Comment extraire du texte d'une image

Comment extraire rapidement du texte d’une photo ou d’une image

Beaucoup d’utilisateurs d’ordinateur traitant des documents se retrouvent un jour dans la situation où ils ont besoin d’extraire (récupérer) du texte à partir d’une image afin de pouvoir l’utiliser ou le modifier dans un éditeur de texte ou un traitement de texte. C’est souvent le cas avec des fax, des scans de documents ou simplement des pages capturées à l’écran soit avec un utilitaire dédié, soit via la méthode PrtScrn.

Si vous ne souhaitez pas retaper manuellement tout le texte, nous allons vous montrer quelques-unes des méthodes les plus simples pour extraire du texte d’une image.

Outils OCR

Pour que cela fonctionne, vous devrez utiliser l’un des nombreux outils OCR que vous pouvez trouver sur Internet. L’OCR ou reconnaissance optique de caractères est une méthode utilisée pour reconnaître le texte et d’autres caractères afin de les convertir en données éditables et consultables. De nombreux programmes OCR existent, allant de simples utilitaires gratuits à des solutions complètes coûtant plusieurs centaines de dollars.

Pour notre article, nous utiliserons des outils disponibles gratuitement, ce qui signifie qu’ils ne sont peut-être pas les meilleurs, mais devraient suffire pour la plupart des tâches de récupération de texte.

FreeOCR

Si vous cherchez un outil que vous pouvez utiliser hors ligne quand vous en avez besoin, FreeOCR pourrait être un bon choix pour vous. C’est un petit utilitaire disponible en 12 langues (anglais, danois, allemand, finnois, français, italien, néerlandais, norvégien, polonais, espagnol et suédois) et fonctionne sur des machines avec Windows XP et versions ultérieures.

FreeOCR a été mis à jour pour la dernière fois en 2015 et n’est peut-être pas le plus esthétique, mais il est basé sur le moteur Tesseract qui a été initialement créé par HP et est aujourd’hui maintenu par Google. Néanmoins, il fonctionne parfaitement même sous Windows 10 récent.

Fenêtre principale de FreeOCR
 

La récupération du texte est un processus assez simple. Chargez l’image en utilisant la fonction Ouvrir (BMP, JPEG, TIFF, GIF, PNG) ou Ouvrir PDF, puis utilisez la fonction OCR pour traiter soit la page actuelle, soit toutes les pages.

Une fois le texte extrait, vous pouvez le copier manuellement et le coller dans n’importe quel éditeur de texte ou programme de traitement de texte où vous pourrez enregistrer le texte dans le format souhaité.

Solutions OCR en ligne

Au lieu d’installer un utilitaire OCR, vous pouvez simplement effectuer une récupération de texte rapide avec l’un des services OCR basés sur un site web. Plusieurs candidats adaptés existent, mais nous couvrirons seulement les plus populaires. Ils fonctionnent tous de manière assez similaire, donc c’est une question de préférence personnelle. Un exemple parmi tant d’autres, Free Online OCR.

Service OCR en ligne gratuit

Les solutions OCR basées sur un site web fonctionnent toutes de la même manière : vous chargez l’image ou le document PDF, sélectionnez la langue dans laquelle le texte est écrit, choisissez le format de sortie, et c’est tout. Le site web générera un nouveau fichier que vous pourrez enregistrer sur votre ordinateur.

Récupération imparfaite ?

Comme pour tout autre processus automatisé, il peut y avoir des erreurs ou des caractères manquants dans le fichier de sortie. Il est donc préférable de relire manuellement le fichier et de corriger les lettres manquantes ou les textes mal récupérés. En général, plus la qualité du fichier source est élevée, meilleures sont les chances d’une récupération précise.