Aller au contenu
NL-Q PDF Un site du réseau NL-Q

Guide

Rendre un PDF scanné lisible par l'IA

Votre PDF est une photo des pages ? Le test, la reconnaissance de caractères avec Google Drive ou Acrobat, et ce qu'il faut relire ensuite.

Mis à jour le

Le test en dix secondes
  1. Sélectionnez une phrase avec la souris. Si les mots se surlignent un à un, le texte est là. Un rectangle autour de la page peut signaler une image, mais vérifiez aussi que votre lecteur est en mode sélection de texte.
  2. Cherchez un mot que vous voyez à l'écran (Ctrl + F ou Cmd + F). Zéro résultat sur un mot bien visible : vérifiez la sélection et essayez un autre mot avant de conclure à une image ou à un texte mal reconnu.

Si l'IA répond « je ne trouve pas cette information » alors que vous la voyez sur la page, votre PDF peut être un scan : une suite de photos de pages sans couche de texte exploitable. La solution s'appelle la reconnaissance de caractères (en anglais optical character recognition, d'où le sigle OCR) : un logiciel analyse l'image et produit du texte à partir des caractères reconnus. Selon le parcours, ce texte enrichit le PDF ou devient un document séparé, comme avec Google Docs. Cette couche facilite la recherche textuelle ; certains assistants peuvent aussi analyser directement les images.

Le test en dix secondes

Ouvrez le PDF dans votre lecteur habituel et faites deux essais :

  1. Sélectionnez une phrase avec la souris. Si les mots se surlignent un à un, le texte est là. Un rectangle autour de la page peut signaler une image, mais vérifiez aussi que votre lecteur est en mode sélection de texte.
  2. Cherchez un mot que vous voyez à l'écran (Ctrl + F ou Cmd + F). Zéro résultat sur un mot bien visible : vérifiez la sélection et essayez un autre mot avant de conclure à une image ou à un texte mal reconnu.

Attention aux dossiers mélangés : un contrat dont les pages imprimées sont du vrai texte, mais dont la page des signatures et les annexes ont été scannées. Faites le test sur plusieurs pages, surtout les dernières.

Méthode 1 : Google Drive, sans logiciel à installer

L'aide de Google (relue le 16/11/2026) décrit la marche à suivre :

  1. Déposez le PDF dans Google Drive.
  2. Faites un clic droit sur le fichier, puis Ouvrir avec, puis Google Docs.
  3. Drive crée un document texte modifiable à partir de l'image.

Les conditions, d'après la même aide :

Condition Ce que dit Google
Formats PDF (même de plusieurs pages), JPEG, PNG, GIF
Taille 2 Mo au plus
Hauteur du texte Au moins 10 pixels
Sens de la page Faire pivoter le document s'il n'est pas droit avant l'import
Langue Détectée automatiquement
Polices Les polices courantes, du type Arial ou Times New Roman, sont les mieux reconnues
Qualité Image nette, éclairage homogène, bon contraste

Google présente ces critères comme des conseils pour obtenir des résultats optimaux. Si le fichier dépasse 2 Mo, préparez des extraits autorisés ou passez par la méthode 2, en conservant une image assez nette pour relire les caractères.

Ce que Google annonce lui-même comme fragile : les listes, les tableaux, les colonnes, les notes de bas de page et les notes de fin ont peu de chances d'être bien reconnus. Pour une facture ou un relevé, c'est justement là que sont les chiffres. Relisez-les.

Méthode 2 : Acrobat Pro

Adobe indique qu'Acrobat Pro regroupe les outils de reconnaissance de caractères, et propose aussi l'application gratuite Adobe Scan pour numériser un document avec un téléphone avant de le convertir. Pour préparer votre essai, utilisez une page droite, nette et contrastée. Gardez l’original pour comparer le texte reconnu, en particulier les caractères ambigus et les tableaux. Ces contrôles restent nécessaires même quand le résultat paraît correctement mis en page.

Et si l'IA lisait directement l'image ?

Certains assistants regardent les pages comme des images, sans reconnaissance de caractères préalable. L'aide de Claude, par exemple, précise que les éléments visuels d'un PDF sont analysés jusqu'à 100 pages, et que seul le texte est traité de 101 à 1 000 pages. Elle ne dit pas comment un scan est traité. Conclusion pratique : un scan long risque d'être lu comme un document presque vide. Faire la reconnaissance permet d’inspecter une couche de texte ; cela ne prouve pas que l’assistant utilisera tout ce texte.

Pour alimenter un agent documentaire dans ALMA, comparez le fichier préparé à ses formats documentaires annoncés. Le PDF y figure, mais cela ne précise pas une capacité de reconnaissance de tous les scans. Fournissez une copie autorisée dont le texte a été contrôlé, puis vérifiez une référence contenant des caractères ambigus contre l'image d'origine.

Après la reconnaissance : trois contrôles

  1. Les chiffres. Un 8 lu comme un 3, une virgule perdue : comparez trois ou quatre montants du texte reconnu avec l'image d'origine.
  2. Les tableaux. Vérifiez qu'une ligne n'a pas glissé dans la colonne voisine. Si le tableau compte, récupérez-le à part : voir extraire un tableau d'un PDF.
  3. Les pages oubliées. Contrôlez la présence de chaque section et de la dernière page. Une conversion en document modifiable peut changer la pagination : un même nombre de pages ne prouve pas que le contenu est complet.

Pour les prochains documents

Le plus simple reste de ne pas créer de scans quand on peut l'éviter : demandez à vos fournisseurs le PDF d'origine, enregistrez vos documents en PDF depuis le logiciel qui les produit, et réglez votre scanner pour qu'il fasse la reconnaissance au moment de la numérisation s'il le propose. Pour numériser une pile de papiers dans de bonnes conditions, voir Numériser ses documents papier pour un assistant IA. Si le problème persiste malgré un texte bien présent, les autres causes sont dans l'IA ne lit pas mon PDF.

Conserver les erreurs non résolues

Dans un exemple fictif, une référence imprimée « AB-08 » devient « AB-O8 » après reconnaissance. Les deux chaînes semblent plausibles ; corriger automatiquement tous les O en zéros créerait d’autres erreurs. Gardez l’image comme référence et notez les valeurs encore ambiguës dans une liste de contrôle.

Pour une série de documents, relevez le fichier, la page d’origine, le texte reconnu et la correction vérifiée. Demandez ensuite à l’assistant de signaler les valeurs non confirmées au lieu de les deviner. Ce suivi est particulièrement utile pour les références de pièces et les numéros de facture, qui ne se contrôlent pas par une simple addition.

Questions fréquentes

Comment savoir si un PDF est scanné ?

Essayez de sélectionner une phrase. Si seuls les mots se surlignent, le PDF contient du texte. Si la sélection dessine un cadre ou si la recherche échoue, vérifiez le mode de sélection et essayez plusieurs mots : il peut s’agir d’une image ou d’un texte mal reconnu.

Google Drive peut-il faire la reconnaissance de caractères gratuitement ?

Oui : clic droit sur le fichier, « Ouvrir avec », puis « Google Docs ». D'après l'aide de Google, le fichier doit faire 2 Mo au plus, et les tableaux ou les colonnes risquent d'être mal reconnus.

Sources

Pages consultées pour écrire cet article :

  1. https://support.google.com/drive/answer/176692?hl=fr
  2. https://www.adobe.com/fr/acrobat/guides/what-is-ocr.html
  3. https://support.claude.com/en/articles/8241126-upload-files-to-claude

À lire aussi