Image vers Markdown (OCR)
Déposez des images PNG, JPG, WebP ou TIFF — ou un PDF numérisé — et obtenez du Markdown modifiable. Le moteur d'OCR (Tesseract) et le rendu PDF s'exécutent entièrement dans votre navigateur : vos fichiers ne quittent jamais votre appareil.
Déposez des images ou un PDF numérisé
PNG, JPG, WebP, BMP, GIF, TIFF ou PDF — PDF multipages pris en charge
Astuce : copiez le contenu dans Word et faites Ctrl+V n'importe où sur cette page
Le premier lancement télécharge les données linguistiques de l'OCR (environ 2 à 15 Mo) depuis un CDN ; votre navigateur les met ensuite en cache. Les images et les PDF eux-mêmes ne sont jamais envoyés.
Comment fonctionne l'OCR dans le navigateur
L'OCR — reconnaissance optique de caractères — transforme les pixels en texte. La qualité du résultat dépend de la propreté de la source : pages numérisées, photos de documents prises au téléphone et captures d'écran présentent des niveaux différents de bruit, d'inclinaison et de flou.
Cette page exécute deux moteurs en local. Les PDF numérisés sont rendus page par page sur un canvas avec pdf.js ; chaque page — ou chaque image que vous déposez — est ensuite reconnue par Tesseract compilé en WebAssembly. Les deux s'exécutent dans l'onglet de votre navigateur : le fichier que vous choisissez n'est jamais envoyé.
Les pages reconnues sont combinées en un seul document Markdown. Si vous choisissez HTML, RST ou LaTeX comme sortie, le Markdown est acheminé via le moteur Pandoc vers votre format cible — toujours entièrement sur votre appareil.
Obtenir des résultats d'OCR précis
Numérisez à 300 DPI ou plus et gardez la page bien droite. Une faible résolution et une forte inclinaison sont les deux principales causes de caractères mal lus ; le moteur rend chaque page jusqu'à 2200 px sur son plus grand côté pour donner au reconnaisseur suffisamment de détail.
Choisissez la langue qui correspond au document. Le reconnaisseur ne charge qu'un modèle linguistique à la fois, et demander le mauvais système d'écriture (l'anglais sur un scan allemand, par exemple) augmente à la fois le taux d'erreur et le temps de traitement.
Les tableaux, formulaires et mises en page multicolonnes ressortent sous forme de lignes simples plutôt que de Markdown structuré — l'OCR lit le texte, pas la mise en page. Attendez-vous à remettre les tableaux en forme à la main, et relisez toujours les nombres, les noms et les codes.
FAQ OCR Image et PDF
+Mes images sont-elles envoyées à un serveur ?
Non. Le moteur d'OCR (Tesseract) et le rendu PDF s'exécutent dans votre navigateur via WebAssembly. Seules les données linguistiques sont téléchargées depuis un CDN au premier usage — vos images et PDF ne quittent jamais votre appareil.
+Quelles langues peut-il reconnaître ?
L'anglais, l'allemand, le français, l'espagnol, l'italien, le portugais, le chinois simplifié et le japonais. Sélectionner la langue du document dans la liste déroulante des langues d'OCR offre la meilleure précision.
+Peut-il lire les PDF numérisés ?
Oui. Les PDF multipages sont rendus page par page et reconnus dans l'ordre — exactement le cas que la page PDF vers Markdown signale comme nécessitant l'OCR.
+Conserve-t-il la mise en page d'origine ?
L'OCR lit le texte, pas la mise en page : les tableaux et les pages multicolonnes ressortent donc en lignes simples. Les paragraphes simples, les titres et les listes se lisent le mieux. Relisez toujours les nombres et les noms.
+Quelle est sa précision ?
Elle dépend de la source. Un scan propre à 300 DPI est généralement excellent ; une photo floue prise au téléphone ou une page inclinée demandera des corrections. Une résolution plus élevée et la bonne langue apportent les gains les plus importants.