Comment améliorer la précision de l’OCR

En bref : fournissez au moteur d’OCR des images nettes, droites et bien recadrées où le texte mesure au moins environ 20 pixels de haut (soit à peu près 300 DPI pour les scans), choisissez la bonne langue, utilisez un mode de mise en page adapté à l’image (document ou texte épars) et vérifiez le score de confiance pour repérer les mauvaises lectures.

Free PDF to Markdown converter →

Comment améliorer l’OCR ? 8 conseils

Résolution : numérisez à environ 300 DPI. Agrandir une minuscule capture d’écran aide moins que d’en faire une plus nette.
Recadrez sur le texte voulu. Logos, photos et bordures créent du bruit.
Redressez la page. Les lignes inclinées réduisent la précision. Les photos au téléphone doivent être prises à plat et de face.
Contraste : un texte sombre sur un fond clair et uniforme donne les meilleurs résultats. Évitez ombres et reflets.
Langue : choisissez la langue du document. Avec le modèle anglais, les accents français ou allemands sont souvent mal lus.
Mode de mise en page : utilisez le mode automatique pour les documents et « texte épars » pour les captures d’écran, panneaux et interfaces.
Confiance : une confiance moyenne faible indique généralement une mauvaise image. Reprenez la photo plutôt que de corriger à la main.
Écriture manuscrite : les moteurs d’OCR classiques comme Tesseract sont conçus pour le texte imprimé, attendez-vous donc à de mauvais résultats sur l’écriture manuscrite.

À essayer

Utilisez l’OCR image en texte gratuit (il fonctionne dans votre navigateur) ou capture d’écran en texte (en anglais). Pour des milliers d’images avec scores de confiance et positions des mots, utilisez l’API d’OCR.

Exemple : une facture photographiée au téléphone

Une facture prise en photo sur un bureau, légèrement de travers et dans l'ombre, donne souvent des erreurs typiques : « 0 » lu comme « O », « 1 » comme « l », des montants collés au libellé, et une ligne entière perdue dans la zone sombre.

Recadrez pour ne garder que la feuille (pas le bureau ni les doigts).
Redressez l'image pour que les lignes soient horizontales.
Reprenez la photo à la lumière du jour, téléphone bien parallèle à la feuille, si une partie reste sombre.
Choisissez la langue française avant de lancer l'OCR, pour les accents.

Ces quatre gestes corrigent la plupart des erreurs. Vérifiez ensuite toujours les montants et les dates à la main : ce sont les caractères que l'OCR confond le plus.

Quelles erreurs sont fréquentes, et comment les corriger ?

Symptôme	Cause probable	Remède
Lettres accentuées fausses	Mauvaise langue choisie	Sélectionner la bonne langue
Texte dans le désordre	Plusieurs colonnes	Recadrer chaque colonne séparément
Mots inventés partout	Image floue ou trop petite	Rescanner à environ 300 DPI
Lignes manquantes	Ombre, faible contraste	Meilleur éclairage, passer en niveaux de gris
Rien n'est reconnu	Texte manuscrit ou très stylisé	Saisie manuelle ou modèle spécialisé

Que ne peut pas corriger l’OCR ?

L'écriture manuscrite, les logos stylisés, le texte sur une surface courbe et les captures d'écran très basse résolution restent difficiles pour un moteur généraliste comme Tesseract. L'OCR renvoie aussi du texte seul : gras, couleurs et mise en page exacte sont perdus, donc relisez les tableaux et les chiffres avant de les réutiliser.

FAQ

Pourquoi l’OCR confond-il l, 1 et I ?

Ces caractères se ressemblent presque dans de nombreuses polices. Une résolution plus élevée et le bon modèle de langue réduisent les erreurs, mais relisez toujours les codes et les nombres.

Tesseract suffit-il ?

Pour des documents imprimés propres et des captures d’écran, oui. Pour l’écriture manuscrite ou des mises en page très complexes, les modèles de documents basés sur le ML font mieux.

Mis à jour : novembre 2026. Les fichiers sont traités dans votre navigateur et ne sont pas envoyés.

2026-11-12