Transformer des PNG en un seul fichier Word
Chaque PNG de votre envoi devient une section d'un seul document Word continu plutôt qu'un fichier séparé, avec des sauts de page marquant la fin d'une image source et le début de la suivante. L'OCR analyse la mise en page de chaque image, y compris les titres, les paragraphes et les tableaux simples, et la reconstruit sous forme de texte et de mise en forme modifiables plutôt que comme une image de texte.
Le résultat étant un seul fichier DOC, un titre reconnu sur la troisième image et un texte reconnu sur la septième se retrouvent dans le même flux de document : vous pouvez donc sélectionner du texte de part et d'autre de cette limite, supprimer un saut de page et fusionner deux images sources en un seul paragraphe continu si l'original l'exige.
Pourquoi fusionner avant de convertir
Un document Word est fait pour être modifié, et éditer dix fichiers séparés est plus lent qu'en éditer un seul : couper un paragraphe qui s'étend du bas de la quatrième image au haut de la cinquième ne fonctionne proprement que si les deux images se trouvent dans le même document, avec un flux de texte continu.
Le traitement par lots permet aussi à la détection des titres de conserver un style cohérent sur l'ensemble du lot, de sorte qu'un style de titre repéré sur la première page s'applique de la même façon sur la neuvième, au lieu que chaque PNG produise son propre fichier DOC avec ses propres choix de mise en forme, potentiellement incohérents.
Des documents modifiables à partir de captures d'écran
Des rapports multi-pages exportés en captures d'écran PNG depuis une visionneuse qui bloque le copier-coller, des notes de réunion scannées et enregistrées image par image, ou un guide de révision capturé écran par écran doivent tous devenir un seul fichier modifiable avant que quiconque puisse réellement en revoir le texte.
Convertir le lot en un seul document Word permet à la personne suivante de corriger une faute de frappe, de reformater un titre ou d'ajouter directement un nouveau paragraphe, au lieu de retaper un rapport à partir d'une pile d'images parce que le texte source était enfermé dans des images.
Ce qui survit à la conversion
Les pixels sans perte du PNG offrent à l'OCR une source propre à la fois pour la reconnaissance de texte et l'analyse de mise en page, si bien qu'une structure simple, comme des titres, des listes à puces ou des tableaux basiques, se transpose généralement assez bien dans la mise en forme Word. Les mises en page denses à plusieurs colonnes ou les captures d'écran fortement stylisées sont les cas où la structure reconstruite demande le plus de nettoyage manuel par la suite.
Regardez d'abord les points de jonction entre deux PNG dans le document final : un titre coupé par une limite de page dans les images sources se reconstruit parfois en deux titres distincts au lieu d'un seul, et c'est la correction manuelle la plus rapide une fois repérée.
Préparer un lot de PNG propre
Nommez les fichiers dans l'ordre des pages (01, 02, 03…) avant de les zipper : les pages suivent les noms de fichiers et il n'y a pas d'étape de réorganisation ensuite.
Si une image du lot est un tableau et que les autres sont de simples paragraphes, attendez-vous à ce que cette page demande le plus de relecture, la structure d'un tableau étant l'élément de mise en page le plus difficile à transposer d'une capture d'écran vers une mise en forme Word modifiable.