La reconnaissance optique de caractères (OCR) transforme les images de texte (scans, photos de smartphone, PDF) en chaînes de caractères lisibles par machine et, de plus en plus, en données structurées. L'OCR moderne est un pipeline qui nettoie une image, trouve du texte, le lit et exporte des métadonnées riches afin que les systèmes en aval puissent rechercher, indexer ou extraire des champs. Deux normes de sortie largement utilisées sont hOCR, un microformat HTML pour le texte et la mise en page, et ALTO XML, un schéma orienté bibliothèque/archives ; tous deux préservent les positions, l'ordre de lecture et d'autres indices de mise en page et sont pris en charge par des moteurs populaires comme Tesseract.
Prétraitement. La qualité de l'OCR commence par le nettoyage de l'image : conversion en niveaux de gris, débruitage, seuillage (binarisation) et redressement. Les tutoriels canoniques d'OpenCV couvrent le seuillage global, adaptatif et d'Otsu — des incontournables pour les documents avec un éclairage non uniforme ou des histogrammes bimodaux. Lorsque l'éclairage varie au sein d'une page (pensez aux photos de téléphone), les méthodes adaptatives surpassent souvent un seuil global unique ; Otsu choisit automatiquement un seuil en analysant l'histogramme. La correction de l'inclinaison est tout aussi importante : le redressement basé sur Hough (Transformée de Hough) associé à la binarisation d'Otsu est une recette courante et efficace dans les pipelines de prétraitement de production.
Détection vs. reconnaissance. L'OCR est généralement divisé en détection de texte (où se trouve le texte ?) et reconnaissance de texte (que dit-il ?). Dans les scènes naturelles et de nombreux scans, les détecteurs entièrement convolutifs comme EAST prédisent efficacement des quadrilatères au niveau du mot ou de la ligne sans étapes de proposition lourdes et sont implémentés dans des boîtes à outils courantes (par exemple, le tutoriel de détection de texte d'OpenCV). Sur les pages complexes (journaux, formulaires, livres), la segmentation des lignes/régions et l'inférence de l'ordre de lecture sont importantes :Kraken implémente la segmentation traditionnelle de zones/lignes et la segmentation neuronale de ligne de base, avec un support explicite pour différents scripts et directions (LTR/RTL/vertical).
Modèles de reconnaissance. Le classique cheval de bataille open-source Tesseract (open-sourcé par Google, avec des racines chez HP) a évolué d'un classifieur de caractères en un reconnaisseur de séquence basé sur LSTM et peut émettre des PDF consultables, des sorties compatibles hOCR/ALTO, et plus encore depuis la CLI. Les reconnaisseurs modernes s'appuient sur la modélisation de séquence sans caractères pré-segmentés. La classification temporelle connexionniste (CTC) reste fondamentale, apprenant les alignements entre les séquences de caractéristiques d'entrée et les chaînes d'étiquettes de sortie ; elle est largement utilisée dans les pipelines d'écriture manuscrite et de texte de scène.
Ces dernières années, les Transformers ont remodelé l'OCR. TrOCR utilise un encodeur Vision Transformer plus un décodeur Text Transformer, entraîné sur de grands corpus synthétiques puis affiné sur des données réelles, avec de solides performances sur les benchmarks de texte imprimé, manuscrit et de scène (voir aussi la documentation de Hugging Face). En parallèle, certains systèmes contournent l'OCR pour la compréhension en aval : Donut (Document Understanding Transformer) est un encodeur-décodeur sans OCR qui produit directement des réponses structurées (comme du JSON clé-valeur) à partir d'images de documents (repo, carte de modèle), évitant l'accumulation d'erreurs lorsqu'une étape OCR distincte alimente un système d'IE.
Si vous voulez une lecture de texte clés en main sur de nombreux scripts, EasyOCR offre une API simple avec plus de 80 modèles linguistiques, renvoyant des boîtes, du texte et des confiances — pratique pour les prototypes et les scripts non latins. Pour les documents historiques, Kraken brille par sa segmentation de ligne de base et son ordre de lecture sensible au script ; pour un entraînement flexible au niveau de la ligne, Calamari s'appuie sur la lignée d'Ocropy (Ocropy) avec des reconnaisseurs (multi-)LSTM+CTC et une CLI pour affiner des modèles personnalisés.
La généralisation dépend des données. Pour l'écriture manuscrite, la base de données d'écriture manuscrite IAM fournit des phrases en anglais de divers scripteurs pour l'entraînement et l'évaluation ; c'est un ensemble de référence de longue date pour la reconnaissance de lignes et de mots. Pour le texte de scène, COCO-Text a superposé des annotations étendues sur MS-COCO, avec des étiquettes pour l'imprimé/manuscrit, lisible/illisible, le script et les transcriptions complètes (voir aussi la page originale du projet). Le domaine s'appuie également fortement sur le pré-entraînement synthétique : SynthText in the Wild rend le texte dans des photographies avec une géométrie et un éclairage réalistes, fournissant d'énormes volumes de données pour pré-entraîner les détecteurs et les reconnaisseurs (référence code et données).
Les compétitions sous l'égide de la lecture robuste d'ICDAR maintiennent l'évaluation sur le terrain. Les tâches récentes mettent l'accent sur la détection/lecture de bout en bout et incluent la liaison de mots en phrases, avec le code officiel rapportant précision/rappel/F-score, l'intersection sur l'union (IoU) et les métriques de distance d'édition au niveau du caractère — reflétant ce que les praticiens devraient suivre.
L'OCR se termine rarement par du texte brut. Les archives et les bibliothèques numériques préfèrent ALTO XML car il encode la mise en page physique (blocs/lignes/mots avec coordonnées) ainsi que le contenu, et il se marie bien avec l'empaquetage METS. Le microformat hOCR , en revanche, intègre la même idée dans HTML/CSS en utilisant des classes comme ocr_line et ocrx_word, ce qui facilite l'affichage, la modification et la transformation avec des outils web. Tesseract expose les deux — par exemple, en générant du hOCR ou des PDF consultables directement depuis la CLI (guide de sortie PDF) ; les wrappers Python comme pytesseract ajoutent de la commodité. Il existe des convertisseurs pour traduire entre hOCR et ALTO lorsque les dépôts ont des normes d'ingestion fixes — voir cette liste organisée d' outils de format de fichier OCR.
La tendance la plus forte est la convergence : la détection, la reconnaissance, la modélisation du langage et même le décodage spécifique à la tâche fusionnent dans des piles de Transformers unifiées. Le pré-entraînement sur de grands corpus synthétiques reste un multiplicateur de force. Les modèles sans OCR seront en concurrence agressive partout où la cible est des sorties structurées plutôt que des transcriptions littérales. Attendez-vous également à des déploiements hybrides : un détecteur léger plus un reconnaisseur de style TrOCR pour le texte long, et un modèle de style Donut pour les formulaires et les reçus.
Tesseract (GitHub) · Documentation de Tesseract · Spécification hOCR · Contexte ALTO · Détecteur EAST · Détection de texte OpenCV · TrOCR · Donut · COCO-Text · SynthText · Kraken · Calamari OCR · ICDAR RRC · pytesseract · Écriture manuscrite IAM · Outils de format de fichier OCR · EasyOCR
La reconnaissance optique de caractères (OCR) est une technologie utilisée pour convertir différents types de documents, tels que des documents papier numérisés, des fichiers PDF ou des images capturées par un appareil photo numérique, en données modifiables et recherchables.
L'OCR fonctionne en numérisant une image ou un document d'entrée, en segmentant l'image en caractères individuels, et en comparant chaque caractère avec une base de données de formes de caractères en utilisant la reconnaissance de formes ou la reconnaissance de caractéristiques.
L'OCR est utilisé dans une variété de secteurs et d'applications, y compris la numérisation de documents imprimés, l'activation des services de texte en parole, l'automatisation des processus de saisie de données, et l'aide aux utilisateurs malvoyants pour mieux interagir avec le texte.
Bien que des progrès importants aient été faits dans la technologie OCR, elle n'est pas infaillible. La précision peut varier en fonction de la qualité du document original et des spécificités du logiciel OCR utilisé.
Bien que l'OCR soit principalement conçu pour le texte imprimé, certains systèmes OCR avancés sont également capables de reconnaître une écriture manuelle claire et cohérente. Cependant, la reconnaissance de l'écriture manuelle est généralement moins précise en raison de la grande variation des styles d'écriture individuels.
Oui, de nombreux systèmes logiciels OCR peuvent reconnaître plusieurs langues. Cependant, il est important de s'assurer que la langue spécifique est prise en charge par le logiciel que vous utilisez.
OCR signifie Optical Character Recognition et est utilisé pour reconnaître le texte imprimé, tandis que ICR, ou Intelligent Character Recognition, est plus avancé et est utilisé pour reconnaître le texte écrit à la main.
L'OCR fonctionne mieux avec des polices claires et faciles à lire et des tailles de texte standard. Bien qu'il puisse fonctionner avec différentes polices et tailles, la précision a tendance à diminuer lorsqu'on traite des polices inhabituelles ou des tailles de texte très petites.
L'OCR peut avoir du mal avec les documents de faible résolution, les polices complexes, les textes mal imprimés, l'écriture manuelle, et les documents avec des arrière-plans qui interfèrent avec le texte. De plus, bien qu'il puisse fonctionner avec de nombreuses langues, il ne couvre peut-être pas parfaitement toutes les langues.
Oui, l'OCR peut numériser du texte en couleur et des arrière-plans en couleur, bien qu'il soit généralement plus efficace avec des combinaisons de couleurs à contraste élevé, comme le texte noir sur un fond blanc. La précision peut diminuer lorsque les couleurs du texte et de l'arrière-plan manquent de contraste suffisant.
Le format d'image PCX, abréviation de « Picture Exchange », est un format de fichier graphique matriciel qui était principalement utilisé sur les ordinateurs DOS et Windows à la fin des années 1980 et 1990. Développé par ZSoft Corporation, il a été l'un des premiers formats largement acceptés pour les images couleur sur les ordinateurs compatibles IBM PC. Le format PCX est connu pour sa simplicité et sa facilité d'implémentation, ce qui a contribué à son adoption généralisée aux débuts de l'informatique personnelle. Il était particulièrement populaire pour son utilisation dans des logiciels tels que Microsoft Paintbrush, qui est devenu plus tard Microsoft Paint, et était également utilisé pour les captures d'écran, les sorties de scanner et les fonds d'écran.
Le format de fichier PCX est conçu pour représenter des images numérisées et d'autres types de données picturales. Il prend en charge diverses profondeurs de couleur, notamment les images monochromes, 2 couleurs, 4 couleurs, 16 couleurs, 256 couleurs et 24 bits en vraies couleurs. Le format permet une plage de résolutions et de rapports d'aspect, ce qui le rend polyvalent pour différents périphériques d'affichage et exigences d'impression. Malgré sa flexibilité, le format PCX a été largement remplacé par des formats d'image plus modernes tels que JPEG, PNG et GIF, qui offrent une meilleure compression et une meilleure prise en charge des couleurs. Cependant, la compréhension du format PCX reste pertinente pour ceux qui traitent des systèmes hérités ou des archives numériques contenant des fichiers PCX.
Un fichier PCX se compose d'un en-tête, de données d'image et d'une palette facultative de 256 couleurs. L'en-tête est long de 128 octets et contient des informations importantes sur l'image, telles que la version du format PCX utilisée, les dimensions de l'image, le nombre de plans de couleur, le nombre de bits par pixel par plan de couleur et la méthode d'encodage. La méthode d'encodage utilisée dans les fichiers PCX est l'encodage de longueur d'exécution (RLE), qui est une forme simple de compression de données sans perte qui réduit la taille du fichier sans sacrifier la qualité de l'image. Le RLE fonctionne en compressant des séquences d'octets identiques en un seul octet suivi d'un octet de comptage, qui indique le nombre de fois que l'octet doit être répété.
Les données d'image dans un fichier PCX sont organisées en plans, chaque plan représentant un composant de couleur différent. Par exemple, une image couleur 24 bits aurait trois plans, un pour chacun des composants rouge, vert et bleu. Les données dans chaque plan sont encodées à l'aide du RLE et sont stockées en lignes, chaque ligne représentant une ligne horizontale de pixels. Les lignes sont stockées de haut en bas, et dans chaque ligne, les pixels sont stockés de gauche à droite. Pour les images avec une profondeur de couleur inférieure à 24 bits, une section de palette supplémentaire peut être présente à la fin du fichier, qui définit les couleurs utilisées dans l'image.
La palette facultative de 256 couleurs est une caractéristique clé du format PCX pour les images avec 8 bits par pixel ou moins. Cette palette est généralement située à la fin du fichier, après les données d'image, et se compose d'une série d'entrées de 3 octets, chaque entrée représentant les composants rouge, vert et bleu d'une seule couleur. La palette permet de représenter une large gamme de couleurs dans l'image, même si chaque pixel ne référence qu'un index de couleur plutôt que de stocker la valeur de couleur complète. Cette approche de couleur indexée est efficace en termes de taille de fichier, mais elle limite la fidélité des couleurs par rapport aux images en vraies couleurs.
L'un des avantages du format PCX est sa simplicité, qui le rendait facile à implémenter pour les développeurs dans leurs logiciels. L'en-tête du format est de taille et de disposition fixes, ce qui permet une analyse et un traitement simples des données d'image. De plus, la compression RLE utilisée dans les fichiers PCX est relativement simple par rapport aux algorithmes de compression plus complexes utilisés dans d'autres formats. Cette simplicité signifiait que les fichiers PCX pouvaient être facilement générés et manipulés sur le matériel limité de l'époque, sans nécessiter une puissance de traitement ou une mémoire importante.
Malgré sa simplicité, le format PCX présente certaines limites. L'un des principaux inconvénients est son manque de prise en charge de la transparence ou des canaux alpha, qui sont essentiels pour les travaux graphiques modernes tels que la conception d'icônes ou les graphiques de jeux vidéo. De plus, la compression RLE, bien qu'efficace pour certains types d'images, n'est pas aussi efficace que les algorithmes de compression utilisés dans des formats tels que JPEG ou PNG. Cela peut entraîner des tailles de fichiers plus importantes pour les fichiers PCX, en particulier lorsqu'il s'agit d'images haute résolution ou en vraies couleurs.
Une autre limitation du format PCX est son manque de prise en charge des métadonnées. Contrairement aux formats tels que TIFF ou JPEG, qui peuvent inclure une large gamme de métadonnées sur l'image, telles que les paramètres de l'appareil photo utilisés pour capturer une photographie ou la date et l'heure de création de l'image, les fichiers PCX ne contiennent que les informations les plus élémentaires nécessaires pour afficher l'image. Cela rend le format moins adapté à la photographie professionnelle ou à toute application où la conservation de ces informations est importante.
Malgré ces limitations, le format PCX était largement utilisé dans le passé et est toujours reconnu par de nombreux programmes d'édition et de visualisation d'images aujourd'hui. Son héritage est évident dans la prise en charge continue du format dans des logiciels tels qu'Adobe Photoshop, GIMP et CorelDRAW. Pour les utilisateurs travaillant avec des systèmes plus anciens ou ayant besoin d'accéder à du contenu numérique historique, la possibilité de gérer des fichiers PCX reste pertinente. De plus, la simplicité du format en fait une étude de cas utile pour ceux qui apprennent les formats de fichiers image et les techniques de compression de données.
Le format PCX a également joué un rôle dans les débuts de l'édition de bureau et de la conception graphique. Sa prise en charge de plusieurs résolutions et profondeurs de couleur en faisait un choix flexible pour la création et l'échange de graphiques entre différentes plates-formes logicielles et matérielles. À une époque où les formats propriétaires pouvaient créer des barrières à la collaboration, le format PCX servait de dénominateur commun qui facilitait le partage d'images entre différents systèmes.
En termes d'implémentation technique, la création d'un fichier PCX implique l'écriture de l'en-tête de 128 octets avec les valeurs correctes pour les propriétés de l'image, suivie des données d'image compressées RLE pour chaque plan de couleur. Si l'image utilise une palette, les données de la palette sont ajoutées à la fin du fichier. Lors de la lecture d'un fichier PCX, le processus est inversé : l'en-tête est lu pour déterminer les propriétés de l'image, les données RLE sont décompressées pour reconstruire l'image et, si elles sont présentes, la palette est lue pour mapper les indices de couleur à leurs valeurs RVB correspondantes.
L'en-tête PCX contient plusieurs champs qui sont essentiels pour interpréter les données d'image. Il s'agit notamment du fabricant (toujours défini sur 10 pour ZSoft), de la version (indiquant la version du format PCX), de l'encodage (toujours défini sur 1 pour la compression RLE), des bits par pixel (indiquant la profondeur de couleur), des dimensions de l'image (données par les champs Xmin, Ymin, Xmax et Ymax), des résolutions horizontale et verticale, du nombre de plans de couleur, des octets par ligne (indiquant le nombre d'octets dans chaque ligne d'un plan de couleur) et un indicateur pour les images en niveaux de gris, entre autres.
La compression RLE du format PCX est conçue pour être efficace pour les images avec de grandes zones de couleur uniforme, ce qui était courant dans les infographies de l'époque. Par exemple, une image avec un grand ciel bleu pourrait être compressée efficacement car les pixels bleus seraient représentés par un seul octet suivi d'un octet de comptage, plutôt que de stocker chaque pixel bleu individuellement. Cependant, pour les images avec des motifs plus complexes ou des variations de couleur, la compression RLE est moins efficace et la taille du fichier résultant peut ne pas être significativement plus petite que l'image non compressée.
En conclusion, le format d'image PCX est un format de fichier historique qui a joué un rôle important dans les débuts de l'informatique personnelle et de l'infographie. Sa simplicité et sa facilité d'implémentation en ont fait un choix populaire pour les développeurs de logiciels et les utilisateurs. Bien qu'il ait été largement remplacé par des formats d'image plus avancés, le format PCX reste une partie importante de l'héritage numérique et continue d'être pris en charge par de nombreuses applications graphiques modernes. Comprendre le format PCX fournit des informations précieuses sur l'évolution de la technologie d
Ce convertisseur fonctionne entièrement dans votre navigateur. Lorsque vous sélectionnez un fichier, il est lu en mémoire et converti dans le format sélectionné. Vous pouvez ensuite télécharger le fichier converti.
Les conversions commencent instantanément, et la plupart des fichiers sont convertis en moins d'une seconde. Les fichiers plus volumineux peuvent prendre plus de temps.
Vos fichiers ne sont jamais téléversés vers nos serveurs. Ils sont convertis dans votre navigateur, puis le fichier converti est téléchargé. Nous ne voyons jamais vos fichiers.
Nous prenons en charge la conversion entre tous les formats d'image, y compris JPEG, PNG, GIF, WebP, SVG, BMP, TIFF, et plus encore.
Ce convertisseur est complètement gratuit, et le restera toujours. Parce qu'il fonctionne dans votre navigateur, nous n'avons pas besoin de payer pour des serveurs, donc nous n'avons pas besoin de vous faire payer.
Oui ! Vous pouvez convertir autant de fichiers que vous voulez simultanément. Il suffit de sélectionner plusieurs fichiers lorsque vous les ajoutez.