OCR en plusieurs langues – même mélangées sur une page
Le moteur OCR d'OCR PDF, Tesseract, reconnaît chaque langue avec son propre modèle entraîné. Après la qualité du scan, le choix des bonnes langues est le facteur le plus important pour la précision : les lettres accentuées, les trémas, le cyrillique, le grec, l'arabe et les écritures asiatiques ne sont lus correctement que si leur langue est sélectionnée. Vous pouvez choisir jusqu'à quatre langues par document.
Comment reconnaître un document multilingue
- Envoyez le fichier Ouvrez OCR PDF et choisissez un PDF numérisé ou des photos des pages.
- Ajoutez chaque langue Cliquez sur « + Ajouter une langue » pour chaque langue du document ; supprimez celles qui ne sont pas utilisées.
- Lancez l'OCR Les pages en plusieurs langues sont reconnues en un seul passage.
- Vérifiez les caractères spéciaux Contrôlez dans le texte reconnu les noms et les mots comportant des accents ou d'autres écritures.
Langues et écritures
Langues disponibles
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Accents et caractères spéciaux
Les lettres comme é, ß, ñ, ø ou ł ne sont reconnues de façon fiable que si leur langue est choisie. Avec l'anglais seul, elles se transforment souvent en lettres simples semblables.
Documents bilingues
Contrats avec une annexe dans une autre langue, formulaires multilingues et dictionnaires : choisissez les deux langues et elles sont reconnues sur la même page.
Écritures de droite à gauche
L'arabe et les autres textes écrits de droite à gauche conservent leur ordre de lecture dans le texte copié.
Chinois, japonais et coréen
Choisissez l'écriture exacte : le chinois simplifié et le chinois traditionnel sont des modèles distincts.
Moins, c'est mieux
Chaque langue supplémentaire ralentit l'OCR et peut faire confondre des lettres semblables ; ne choisissez donc que les langues réellement présentes.
Bon à savoir
- Les caractères anciens comme la Fraktur allemande et les orthographes historiques sont mal reconnus par les modèles de langue modernes.
- L'écriture manuscrite est reconnue de façon bien moins fiable que le texte imprimé, dans toutes les langues.
OCR multilingue – questions fréquentes
Combien de langues puis-je utiliser à la fois ?
Jusqu'à quatre par document. Elles peuvent figurer sur la même page.
Quelles langues sont disponibles ?
العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt.
Ma langue est absente – que faire ?
La liste affiche toutes les langues installées sur notre serveur OCR. Contactez-nous et indiquez-nous la langue dont vous avez besoin.
Pourquoi les accents manquent-ils dans mon texte ?
La langue du texte n'a probablement pas été sélectionnée. Relancez l'OCR en ajoutant cette langue.
Est-ce gratuit ?
Oui, sans inscription ni filigrane. Les fichiers sont supprimés après traitement, au plus tard au bout d'une heure.
Reconnaissez le texte dans votre langue
Choisissez jusqu'à quatre langues et rendez votre PDF numérisé consultable avec OCR PDF.
Lancer l'OCR multilingue