Rendre un livre numérisé consultable
Un livre numérisé est souvent un PDF de plusieurs centaines d'images de pages : vous pouvez le lire, mais pas y chercher un nom, retrouver une citation ou copier un passage. L'OCR reconnaît le texte de chaque page et l'ajoute sous forme de couche invisible : le livre devient consultable dans n'importe quel lecteur PDF, et chaque page garde son aspect d'origine.
Comment appliquer l'OCR à un livre numérisé
- Déposez le livre PDF Utilisez la zone ci-dessus – ou des scans des pages sous forme d'images, y compris des TIFF multipages.
- Choisissez les langues Ajoutez les langues du livre, jusqu'à quatre, par exemple pour un texte contenant des citations dans une autre langue.
- Lancez et patientez Les longs livres prennent plusieurs minutes. Vous pouvez suivre la progression page par page.
- Recherchez et citez Ouvrez le résultat et recherchez avec Ctrl+F ; copiez des passages avec leur formulation exacte.
Livres et longs documents
Chaque page conservée
Les images des pages ne sont pas modifiées ; seul le texte reconnu est ajouté.
Doubles pages
Les scans qui montrent deux pages du livre côte à côte sont lus comme une seule page ; le texte des deux moitiés est reconnu.
Pages à l'endroit
Les pages numérisées de travers ou à l'envers sont automatiquement remises à l'endroit.
Seulement certains chapitres
Sélectionnez une plage de pages pour ne reconnaître que les chapitres nécessaires – plus rapide pour les très longs livres.
Trop volumineux ?
La limite est de 100 Mo. Compressez le livre numérisé ou divisez-le par taille de fichier au préalable.
Meilleurs scans, meilleur texte
Pages jaunies ou pâles ? Améliorez le scan avant l'OCR.
Citez avec prudence
Les erreurs d'OCR se retrouvent dans les citations copiées. Comparez chaque citation avec l'image de la page avant de l'utiliser.
Colonnes de journaux
Les pages à plusieurs colonnes sont découpées automatiquement en blocs de texte. Avec des mises en page complexes, le texte copié peut sauter d'une colonne à l'autre, mais la recherche trouve quand même les mots.
Écriture gothique et manuscrite
Les caractères gothiques (Fraktur) et les mentions manuscrites ne sont généralement pas bien reconnus ; transcrivez-les à la main.
Bon à savoir
- L'OCR lit bien le texte imprimé ; les notes de bas de page en tout petits caractères, les polices décoratives, les caractères gothiques et les notes manuscrites sont reconnus de manière moins fiable.
- La reconnaissance prend quelques secondes par page sur notre serveur. Les très longs livres peuvent prendre un moment – le traitement s'arrête après 30 minutes, divisez donc les très gros livres en plusieurs parties.
OCR pour livres numérisés – questions fréquentes
Combien de temps faut-il pour un livre ?
Cela dépend du nombre de pages et de la qualité du scan ; quelques centaines de pages prennent généralement plusieurs minutes.
Le livre aura-t-il un aspect différent ?
Non. Les pages restent les mêmes images ; la couche de texte est invisible.
Puis-je exporter le texte ?
Oui. Téléchargez le texte reconnu sous forme de fichier .txt, ou convertissez le PDF numérisé en Word.
Les chapitres et les signets sont-ils conservés ?
Lorsque tout le PDF est traité, ses signets existants sont conservés ; l'OCR n'en crée pas de nouveaux.
Est-ce gratuit ?
Oui – gratuit, sans inscription ni filigrane.
Rendez votre livre numérisé consultable
Déposez le livre PDF dans OCR PDF et recherchez dans chaque page.
Rendre mon livre consultable