronés récurrents peuvent être corrigés par la fonction rechercher-remplacer.