Comment fonctionne la couche de texte recherchable ?

Fondamentalement, un fichier PDF scanné est une collection de photos packagées, ce qui empêche les ordinateurs de comprendre les caractères. Notre technologie OCR (Reconnaissance Optique de Caractères) analyse chaque pixel, 'lit' les lettres et crée une couche de texte invisible placée exactement sous l'image originale. De cette façon, vous maintenez l'apparence visuelle du document original, mais pouvez désormais utiliser Ctrl+F pour rechercher des mots-clés ou sélectionner des fragments pour les copier.

Quand choisir 'Ignorer le texte' (Skip Text) ?

En pratique, beaucoup de PDF sont mixtes : certaines pages contiennent du texte numérique natif et d'autres sont des images scannées. Le mode Ignorer le texte est l'option la plus intelligente pour protéger la netteté du texte original, en n'appliquant l'OCR que là où c'est nécessaire. À l'inverse, Forcer l'OCR n'est recommandé que lorsque la couche de texte précédente est erronée, a des polices endommagées ou est mal alignée et que vous devez la régénérer de zéro.

Quels facteurs décident de la précision de l'OCR ?

La clé d'un OCR parfait réside dans la qualité de l'image source. Les documents scannés à 300 DPI ou plus, avec des lettres nettes et sans bruit visuel, permettent une précision de près de 100%. Si votre scan est flou ou légèrement tordu, utilisez les fonctions d'Alignement automatique et de Nettoyage dans les paramètres pour optimiser l'image avant la reconnaissance. Si vous prévoyez une conversion de PDF en Word, effectuer le processus d'OCR au préalable améliorera considérablement la fidélité du fichier éditable résultant.