Des photos réunies en un seul document modifiable
Mettez les pages photographiées dans un ZIP, nommées dans l'ordre de lecture, et l'OCR transforme chacune en texte modifiable dans un seul document Word, en reconstruisant paragraphes et titres. Des sauts de page marquent la fin de chaque photo, mais le texte forme un seul document. Les photos sont lues telles quelles : prenez-les bien de face.
Cela compte surtout lorsqu'une phrase commence en bas d'une photo et se termine en haut de la suivante : comme les deux photos alimentent le même DOC, modifier cette phrase revient à la sélectionner à travers le saut de page comme n'importe quelle autre ligne, plutôt qu'à assembler deux fichiers séparés à la main.
Pourquoi un seul fichier vaut mieux que dix photos
Une pellicule remplie de photos de documents n'est pas quelque chose que l'on peut modifier ; seul du texte se modifie, et ce texte n'existe qu'une fois que l'OCR l'a extrait de l'image. En regroupant cette extraction dans un seul document Word, dix clichés pris sous des angles et à des distances légèrement différents deviennent un document unique, avec une mise en forme cohérente d'un bout à l'autre.
Cela signifie aussi que les différences entre les clichés, une photo un peu plus sombre, une autre un peu plus rapprochée, disparaissent dès que les mots deviennent du texte au sein du même document, car la mise en forme Word n'hérite ni de la luminosité ni de l'angle d'une photo, contrairement à une galerie d'images assemblées.
De la pellicule photo au brouillon
Un contrat de plusieurs pages photographié page par page lors d'une visite sur site, des notes de réunion manuscrites prises en photo à la fin d'un atelier, ou un article imprimé photographié faute de scanner à proximité : tout cela n'existe qu'à l'état de photos JPEG jusqu'au moment où il faut réellement en modifier le texte.
Convertir ce lot de photos en un seul document Word vous donne un véritable brouillon à réviser, renuméroter des clauses, corriger un nom, remettre en forme une liste, plutôt qu'un dossier d'images qu'il faudrait sinon retaper entièrement.
Les conditions de prise de vue déterminent la précision
Les photos prises à l'appareil mettent l'OCR à plus rude épreuve qu'un scan à plat : une page de livre courbée, l'ombre portée du téléphone lui-même, ou un léger flou dû à une main peu stable, chacun de ces facteurs coûte en précision de reconnaissance. Cela se traduit, dans le texte Word obtenu, par des mots déformés ou des lignes manquantes plutôt que par une image floue, puisqu'aucune image ne subsiste dans le résultat.
Après la conversion, relisez en priorité les pages photographiées sous une lampe ou avec un angle prononcé ; ce sont statistiquement celles qui ont le plus de chances d'avoir besoin de quelques corrections, alors qu'une photo prise bien à plat en lumière du jour ne nécessite généralement aucune retouche.
Obtenir un texte plus propre à partir de photos
Aplatissez la page avant de la photographier. Un coin recourbé ou un livre qui ne reste pas bien ouvert déforme les lignes que l'OCR essaie de suivre, et cette déformation devient un problème de mise en forme dans Word, pas seulement un défaut esthétique, car des lignes de travers peuvent perturber la détection des paragraphes.
Photographiez l'ensemble du lot sous une source de lumière constante si possible ; des photos prises sous un éclairage inégal au sein d'un même document ont tendance à produire une fiabilité de mise en forme visiblement différente d'une page à l'autre une fois tout réuni dans le même DOC.