Scanner classique & OCR : optimiser chaque réglage pour une reconnaissance parfaite

Numériser un document papier et le convertir automatiquement en texte grâce à l’OCR (Reconnaissance Optique de Caractères), c’est aujourd’hui un geste courant, et décisif pour l’accessibilité. Mais si l’OCR peine à reconnaître les mots, c’est souvent la faute à une numérisation de piètre qualité. Un mauvais paramétrage du scanner – trop ou pas assez de résolution, format d’image inadapté, mauvais contraste – et ce sont erreurs, mots tronqués, ou pages globalement illisibles à la loupe d’un lecteur d’écran. Pourtant, sur la plupart des scanners, quelques réglages simples suffisent à transformer l’expérience.

Dans les lignes qui suivent, un point par point pragmatique, conçu avec le concours de professionnels de l’accessibilité et d’utilisateurs experts. Objectif : extraire le meilleur de votre appareil, quelle que soit sa marque, pour que chaque page scannée devienne un texte fiable, navigable, accessible pour tous.

1. Résolution : le socle d’une reconnaissance réussie

La résolution, exprimée en DPI (dots per inch), détermine le niveau de détail de l’image enregistrée. Pour l’OCR, le seuil minimum conseillé est de 300 DPI pour des textes standards. Plusieurs sources, dont Adobe (Adobe Scan Guide) et ABBYY, évoquent qu’en-dessous de 200 DPI, le taux d’erreur croît fortement – lettres amalgamées, accents ou chiffres confondus. Pour les textes contenant de petits caractères (ex : contrats, notices), il est préférable de monter à 400 voire 600 DPI. Attention, cependant : une résolution trop élevée (au-delà de 600 DPI) augmente inutilement la taille des fichiers, sans gain pour la qualité du texte reconnu.

• Conseil pratique : Privilégier 300 à 400 DPI pour les documents texte classiques.
• Pour les documents très fins ou en petits caractères : testez à 600 DPI.
• Au-delà, la reconnaissance stagne mais la gestion des fichiers se complique.

2. Contraste et luminosité : pour des lettres bien nettes

Des caractères bien tranchés sur une page claire favorisent la séparation des lettres et arrière-plan par l’OCR. Un contraste faible (texte gris sur fond gris, papier jauni…) désoriente le moteur de reconnaissance, qui "devine" alors plutôt qu'il ne lit. Augmenter le contraste depuis l’interface du scanner ou par un logiciel complémentaire (ScanTailor, NAPS2) renforce la lisibilité des lettres.

• Contraste : Augmenter jusqu’à ce que le texte apparaisse noir sur fond blanc, sans basculer dans l’écrasement des détails (ne pas noircir les images ou tamponner les lettres fines).
• Luminosité : Ajuster pour éviter les taches sombres ou surexposées ; trop clair, les lettres "s’effacent" ; trop sombre, des “blocs” noirs s’invitent entre les mots.
• Si votre scanner possède un mode “texte” ou “noir et blanc optimisé”, privilégiez-le sur des pages dactylographiées.

Sur les appareils bureautiques d’entreprise, la présence d’options avancées (amélioration du texte, suppression du fond, ajustement automatique) permet une détection fine. D’après le test réalisé par PCMag en 2023 sur une douzaine de scanners classiques (PCMag reviews 2023), les appareils proposant un préréglage “texte pur”, avec contraste automatique et lissage de fond, offrent des résultats OCR 17 % plus fiables sur une base de documents mixtes.

3. Format de fichier : JPEG, TIFF ou PDF ?

Le format d’enregistrement de l’image influence la fidélité du texte détecté.

• TIFF (sans compression) : Format idéal : il préserve tous les détails, pas de détérioration par compression. Impeccable pour les OCR exigeants.
• PDF (de préférence “PDF image + texte” ou PDF/A) : Pratique pour l’archivage et la recherche. Certains scanners créent déjà un PDF prêt à l’OCR.
• JPEG : À éviter sauf si aucun autre choix : la compression “perte” dégrade la netteté des lettres, ce qui complexifie la reconnaissance.
• PNG : Convient pour des images simples ; supporte la transparence mais n’apporte pas d’avantage majeur face à TIFF.

Dans des tests menés par The National Library Service for the Blind and Print Disabled (NLS, 2022), une conversion TIFF — puis OCR ABBYY FineReader — génère 98 % de taux de reconnaissance mot à mot sur des pages imprimées standard. Répété sur du JPEG compressé, le taux chute à 86 % sur ces mêmes documents.

4. Couleur ou noir et blanc ?

La plupart des logiciels OCR modernes privilégient le mode noir et blanc (niveau de gris ou binaire) pour une reconnaissance purement textuelle : cela élimine les « bruits » colorés ou les motifs de fond. Mais attention : trop de simplification binaire peut effacer des caractères fins ou des signes diacritiques.

• Pour des textes sans illustration, privilégier le mode “noir et blanc (niveau de gris)” pour garder la douceur des bords.
• En cas de diagrammes, schémas ou sur documents annotés en couleur, préférez le mode couleur ou une conversion en “niveau de gris” de qualité haute.

Selon une étude du Consortium for Image-based Text Recognition, le mode “256 niveaux de gris” améliore la détection des points délicats (accents, symboles) de 7 % face à l’option “binaire pur” sur des OCR en langue française.

1. Pages froissées ou mal posées sur la vitre : Une tache d’ombre ou une distorsion fausse l’analyse – veillez à aplatir le document autant que possible.
2. Orientation imprécise : L’OCR décode mal un texte penché, même de quelques degrés. Utilisez la fonction “redressement automatique” si elle existe.
3. Empreintes digitales, poussière : Un scanner propre prolonge la vie de l’appareil et du texte reconnu. Passez un chiffon doux sur la vitre régulièrement.
4. Recto verso non aligné : Sur un scanner à alimentation automatique, le déplacement du document peut décaler la page ou introduire des plis, perturbant la reconnaissance.
5. Éclairage parasite : Si le capot du scanner laisse passer la lumière, les reflets créent des zones blanches. Fermez-le complètement lors de la numérisation.

La diversité des documents – et des lecteurs – implique d’ajuster sa méthode selon le contexte.

Pour les utilisateurs aveugles et malvoyants, ou dans un contexte d’accessibilité :

• Optez pour un format TIFF + texte brute si un second traitement (agrandisseur, lecteur d’écran) est prévu.
• Vérifiez la bonne reconnaissance des balises de titre si vous comptez structurer les documents pour une navigation rapide.
• Pour un usage mobile (smartphone ou applications de lecture dédiées, ex : Voice Dream Scanner, Seeing AI) : privilégiez les fichiers PDF/A, qui conservent la mise en page, et évitez les “images aplaties".

Cas particuliers : manuscrits, factures, formulaires

• Manuscrits : L’OCR reste en difficulté – il existe cependant des outils spécialisés (Google Handwriting Input, Microsoft OneNote, Readiris), mais il faut souvent scanner à 400 ou 600 DPI, en mode couleur ou gris, et soigner l’alignement du texte.
• Factures, formulaires à cases : Privilégier la fidélité du fond pour que les logiciels OCR détectent correctement les colonnes ou zones de cases.

Chaque scanner réagit différemment à ces réglages, et la qualité des papiers comme des impressions joue également un rôle. Pour cibler le réglage idéal :

1. Faire un test rapide avec une page “standard” et comparer les résultats (taux d’erreurs, reconnaissance des accents, détection des colonnes).
2. Comparer le rendu avec et sans correction automatique de contraste/luminosité.
3. Vérifier la taille finale des fichiers : un PDF texte de 2 pages doit rarement dépasser 1 Mo en 300 DPI/TIFF.
4. Si possible, demander à un utilisateur de lecteur d’écran de relire le texte exporté (NVDA, JAWS, VoiceOver, etc.).

Un bon logiciel OCR (ABBYY, Adobe, Google Vision API…) propose souvent une “prévisualisation” des résultats avec surlignage des zones mal reconnues : exploitez-les pour peaufiner vos réglages.

Les progrès en reconnaissance OCR, couplés à l’IA, permettent déjà de corriger certains défauts automatiquement. Mais rien ne remplace une bonne base de départ : un scan bien réglé offre des textes exploitables, même pour de nouveaux usages (lecture vocale rapide, impression braille, traduction automatique, extraction de données). Ajuster ses réglages scanner, c’est gagner à la fois en qualité des contenus et en confort d’usage, pour tous.

À mesure que les solutions hybrides (scan + cloud OCR, applications mobiles collaboratives) se développent, savoir régler son matériel reste fondamental. Les retours d’expérience et l’échange entre utilisateurs – malvoyants, techniciens, pédagogues – restent précieux pour affiner continuellement les meilleures pratiques.

Ressources complémentaires :

• Guide OCR par Adobe Scan
• Tests scanner 2023 par PCMag
• National Library Service OCR Resources
• ABBYY FineReader Documentation