Extract text from images — free

Importez votre PDF et l'outil détecte s'il contient une véritable couche de texte ou seulement des images numérisées. Les PDF avec couche de texte s'exportent instantanément. Les PDF composés uniquement d'images (livres numérisés, reçus photographiés, vieux rapports) passent automatiquement par l'OCR. Dans tous les cas, vous obtenez un fichier .txt propre, avec les paragraphes, les sauts de ligne et l'espacement des sections préservés.

Oui. Si le PDF ne contient que des images (cas fréquent pour les scans, les pages photographiées ou les exports de fax), le moteur OCR se déclenche automatiquement — vous n'avez pas besoin d'un outil distinct. La prise en charge multilingue est intégrée, si bien que même les écritures bilingues ou non latines (chinois, arabe, hindi) sont extraites en une seule passe.

Les sauts de paragraphe, les lignes vides entre les sections, les puces et les préfixes de listes numérotées sont conservés en texte brut. Les titres ressortent en majuscules ou dans leur casse d'origine selon la police source. La mise en valeur visuelle (gras, italique) n'est pas encodée en texte brut — pour cela, utilisez plutôt le convertisseur PDF vers Word.

Oui. Saisissez le mot de passe dans l'invite après l'import, et l'outil déverrouille le fichier en mémoire juste le temps d'extraire le texte. Le mot de passe n'est jamais enregistré sur disque ni transmis à des services tiers. Les PDF verrouillés sans mot de passe ne peuvent pas être traités — pour des raisons de sécurité, aucun déverrouillage par force brute n'est effectué.

Les fichiers jusqu'à 50 MB et 500 pages se traitent sans difficulté. Les documents plus volumineux fonctionnent aussi, mais prennent plus de temps — une archive juridique de 2000 pages peut nécessiter quelques minutes d'OCR. Pour les lots très importants, divisez d'abord le PDF avec l'outil de division de PDF et traitez chaque partie en parallèle.

Le traitement s'effectue sur des serveurs sécurisés et les fichiers sont supprimés en quelques minutes. Le fichier .txt généré vous appartient — sans filigrane, sans attribution, sans suivi. Chercheurs, journalistes, avocats et étudiants utilisent l'outil pour extraire le texte de rapports confidentiels en sachant que le PDF source n'est pas conservé au-delà de la conversion.