Si Aperçu affiche la page mais ne parvient pas à trouver les mots qui y sont visiblement imprimés, le PDF contient peut-être des images de page plutôt que du texte interrogeable. Sur un Mac, essayez l'option Fichier > Exporter > Incorporer du texte d'Aperçu pour reconnaître le texte et l'ajouter au PDF. Recherchez ensuite dans la copie exportée dans Aperçu. Si cette option est absente ou si le résultat est imprécis, utilisez un outil d'OCR dédié et vérifiez le résultat obtenu.

Pourquoi Aperçu peut ne pas trouver les mots

Une page numérisée peut ressembler à un document tout en étant en réalité enregistrée sous forme d'image. La recherche d'Aperçu fonctionne sur le texte qu'elle peut reconnaître dans un PDF ; une image de mots imprimés peut nécessiter une reconnaissance optique de caractères (OCR) avant de pouvoir faire l'objet d'une recherche. Apple documente une méthode d'OCR dans Aperçu : son exportation Incorporer du texte reconnaît le texte dans un PDF basé sur des images et l'intègre au document. Le guide d'Aperçu d'Apple explique l'option Incorporer du texte.

Vérifiez d'abord si le problème vient simplement de la requête de recherche ou de l'outil de sélection. Ouvrez le PDF dans Aperçu et saisissez un mot court et distinctif dans le champ de recherche de la barre d'outils. Par défaut, Aperçu recherche l'expression exacte saisie ; utilisez le menu de la loupe et choisissez N'importe quelle occurrence si vous souhaitez trouver n'importe quel mot d'une requête comprenant plusieurs mots. Apple précise également que le champ de recherche peut être masqué jusqu'à ce que vous redimensionniez la fenêtre. Les instructions d'Apple pour trouver du texte dans les PDF couvrent ces fonctionnalités.

Si le terme est nettement imprimé mais ne donne aucun résultat, vérifiez si Aperçu peut le sélectionner. Choisissez Outils > Sélection de texte, puis faites glisser le curseur sur un mot. Si vous pouvez sélectionner et copier le mot, le PDF contient du texte exploitable et la recherche peut simplement nécessiter une orthographe plus simple, une expression plus courte ou un paramètre de correspondance différent. Si vous ne pouvez sélectionner qu'une zone rectangulaire de la page ou si vous ne parvenez pas à sélectionner le mot imprimé, passez à l'OCR. Un mot de passe peut restreindre la sélection ou la copie de texte ; l'inspecteur d'Aperçu peut indiquer si le PDF est chiffré, et vous aurez peut-être besoin du mot de passe. Le guide de dépannage d'Apple décrit à la fois l'outil de sélection de texte et la restriction par mot de passe.

Utiliser l'OCR intégré d'Aperçu

  1. Dans Aperçu, ouvrez le PDF numérisé. Si le fichier d'origine est important, utilisez d'abord Fichier > Dupliquer et effectuez l'exportation OCR sur le duplicata, afin que la source reste disponible séparément.
  2. Choisissez Fichier > Exporter.
  3. Dans la boîte de dialogue d'exportation, sélectionnez Incorporer du texte et enregistrez le PDF exporté.
  4. Ouvrez le fichier exporté dans Aperçu et recherchez un mot distinctif de la numérisation. Essayez un deuxième mot ailleurs sur la page si le premier n'est pas trouvé.

Apple indique qu'Aperçu analyse le PDF composé d'images et y incorpore le texte reconnu afin qu'il puisse être sélectionné dans n'importe quel lecteur de PDF. L'option Incorporer du texte n'apparaît que si le texte n'a pas encore été reconnu dans le document. Il s'agit d'une limite notable : si l'option est absente, cela ne signifie pas nécessairement que l'OCR a échoué. Le document contient peut-être déjà du texte reconnu, ou le flux de travail disponible dans Aperçu ne propose pas cette option pour ce fichier. La page d'Apple ne documente aucune commande distincte dans Aperçu pour forcer l'OCR dans ce cas de figure. Voir les instructions et les limites d'Incorporer du texte selon Apple.

Une fois l'exportation terminée, effectuez vos recherches dans le fichier exporté plutôt que de présumer que l'original a été modifié. Testez quelques termes, y compris un contenant de la ponctuation ou un chiffre si cela s'applique à votre tâche. L'OCR convertit des formes visuelles en texte, et la reconnaissance peut être imparfaite : une numérisation en basse résolution, inclinée, pâle, manuscrite ou à la mise en page complexe peut entraîner des caractères manquants ou erronés. Si une correspondance est essentielle, comparez-la avec l'image de la page originale avant de vous fier au texte reconnu.

Si « Incorporer du texte » n'est pas disponible ou si la recherche échoue toujours

Essayez les vérifications de sélection de texte classiques d'Aperçu avant de changer d'outil : choisissez Outils > Sélection de texte et tentez de sélectionner un mot. Si le texte est sélectionnable mais qu'une requête spécifique échoue, recherchez une chaîne de caractères distinctive plus courte et vérifiez si N'importe quelle occurrence est approprié. Pour un PDF protégé, levez la restriction par mot de passe auprès du propriétaire du document ou utilisez le mot de passe autorisé ; l'OCR ne supprime pas les restrictions d'accès.

Si la page reste uniquement sous forme d'image, ou si Aperçu ne propose pas Incorporer du texte, utilisez une application d'OCR qui prend explicitement en charge la conversion d'un PDF numérisé existant en document interrogeable. Adobe décrit ce processus dans Acrobat : ouvrez le PDF, choisissez Tous les outils > Scanner et OCR > Dans ce fichier, définissez l'intervalle de pages et la langue de reconnaissance, puis choisissez Reconnaître le texte. Adobe précise que ce processus crée un calque de texte interrogeable et conseille d'examiner le résultat pour en vérifier l'exactitude. Les libellés des menus peuvent varier selon la version d'Acrobat ; suivez donc les commandes affichées dans votre version installée. Instructions actuelles d'Adobe pour la reconnaissance de texte dans les PDF numérisés.

Choisissez une langue d'OCR correspondant à celle du document lorsque l'outil propose ce paramètre. Examinez ensuite les pages comportant de petits caractères, des colonnes, des tableaux, des tampons ou des marques peu lisibles. L'OCR peut rendre un document numérisé interrogeable sans que les mots reconnus soient parfaitement exacts ; vérifiez les noms, dates, totaux et passages cités par rapport à l'image de la page. Si un mot nécessaire est systématiquement manqué, utilisez une numérisation plus nette ou un outil d'OCR dédié offrant des contrôles de langue et de page plutôt que de considérer qu'une recherche infructueuse prouve l'absence du mot.

Lorsque vous n'avez besoin que du texte d'un seul passage visible

Pour un extrait ponctuel, vous n'avez peut-être pas besoin d'une version interrogeable de l'intégralité du PDF. La fonction Texte en direct d'Aperçu permet de sélectionner et de copier du texte à partir d'une photo ou d'une image : ouvrez l'image, pointez sur le texte, faites glisser pour le sélectionner, faites un clic avec la touche Contrôle enfoncée et choisissez Copier le texte. Apple précise que Texte en direct n'est pas disponible dans toutes les régions ni dans toutes les langues. Ses instructions documentées décrivent spécifiquement les photos et les images ; utilisez donc la méthode d'exportation PDF ci-dessus lorsque votre objectif est d'ajouter du texte interrogeable à un PDF numérisé. Guide de Texte en direct pour Aperçu par Apple.

Un parcours de décision pratique

Utilisez l'exportation Incorporer du texte d'Aperçu lorsqu'elle est proposée et que votre objectif est de faire des recherches dans un document numérisé. Si elle est absente, vérifiez d'abord si du texte sélectionnable existe déjà et s'il y a une restriction par mot de passe. Si le document ne comporte toujours aucun texte interrogeable, utilisez un flux de travail d'OCR dédié et validez la copie exportée par des recherches réelles et des contrôles visuels. Pour un seul extrait lisible, Texte en direct peut suffire si le contenu se présente sous forme d'image et que la fonctionnalité prend en charge sa langue et sa région.

Si vous gardez le PDF, Aperçu et une courte liste de tâches de suivi ouverts pendant que vous travaillez, Wallo peut organiser localement vos fenêtres Mac existantes et vos listes de tâches par objectif, avec un ciblage au clavier. L'application n'effectue pas d'OCR ; l'étape de reconnaissance de texte relève donc toujours d'Aperçu ou d'une application d'OCR.

Sources