Flash Outil #4 – « OCRmyPDF »

OCRmyPDF – Mercredi 23 mars 2022

En deux mots : OCRmyPDF ajoute une couche de texte (OCR) aux fichiers PDF numérisés. Bien que PDF soit l’un des meilleurs formats pour stocker et échanger des documents numérisés, ces fichiers peuvent être difficiles à modifier. OCRmyPDF facilite l’application du traitement d’image et de l’OCR sur des fichiers PDF.

Pourquoi utiliser un tel outil ? Parce qu’il répond à un besoin simple : créer, à partir d’un pdf, un nouveau pdf avec une couche d’OCR.

Dans quelles situations l’utiliser :

  • quand on ne contrôle pas la numérisation et que celle-ci est imparfaite ;
  • quand on ne veut/peut pas prendre en charge les étapes de pré-traitement ;
  • quand on veut un pdf en sortie et non pas le texte seul

Petite complexité : Ne se lance qu’en ligne de commande

Autres outils : de nombreux logiciels d’océrisation existent et permettent d’obtenir, sous différents formats, le texte reconnu au sein d’une image ou d’un pdf.

▶ OCRmyPDF utilise le moteur d’OCR tesseract

 

Trucs & Astuces : Les lignes de commande sont disponibles sur le cookbook.


OpenEdition vous propose de citer ce billet de la manière suivante :
Camille Desiles (13 avril 2022). Flash Outil #4 – « OCRmyPDF ». OLIO. Consulté le 13 mai 2025 à l’adresse https://olio.hypotheses.org/566


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.