OCR — Image to Text

No. Text recognition runs entirely in your browser using WebAssembly (the tesseract.js OCR engine). The image itself never leaves your device. The only network request is a one-time download of the language pack the first time you use a given language — after that, your browser caches it and no further requests are made.

The tool ships with a curated set of common languages — English, Spanish, French, German, Portuguese, Italian, Hindi, Chinese (Simplified), Japanese, Arabic, and Russian. Pick the language that matches the text in your image before extracting for the best accuracy.

OCR accuracy depends heavily on image quality. Low resolution, blurry photos, low contrast, skewed angles, and handwriting all reduce accuracy. For best results, use a well-lit, high-resolution, straight-on photo or screenshot of printed text, and check the confidence score shown after extraction.

Yes. The output appears in an editable text box, so you can correct any recognition errors before copying or downloading it as a .txt file.

C'est possible pour une écriture manuscrite très soignée et bien détachée, mais Tesseract — le moteur OCR qui fait fonctionner cet outil — est entraîné avant tout sur du texte imprimé et dactylographié, pas sur l'écriture manuscrite ; la précision sur des notes manuscrites est donc nettement plus faible et moins prévisible que sur une page imprimée ou une capture d'écran de texte tapé. L'écriture cursive ou liée est particulièrement difficile, car l'étape de segmentation des caractères du moteur suppose des espaces visibles entre les lettres. Si vous devez régulièrement numériser des notes manuscrites, attendez-vous à devoir corriger davantage manuellement le texte dans la zone modifiable après l'extraction que pour un document imprimé, un reçu ou un formulaire scanné. Pour une reconnaissance réellement centrée sur l'écriture manuscrite, un modèle OCR spécialisé dans le manuscrit donnerait des résultats sensiblement meilleurs qu'un moteur généraliste orienté texte imprimé comme celui-ci.

La première fois que vous utilisez une langue donnée sur cet outil, votre navigateur doit télécharger les données de reconnaissance entraînées pour cette langue depuis un CDN — généralement quelques mégaoctets — avant que Tesseract puisse commencer à y reconnaître du texte. Ce téléchargement n'a lieu qu'une seule fois ; le navigateur met ensuite le fichier en cache, si bien que chaque extraction suivante utilisant la même langue démarre presque instantanément, sans nouvelle activité réseau. Passer à une autre langue pour la première fois déclenche un téléchargement ponctuel supplémentaire, spécifique à cette langue. Si votre première extraction vous semble lente, c'est ce coût de configuration initial, et non un signe de problème — et c'est la seule requête réseau que cet outil effectue jamais, puisque l'image elle-même est traitée sans jamais être téléversée.

Oui — il ne se limite pas aux scans de type numériseur à plat. Les photos de reçus, de panneaux de rue, de menus de restaurant, d'étiquettes de produits et de tableaux blancs fonctionnent toutes, à condition que le texte soit raisonnablement net, bien éclairé et pas trop incliné par rapport à l'appareil photo. Les photos du monde réel obtiennent généralement un score de confiance plus faible qu'un scan numérique propre, tout simplement parce qu'elles introduisent des variables qu'un scanner n'a pas — ombres, reflets, surfaces courbes comme un reçu froissé, et distorsion de perspective liée à l'angle de prise de vue. Aplatir un reçu avant de le photographier, éviter les reflets directs de l'éclairage plafonnier, et tenir l'appareil aussi parallèle que possible à la surface améliorent tous mesurablement les résultats sur ce type de texte du quotidien, en dehors des documents classiques.

Tout format d'image courant que votre navigateur peut afficher fonctionne, y compris JPG, PNG, WebP et BMP — l'outil accepte tout ce que vous sélectionnez ou glissez-déposez en tant que fichier image standard. Il n'y a aucune limite de téléversement côté serveur à respecter puisque rien n'est téléversé, mais les images très volumineuses et en haute résolution mettent plus de temps à être traitées, car la reconnaissance s'exécute sur le processeur de votre propre appareil, et les fichiers extrêmement volumineux peuvent aussi être plus lents à charger dans le navigateur. Pour un usage courant — captures d'écran, photos de téléphone, scans d'une seule page — la taille du fichier n'est pas un problème pratique ; elle ne devient pertinente que pour des images inhabituellement grandes et à très haute résolution.

Pas en une seule passe — vous choisissez une langue avant l'extraction, et le moteur utilise les motifs de caractères et de mots entraînés pour cette langue afin d'interpréter l'image. Si un document mélange deux langues (par exemple des légendes en anglais sur un formulaire dans une langue étrangère), sélectionnez la langue dominante dans le texte qui vous importe le plus, car le moteur parvient souvent à reconnaître correctement certains mots isolés d'une écriture proche même lorsque le paramètre de langue ne correspond pas parfaitement. Pour un document réellement et largement bilingue avec des écritures différentes, il est généralement préférable de lancer l'extraction deux fois, une fois pour chaque langue sélectionnée, puis de comparer les deux résultats.