OCR d'un PDF scanné : gratuit, dans le navigateur, sans envoyer tes fichiers

C'est quoi l'OCR et quand en as-tu besoin

L'OCR (Optical Character Recognition) est la technologie qui analyse les pixels d'une image et en extrait le texte brut. Quand tu scannes un contrat, une facture ou un formulaire papier, le résultat est une image bitmap intégrée dans un PDF. Sans OCR, ce document est opaque : tu ne peux pas sélectionner un mot, lancer une recherche, ni copier une ligne dans un tableur.

L'OCR reconstruit une couche texte invisible par-dessus l'image. Après traitement, tu peux :

• Sélectionner et copier n'importe quel passage
• Faire une recherche plein texte avec Ctrl+F
• Exporter vers Word ou un éditeur sans tout refrapper
• Archiver des documents indexables et trouvables par tes outils

Les cas d'usage sont nombreux : contrats anciens numérisés, relevés bancaires papier, formulaires administratifs, cours photographiés, archives d'entreprise. Dès que le texte est prisonnier d'une image, l'OCR est la solution.

La précision dépend surtout de la qualité du scan. Un document en 300 DPI noir et blanc donne d'excellents résultats. Une photo prise en diagonale dans une mauvaise lumière générera davantage d'erreurs. Le moteur Tesseract.js utilisé dans la suite iSharePDF supporte plus de 60 langues et est entraîné sur des millions de documents réels.

Les problèmes des outils OCR en ligne classiques

La plupart des outils OCR gratuits sur le web fonctionnent de la même façon : tu uploades ton fichier, leurs serveurs l'analysent, et tu reçois un lien de téléchargement. Ce modèle pose trois problèmes sérieux.

1. Confidentialité. Ton fichier transite sur internet et est stocké temporairement sur des serveurs tiers. Pour un contrat, un relevé médical ou une pièce d'identité, c'est un risque réel. La plupart des CGU de ces services se réservent le droit d'analyser les contenus à des fins d'amélioration ou de publicité.

2. Limites de taille. Les plans gratuits imposent souvent 5 à 10 MB par fichier. Au-delà, il faut payer ou fractionner le document manuellement avant de le traiter.

3. Lenteur réseau. L'upload d'un fichier de 50 MB sur une connexion standard prend entre 30 et 90 secondes, auquel s'ajoute le temps de traitement côté serveur. En période de charge, l'attente peut dépasser 3 minutes.

Les alternatives desktop comme Adobe Acrobat ou ABBYY FineReader coûtent 15 à 30 €/mois et nécessitent une installation. Pour un usage occasionnel, c'est disproportionné.

La bonne nouvelle : les moteurs JavaScript modernes comme Tesseract.js via WebAssembly tournent directement dans le navigateur avec une précision comparable aux outils commerciaux sur des documents standards.

Comment iSharePDF fait l'OCR dans ton navigateur ?

iSharePDF utilise Tesseract.js, un portage WebAssembly du moteur OCR open source Tesseract, pour analyser tes PDF entièrement côté client. Concrètement, le fichier ne quitte jamais ta machine : tout le traitement se passe dans ton onglet Chrome, Firefox ou Edge.

Voici ce qui se passe techniquement quand tu utilises l'outil OCR d'iSharePDF :

• Le PDF est chargé en mémoire via l'API File du navigateur
• Chaque page est rastérisée en image canvas (150-300 DPI selon le document)
• Tesseract.js analyse chaque image et génère une couche texte
• Cette couche est fusionnée avec le PDF original pour créer un fichier « searchable »
• Le PDF final est généré localement et proposé au téléchargement immédiat

Le temps de traitement dépend de la puissance de ton appareil. Sur un ordinateur récent, compte 2 à 5 secondes par page pour un A4 standard. Un PDF de 20 pages prend donc 40 à 100 secondes, sans aucun upload réseau.

La limite de fichier est de 100 MB, ce qui couvre la très grande majorité des documents scannés. Un scan noir et blanc de 50 pages à 300 DPI pèse environ 8 à 15 MB ; en couleur, plutôt 30 à 60 MB. La limite ne sera contraignante que pour des archives volumineuses.

Guide pas à pas : OCR d'un PDF scanné en 3 étapes

Pas de compte, pas d'installation. Voici la procédure complète pour rendre un PDF scanné consultable en texte.

Étape 1 : ouvre l'outil OCR

Va sur iSharePDF OCR. La page se charge en quelques secondes. Le moteur Tesseract.js est mis en cache côté navigateur (environ 3 MB) : les utilisations suivantes sont instantanées.

Étape 2 : charge ton PDF scanné

Glisse-dépose ton fichier dans la zone prévue ou clique pour parcourir tes dossiers. Le fichier doit faire moins de 100 MB. Si ton PDF est plus lourd, utilise d'abord l'outil de compression iSharePDF avant l'OCR : la compression peut réduire la taille de 50 à 80 % sur des scans couleur sans altérer la lisibilité.

Étape 3 : lance et télécharge

Sélectionne la langue principale du document dans le menu déroulant (français par défaut). Clique sur « Lancer l'OCR ». Une barre de progression indique l'avancement page par page. Une fois terminé, télécharge ton PDF enrichi : la couche texte est intégrée, tu peux sélectionner, copier et lancer des recherches Ctrl+F normalement.

Conseil : si ton PDF scanné contient des pages mal orientées (90° ou 180°), utilise d'abord l'outil de découpage pour isoler les pages concernées, fais les pivoter, puis relance l'OCR sur le fichier corrigé.

Qualité OCR : comment obtenir les meilleurs résultats

L'OCR n'est pas magique : la qualité du résultat dépend directement de la qualité de l'image source. Voici les facteurs qui font la différence.

Résolution : Un scan à 300 DPI donne les meilleurs résultats. À 150 DPI, la reconnaissance reste bonne sur les polices standard. En dessous de 100 DPI (typique des photos de smartphone en mode économie), le taux d'erreurs augmente nettement.

Contraste : Les documents en noir et blanc ou niveaux de gris sont mieux reconnus que les documents couleur avec un fond teinté. Si ton scanner propose un mode « texte » ou « document », utilise-le plutôt que le mode photo.

Police : Les polices serif classiques (Times, Garamond) et sans-serif (Arial, Helvetica) sont très bien reconnues. Les polices manuscrites ou décoratives donnent des résultats variables selon la régularité de l'écriture.

Inclinaison : Tesseract.js corrige automatiquement les légères inclinaisons jusqu'à ±5°. Pour des documents très penchés, une correction manuelle avant traitement améliore sensiblement le résultat.

Si le rendu ne te satisfait pas du premier coup, pense à combiner les outils : compresser d'abord pour homogénéiser les images, puis relancer l'OCR. Pour annoter ou surligner le PDF résultant, l'outil d'annotation est directement accessible depuis le même tableau de bord.

OCR et confidentialité : zéro upload, zéro risque

La promesse d'iSharePDF est simple : aucun fichier ne passe par des serveurs externes. Cette architecture locale n'est pas juste un argument marketing, c'est une contrainte technique vérifiable. Tu peux couper ta connexion internet une fois la page chargée et l'OCR fonctionnera quand même. Tout tourne dans un WebWorker de ton navigateur, aucune donnée n'est transmise.

Pourquoi c'est particulièrement important pour l'OCR ? Parce que les documents qu'on scanne sont souvent sensibles :

• Contrats et avenants confidentiels
• Bulletins de salaire et relevés bancaires
• Prescriptions médicales et comptes-rendus
• Documents d'identité (passeport, CNI)
• Dossiers juridiques ou RH

Avec les outils qui uploadent tes fichiers, tu acceptes implicitement que ces données transitent sur internet et soient traitées par des tiers. Même si le service promet de supprimer les fichiers après 24 heures, tu n'as aucun moyen de le vérifier.

Avec l'approche navigateur, cette question ne se pose pas. Si tu veux pousser la sécurité encore plus loin, tu peux protéger ton PDF par mot de passe après l'OCR avec un chiffrement AES-256 (disponible en version Pro).

Pour comparer avec d'autres suites PDF qui uploadent les fichiers, consulte notre comparatif iSharePDF vs iLovePDF.

Quand passer à la version Pro ?

La version gratuite couvre l'essentiel : OCR illimité, pas de filigrane, pas de limite de pages (jusqu'à 100 MB par fichier). Pour la majorité des usages personnels et professionnels occasionnels, c'est suffisant.

La version Pro ajoute des fonctionnalités utiles dans un contexte intensif :

• Protection AES-256 : chiffre tes PDF avec un mot de passe robuste après OCR
• Signature électronique : l'outil de signature Pro permet d'apposer une signature certifiée sur le document OCR-isé
• Traitement par lot : OCR de plusieurs fichiers en parallèle, jusqu'à 10 simultanément
• Export Word : convertit directement le PDF OCR-isé en fichier .docx éditable

Le Pro est particulièrement pertinent pour les cabinets d'avocats, les comptables, les services RH ou toute structure qui traite plus de 20 à 30 documents scannés par semaine. Pour les particuliers et les usages ponctuels, la version gratuite est complète.

Questions fréquentes

L'OCR gratuit est-il aussi précis que les outils payants ?

Sur des documents scannés proprement (300 DPI, bon contraste), Tesseract.js dépasse 97-99 % de précision pour les langues latines, ce qui est comparable à ABBYY FineReader sur des documents standard. La différence se voit surtout sur les polices manuscrites ou les documents très dégradés, où les outils commerciaux disposent de modèles IA plus spécialisés.

Quelle est la taille maximale acceptée pour l'OCR ?

La limite est de 100 MB par fichier. Si ton PDF est plus lourd, utilise d'abord l'outil de compression iSharePDF : il peut réduire la taille de 50 à 80 % sur des scans couleur sans altérer la lisibilité. Un fichier de 200 MB passe souvent sous les 100 MB après une compression standard.

Mon fichier reste-t-il confidentiel pendant l'OCR ?

Oui, à 100 %. Tout le traitement se passe dans ton navigateur via WebAssembly. Aucune donnée ne transite sur internet. Tu peux couper ta connexion wifi après avoir chargé la page : l'OCR fonctionnera quand même. Tes fichiers ne sont jamais envoyés ni stockés sur des serveurs externes.

Peut-on faire l'OCR d'un PDF protégé par mot de passe ?

Pas directement. Il faut d'abord déverrouiller le PDF avec l'outil de déprotection d'iSharePDF, puis lancer l'OCR sur le fichier déverrouillé. L'opération reste entièrement locale : ni le mot de passe, ni le contenu du document ne quittent ton navigateur pendant les deux étapes.

Combien de temps prend l'OCR d'un document de 20 pages ?

Sur un ordinateur récent (Intel Core i5/i7, Apple Silicon), compte 2 à 5 secondes par page, soit 40 à 100 secondes pour 20 pages. Sur un appareil moins puissant ou un smartphone, le temps peut doubler. La connexion internet n'affecte pas la vitesse, puisqu'aucun upload n'a lieu.

L'OCR fonctionne-t-il pour les langues autres que le français ?

Oui. iSharePDF supporte plus de 60 langues via Tesseract.js : anglais, espagnol, allemand, italien, portugais, arabe, chinois simplifié, japonais, russe, et bien d'autres. Sélectionne simplement la langue principale du document dans le menu déroulant avant de lancer l'analyse pour obtenir la meilleure précision.