Si Ctrl+F ne trouve rien dans un PDF numérisé, les mots visibles sont peut-être des pixels et non du texte enregistré. Essayez de sélectionner un mot. Si cela est impossible, la page a probablement besoin d’une reconnaissance optique de caractères (OCR).
Si vous souhaitez seulement marquer des lignes visibles, sans les rechercher ni les copier, suivez plutôt la méthode de surlignage d’un PDF.
Le moyen le plus direct est PDF vers Markdown. PDFCheck lit d’abord la couche de texte existante, puis peut utiliser l’OCR par IA pour les pages images. Il renvoie du Markdown extrait ; il ne modifie pas le PDF original et n’y ajoute pas de couche de texte consultable.
Diagnostic en 30 secondes
- Sélectionnez et copiez un mot.
- Collez-le dans un éditeur de texte et vérifiez les caractères.
- Si la sélection échoue, traitez la page comme une image avec l’OCR.
- Si seules certaines pages échouent, le document mélange texte numérique et scans.
Pourquoi la recherche échoue
Un scanner peut enregistrer chaque page comme une photo. Le PDF affiche des lettres, mais la recherche, le copier-coller, les lecteurs d’écran et les outils d’IA ne voient qu’une image. Une couche cachée peut aussi contenir un encodage endommagé ou des erreurs d’OCR.
| Symptôme | Cause probable | Action |
|---|---|---|
| Impossible de sélectionner les mots | Scan image | Lancer l’OCR |
| Le texte collé devient des symboles | Encodage défectueux | Essayer l’extraction puis l’OCR |
| Certaines pages seulement sont consultables | Document mixte | OCR sur les pages concernées |
Choisissez selon votre objectif
- Trouver ou copier un passage : utilisez l’extracteur de texte PDF si un texte lisible existe déjà.
- Pages numérisées ou extraction désordonnée : utilisez PDF vers Markdown et cherchez dans le résultat.
- Rendre la copie PDF elle-même consultable : utilisez un éditeur OCR qui ajoute une couche de texte. Consultez le guide Adobe de reconnaissance du texte.
- Fichier endommagé ou protégé : utilisez le validateur PDF. N’utilisez l’outil de mot de passe qu’avec autorisation.
- Poser des questions : essayez Chat PDF.
Vérifiez le résultat OCR
- Vérifiez noms, dates, montants et références.
- Contrôlez l’ordre de lecture des colonnes et tableaux.
- Choisissez la bonne langue et une image droite et contrastée.
- Comparez les passages importants à l’image. Le guide Adobe de correction OCR explique cette vérification.
Consultable ne signifie pas exact
L’OCR est un brouillon. Vérifiez visuellement contrats, factures, dossiers médicaux, preuves et citations, et conservez l’original.
À lire aussi : PDF vers Markdown pour les workflows d’IA.
