PDF scanné ou texte sélectionnable

Comment distinguer du texte d’un scan

Ouvrez le PDF dans n’importe quel lecteur (Aperçu, Chrome, Acrobat, etc.). Essayez de sélectionner un mot avec le curseur et de le copier dans un éditeur de texte.

• Texte sélectionnable — vous pouvez surligner des mots, et le texte collé est composé de vrais caractères. Le fichier contient une couche de texte que le convertisseur peut lire.
• Scan / uniquement des images — le curseur ne peut pas sélectionner de mots, ou « copier » ne donne rien d’utile. Chaque page est en pratique la photo d’une feuille.

Pourquoi cela peut ressembler à du texte tout en étant des images

Les scans faits au téléphone ou sur un scanner à plat, ainsi que l’« impression en PDF » de certaines applications, enregistrent une image bitmap de chaque page. Les lettres paraissent nettes à l’écran, mais le PDF ne contient aucune donnée de caractères, seulement des pixels. La recherche, la copie et la conversion de texte échouent pour la même raison : il n’y a rien à extraire, hormis l’image.

Pourquoi PDF en Word sans OCR ne peut pas récupérer un scan

La reconnaissance optique de caractères (OCR) devine des lettres à partir de pixels. L’outil PDF en Word de ce site n’effectue pas d’OCR : il lit le texte déjà présent dans le PDF. Si chaque page est une image, la conversion s’arrête et indique qu’un OCR serait nécessaire. Faire semblant produirait un fichier Word vide ou inutilisable.

Une vérification rapide avant de convertir

1. Ouvrez le PDF dans votre lecteur habituel.
2. Essayez de sélectionner une phrase de la première page et de la copier.
3. Si le texte collé est correct, le fichier contient probablement du texte sélectionnable et peut être converti avec cet outil.
4. Si rien ne se sélectionne, utilisez d’abord un outil d’OCR ailleurs — ou gardez le PDF sous forme d’images. Ce site n’inventera pas de texte à partir du scan.

Il existe des fichiers mixtes : certaines pages contiennent du texte, d’autres sont scannées. Cet outil convertit les pages avec texte et signale les pages scannées dans le document Word, au lieu d’inventer du contenu en silence.

Ce que PDF en Word peut et ne peut pas faire sur ce site

Il peut :

• Créer un DOCX modifiable à partir du texte sélectionnable d’un PDF, dans votre navigateur.
• Déduire les titres, listes, tableaux et liens lorsque la structure du PDF permet de les reconnaître.

Il ne peut pas :

• Lancer un OCR sur des PDF scannés ou composés uniquement d’images.
• Conserver fidèlement la mise en page — polices, images, colonnes, espacement et tableaux peuvent différer. Les colonnes sont lues à la suite, et non côte à côte. Les images ne sont pas copiées dans le fichier Word.
• Ouvrir les PDF protégés par mot de passe ou chiffrés.

Limites : 75 Mo et 200 pages. Le traitement reste sur votre appareil.

Utiliser le convertisseur

Si votre PDF contient du texte sélectionnable, ouvrezPDF en Word (texte sélectionnable).