Extrayez le texte des images directement dans votre navigateur.

Un outil OCR gratuit qui extrait du texte modifiable depuis des images et des PDF scannés directement dans votre navigateur — captures d'écran, reçus, photos de tableaux blancs, contrats scannés, certificats, lettres et archives. Les mots reconnus portent un score de confiance et des coordonnées, et un modèle de vision optionnel sur l'appareil peut répondre à des questions sur la page.

Le moteur est Tesseract compilé en WebAssembly : rien n'est envoyé, aucun compte n'est requis, et un lot d'images comme un PDF de 300 pages passe par la même file.

Comment ça marche

Tesseract.js — le moteur OCR open-source Tesseract compilé en WebAssembly — exécute la reconnaissance entièrement dans votre onglet. Le cœur du moteur et les données de chaque langue se téléchargent à la demande et sont mis en cache par le navigateur, donc la reconnaissance fonctionne hors ligne après la première utilisation. 24 puces de langues couvrent l'anglais, le chinois simplifié et traditionnel, le japonais, le coréen, les grandes langues européennes, ainsi que l'arabe, l'hébreu, le hindi, le thaï, le vietnamien et d'autres écritures ; le catalogue complet de Tesseract en couvre plus de 100.

Avant reconnaissance, les images peuvent être prétraitées (niveaux de gris ou binarisation) pour améliorer la précision sur les scans pâles ou bruités ; un mode de segmentation — automatique, bloc unique, ligne unique ou texte dispersé — indique au moteur la mise en page, et un curseur de confiance minimale filtre les mots faibles de la vue texte.

PDF scannés, page par page

Un PDF est traité comme il se doit : chaque page est rastérisée à environ 144 DPI et reconnue dans l'ordre, si bien qu'une lettre ou un contrat de plusieurs pages devient une transcription continue au lieu d'un dossier de captures. Les pages sont rendues en mode paresseux — seule la page reconnue est en mémoire — ce qui rend même les documents de 300 pages envisageables sur un ordinateur portable ordinaire. Les formats de sortie sont le TXT brut, le JSON avec cadre et confiance par mot, et le hOCR avec positions et mise en page ; dans l'aperçu, chaque mot reconnu est superposé à la page et coloré selon sa confiance.

File de traitement et export ZIP

Images et PDF partagent une file sérielle avec statut, nombre de mots, durée et barre de progression par élément. Ajoutez un dossier de reçus ou une pile de lettres scannées : tout se traite l'un après l'autre ; les échecs restent marqués, une relance ne réessaie que ceux-là, et les résultats de toute la file se téléchargent ensemble en ZIP de fichiers texte nommés. Outre le glisser-déposer, vous pouvez coller des captures depuis le presse-papiers.

Extraction intelligente avec un modèle de vision

Au-delà de la transcription, l'extraction intelligente exécute un modèle vision-langage sur l'appareil (Moondream, environ 800 Mo via WebGPU) qui répond à des questions libres sur la page ouverte — « Quel est le montant total sur ce reçu ? » ou « Quelle date est tamponnée ici ? ». C'est un téléchargement séparé et optionnel qui nécessite WebGPU ; comme pour l'OCR, le modèle tourne localement et l'image ne quitte jamais votre appareil.

Limites gratuites et Pro

Le forfait gratuit traite des lots de 10 fichiers sources (chaque PDF compte pour un fichier) et des PDF jusqu'à 30 pages, avec lots illimités. Pro monte la file à 50 fichiers et les PDF à 300 pages. Les pages au-delà de la limite PDF sont ignorées avec un message plutôt que de faire échouer tout le travail. Aucun des deux forfaits n'a de quota quotidien, de limite d'exécution ou de filigrane, et l'usage commercial est inclus.

Conseils de qualité et confidentialité

Les images nettes, bien éclairées et droites de texte imprimé sont reconnues quasi parfaitement ; l'écriture cursive, la forte inclinaison et les polices décoratives restent de vraies difficultés, et le surlignage par confiance montre exactement où relire. Pour les écritures CJK et arabes, choisir la bonne langue avant reconnaissance est le principal levier de précision.

Les scans de contrats, pièces d'identité, formulaires médicaux ou correspondance privée restent par construction sur l'appareil — la reconnaissance n'envoie aucun pixel, raison fondamentale de la préférer à un site OCR en ligne gratuit.