Précision OCR trop faible ? 5 étapes de prétraitement pour faire passer la reconnaissance de 60 % à 95 %

Vous prenez un scan, vous le passez dans un outil OCR en ligne, et vous obtenez un mur de fautes : un « 3 » lu comme un « 8 », un « O » comme un « 0 », des tableaux mélangés au point d’être illisibles. L’outil n’est pas en cause. L’image n’était pas prête.

Les moteurs OCR (Tesseract / PaddleOCR / services cloud) sont des modèles de reconnaissance de caractères qui se nourrissent de pixels. Donnez-leur des images floues, basse résolution, filigranées ou inclinées, et ils vous rendront une sortie floue et de mauvaise qualité.

Chiffres réels de benchmarks (issus des comparaisons OpenBenchmarking et ExpertBeacon 2025) :

Moteur	Précision globale	Tarif
Google Cloud Vision	96,7 %	Paiement à l’appel
Amazon Textract	95,8 %	Paiement à l’appel
Microsoft Azure	93,5 %	Paiement à l’appel
Tesseract (open source)	~90 %	Gratuit, s’exécute en local

Notez que ce ~90 % correspond à une « entrée idéale ». Si vous balancez une photo d’écran prise au téléphone ou une image basse résolution extraite d’un PDF, il est normal que la précision tombe à 60–70 %.

Ce guide explique comment faire passer ce 60 % à 95 % — cinq étapes de prétraitement, chacune avec des seuils concrets « quoi faire et jusqu’où aller », plus un workflow purement frontend (Compresseur d’Images + Recadreur d’Images + OCR par Lots).

Étape 1 : Résolution — le DPI doit être de 300 ou plus

Les modèles OCR sont entraînés sur des scans à 300 DPI. Donnez-leur une capture de 800×600 et ils ne pourront pas lire le petit texte ; donnez-leur un original de 4000×3000 et ils moulinent lentement en gaspillant de la puissance de calcul.

Seuils empiriques :

Texte imprimé courant : grand côté d’au moins 2000 px (~A4 à 300 DPI)
Tableaux, reçus, tickets : grand côté d’au moins 2400 px (plus de détails)
Écriture manuscrite : grand côté 3000+ px (forte variation des caractères, demande plus de contexte)
Photos au téléphone : grand côté d’au moins 2500 px, et garder la page bien à plat

En dessous de ces seuils, aucun moteur ne pourra vous sauver. Les apps dédiées de scan de documents (Adobe Scan, Microsoft Lens) détectent automatiquement les bords, corrigent la perspective et mettent à l’échelle à la bonne résolution — on recommande fortement d’en installer une.

Mais si votre source est déjà un scan basse résolution, n’agrandissez pas par interpolation — ça deviendra encore plus flou. La seule solution est de rescanner.

Étape 2 : Contraste — assez noir, assez blanc

Les modèles OCR s’appuient sur le delta de niveaux de gris entre pixels pour séparer le texte du fond. Un texte au contraste maximal est le plus facile à lire.

Ce qu’il faut faire :

Texte noir sur fond blanc est l’idéal. Le texte coloré, le gris sur gris, ou le texte inversé (blanc sur noir) font toutes chuter significativement la précision.
Si l’original a un fond bleu pâle avec du texte gris, baissez la saturation à 0 et poussez le contraste à +50 dans n’importe quel éditeur d’image — la précision OCR peut grimper de 10 à 20 points de pourcentage.
Les vieux documents scannés prennent une teinte jaunâtre — poussez la température de couleur vers le froid (pour enlever le jaune), ou convertissez directement en niveaux de gris. Les modèles OCR gèrent mieux le niveau de gris.

Vérification rapide : zoomez à 100 %. Arrivez-vous à lire chaque caractère en moins d’une seconde ? Sinon, l’OCR n’y arrivera probablement pas non plus.

Étape 3 : Débruitage — Moiré, artefacts de compression, filigranes

Trois types de bruit ruinent l’OCR plus que tout :

Type de bruit	Source	Solution
Motifs de moiré	Re-photographie d’écran	Utilisez une app dédiée (Adobe Scan), ou reprenez la photo sous un autre angle
Artefacts de compression JPEG	JPGs enregistrés maintes fois	Convertissez d’abord en PNG, puis lancez l’OCR
Filigranes, tampons, annotations	Intégrés à l’original	Recadrez les zones sans texte avec le Recadreur d’Images

En pratique, les factures avec des filigranes semi-transparents amènent l’OCR à lire le texte du filigrane en plus du corps, mélangeant tout dans une sortie inutilisable.

Approche la plus fiable : avant l’OCR, passez l’image dans le Compresseur d’Images pour ré-encoder le format (PNG → JPG ou l’inverse). Cela élimine les anciens artefacts de compression et contrôle la taille finale en même temps.

Étape 4 : Redresser — au-delà de 3 degrés, la précision chute

Tesseract est très sensible à l’angle d’inclinaison. Entre 0 et 3 degrés, l’impact est minime ; au-delà de 5 degrés, la précision dégringole ; passé 10 degrés, c’est quasiment inutilisable.

Correction manuelle :

Tournez dans n’importe quel éditeur, en ajustant par paliers de 0,5 degré, jusqu’à ce que les lignes de texte soient parfaitement horizontales
Ou utilisez HoughLinesP d’OpenCV pour détecter automatiquement l’angle d’inclinaison

Option automatisée : les apps comme Adobe Scan, Microsoft Lens et Baidu Netdisk Scan intègrent toutes la détection automatique des bords + redressement — vous prenez la photo et obtenez une image propre et carrée, prête à passer dans l’OCR.

Si la source est exportée depuis un PDF, la fonction de rotation intégrée au lecteur PDF suffit généralement.

Étape 5 : Choisir le bon moteur et les bons paramètres

Une fois les quatre étapes de prétraitement ci-dessus bien en place, la dernière étape est le choix du moteur et des paramètres.

Choix du moteur :

Scénario	Moteur recommandé
Imprimé en anglais	Tesseract `eng` (open source, gratuit, local)
Imprimé en chinois	Tesseract `chi_sim` + `eng` (combiné)
Tableaux, tickets	Reconnaissance structurée dédiée (PaddleOCR, Amazon Textract)
Écriture manuscrite	Services cloud (Google ML Kit, reconnaissance d’écriture Baidu)

Paramètres clés de Tesseract :

--psm 6 : suppose un bloc de texte uniforme (la plupart des scénarios de documents)
--psm 11 : texte épars (menus, reçus, enseignes)
--psm 12 : combiné avec OSD (Orientation and Script Detection) pour la détection automatique de l’orientation
preserve_interword_spaces=1 : conserve les espaces entre les mots (ne pas activer pour le chinois)

Avant de lancer des traitements par lots, passez 5 minutes à tester sur une seule image pour ajuster les paramètres. Sur des lots, de mauvais paramètres font perdre des dizaines de minutes.

Mise en pratique : un workflow trois outils, purement frontend

Vous ne voulez pas installer de logiciel, ni envoyer de fichiers dans le cloud (question de confidentialité) ? Les trois outils Piick s’exécutent intégralement dans votre navigateur, en local — les images ne quittent jamais votre ordinateur.

Workflow

Recadreur d’Images : coupez les zones non pertinentes (filigranes, signatures, tampons, marges superflues), pour ne garder que la zone centrale de texte.
Compresseur d’Images : ré-encodez l’image (Qualité 80, largeur max 1920 px) pour supprimer les anciens artefacts de compression et maîtriser la taille.
Image vers Texte par Lots : téléversez un .zip ou glissez-déposez plusieurs images. Chacune est reconnue individuellement, puis le tout est empaqueté pour téléchargement — un .txt par image, plus un fichier texte fusionné et un index CSV.

Pourquoi cette combinaison fonctionne

Le recadrage élimine les distractions — filigranes, tampons et marges inutiles n’entrent jamais dans la reconnaissance
La compression efface les artefacts — l’ancien bruit JPEG est écrasé par le nouvel encodage
OCR par lots en local — Tesseract.js tourne dans le navigateur, aucun envoi de données. Idéal pour les factures, pièces d’identité, documents internes

Adapté pour

Numériser des contrats papier / factures : traiter par lots des dizaines de scans
Extraits de livres / articles : transformer des portions de captures en texte éditable
Photos de tableaux blancs, captures de slides : convertir en lots en comptes-rendus de réunion

Pas adapté pour

Écriture manuscrite (précision faible, il faut un service cloud)
Tableaux complexes (lignes et colonnes se mélangent, il faut un outil de reconnaissance structurée dédié)
Formules, captures de code (reconnaissance sous 50 %, OCR déconseillé)

Convertir une image en texte, c’est 80 % de prétraitement, 20 % de réglage du moteur. Maîtrisez bien les cinq étapes ci-dessus (résolution, contraste, débruitage, redressement, choix des paramètres) et même le Tesseract open source dépassera les 95 % de précision.

Besoin de traiter des scans par lots ? Ouvrez l’outil Piick Image vers Texte par Lots, téléversez un .zip ou glissez quelques dizaines d’images — le temps de prendre un café, vos fichiers texte fusionnés seront prêts.