Un scan dans lequel on ne peut pas chercher, c’est une armoire à dossiers sans étiquettes
Toute entreprise conserve des PDF numérisés : contrats signés, factures, attestations, vieille correspondance. Les pixels sont bien là, mais Ctrl+F ne trouve rien, les systèmes documentaires ne savent pas les indexer, et « lequel de ces quarante scans parle de l’acompte » revient à ouvrir les quarante. L’OCR règle la question une fois par document : le texte reconnu est intégré au même PDF sous forme de couche invisible et, à partir de là, le fichier se comporte comme un document né numérique.
Le moteur de reconnaissance lit la page dans son ensemble – colonnes, tableaux, en-têtes – plutôt que ligne à ligne, et c’est ce qui garde un ordre de lecture sensé dans le texte extrait. C’est ce même ordre que consomment la recherche, le copier-coller et les outils d’IA.
Consultable vaut mieux que retapé
Le résultat est volontairement prudent : le scan lui-même n’est pas touché, rien ne peut donc être mal redessiné, et le document reste une copie fidèle de ce qui a été signé. Quand le but est de modifier plutôt que d’archiver, convertissez le scan avec PDF en Word. Et dès qu’un scan est consultable, les outils de texte s’appliquent à lui : comparez deux versions avec Comparer PDF, posez vos questions avec Discuter avec un PDF, ou gardez-le trouvable sur la durée dans le coffre-fort.