DÉFINITION
La technique qui transforme l’image d’un texte (un scan, une photo) en texte qu’on peut chercher et copier. Clivio n’a pas de moteur OCR séparé. Les scans et les photos sont lus directement par le modèle d’IA, qui en transcrit tout le texte pour la recherche. Dans l’éditeur PDF (Pro), « Nettoyer le scan » ajoute en plus une couche de texte au fichier.
À quoi sert l’OCR
Un scan ou une photo n’est qu’une image. Sans OCR, votre ordinateur y voit des pixels, pas des mots, et une recherche sur « assurance » ne trouve pas le contrat scanné. L’OCR repère les lettres et les reconstitue en texte. Le document se cherche alors, se copie, et un logiciel peut en tirer un montant ou une date.
Ses limites
La qualité de l’image fait presque tout. Une photo floue, prise de travers ou mal éclairée donne des erreurs, comme un 8 lu à la place d’un 3 dans un montant. Les tableaux serrés et les mises en page inhabituelles posent aussi problème. Pour un bon résultat, posez le papier à plat, dans une pièce bien éclairée, et recadrez au plus près.
OCR et facture électronique
L’OCR devine le texte d’une image. Une facture électronique, elle, transporte déjà ses données. Un Factur-X contient un fichier XML où le montant, la TVA et l’échéance sont rangés dans des champs nommés, sans rien à deviner.
C’est pourquoi imprimer puis scanner une facture électronique est une erreur. Le scan reproduit la page sans le XML, et il ne vaut pas l’original pour l’archivage. Dans Clivio, un Factur-X est lu directement dans son XML et marqué « Données certifiées Factur-X ».
Questions fréquentes
Un PDF scanné est-il une facture électronique ?
Non. Une facture électronique est un fichier structuré, en Factur-X, UBL ou CII, qui passe par les plateformes agréées. Un scan, même passé à l’OCR, reste une image de facture.
Comment savoir si un PDF contient du texte ?
Essayez de sélectionner un mot ou de lancer une recherche dans le document. Si rien ne se sélectionne, c’est une image sans couche de texte.