OCR PDF et image en ligne
Extrayez du texte de PDF ou d’images avec Tesseract.js dans votre navigateur — aucun envoi serveur. Rendu haute résolution, texte prêt à copier.
Extraire le texte d’un PDF ou d’une image avec l’OCR (gratuit, privé)
- Ouvrez la page OCR et déposez un fichier ou parcourez — PNG, JPEG, WebP, GIF ou PDF.
- Chaque page est rendue localement en haute résolution ; Tesseract.js s’exécute dans un worker web. Suivez la progression.
- Copiez le texte ou utilisez « Recommencer » pour effacer et choisir un autre fichier. OmniPDF n’envoie pas votre document pour cette étape.
FAQ
- Mon fichier est-il envoyé ?
- Non. pdf.js décode le PDF et Tesseract.js fait l’OCR dans le navigateur ; les données restent sur votre appareil.
- L’OCR sera-t-il parfait ?
- Cela dépend de la qualité du scan, des polices et de la langue. Vérifiez les résultats pour les textes sensibles.
- Cela fonctionne-t-il sur mobile ?
- Oui sur les navigateurs récents. Les gros PDF peuvent être plus lents ou gourmands en mémoire.
Performances
OmniPDF traitant les fichiers en local grâce à la puissance de votre ordinateur (WebAssembly), le temps d'envoi est nul. Il est 5 fois plus rapide que les convertisseurs basés sur le cloud pour les fichiers volumineux.
Tout savoir sur l’OCR PDF et image
Comment l’OCR reste privé dans le navigateur
- Choisissez un PDF ou une image (PNG, JPEG, WebP, GIF, etc.). Le fichier est lu dans votre onglet — rien n’est envoyé à un cluster distant. Avec un PDF, pdf.js décode chaque page dans un Web Worker pour garder l’interface fluide.
- Chaque page est rasterisée en haute résolution pour préserver les petits caractères. Un prétraitement canvas (niveaux de gris, contraste) améliore les scans, photos et impressions pâles.
- Tesseract.js exécute la reconnaissance dans un worker dédié. La progression indique la page et le pourcentage afin de montrer que le travail avance localement.
- Le texte brut s’affiche dans la zone d’édition ; copiez-le ou collez-le ailleurs. Les avertissements signalent les pages vierges ou les zones purement graphiques — vérifiez-les pour les contenus sensibles.
- Utilisez « Recommencer » pour effacer et choisir un autre document. Fermez l’onglet quand vous avez terminé ; le texte reste en mémoire volatile jusqu’à copie ou navigation.
Sécurité technique, confidentialité et absence de compte
L’OCR classique envoyait des scans confidentiels vers des fermes GPU tierces. Ici, pdf.js et Tesseract tournent localement : contrats, pièces d’identité et notes restent dans le navigateur pendant que modèles et données linguistiques se chargent en HTTPS.
Aucun compte n’est requis parce que nos serveurs n’ont pas besoin de lire vos pixels. Associez le traitement local à la discipline du poste — correctifs OS, regard indiscret, presse-papiers — avant de coller des données personnelles. Ajoutez DLP et règles de conservation pour les environnements réglementés.
Cinq cas d’usage pour un OCR local
- Chercheurs citant des articles scannés sans API OCR externe.
- Exploitation photographiant des étiquettes quand les scanners portables sont HS.
- Étudiants extrayant des passages de diapositives PDF pour des notes accessibles.
- Juristes juniors cherchant des mots-clés avant outils certifiés.
- Accueil saisissant des formulaires multilingues quand l’OCR bureau est verrouillé.