Transformer PDF de qualité moyenne en texte ? Fermé

Question

Bonjour, 

Je suis étudiante, dans le cadre de mon mémoire je dois m'appuyer sur un corpus de textes (scannés en format PDF) parus dans la presse féminine.

J'ai 16 dossiers (de 1995 à 2010) à analyser sur ALCESTE (un logiciel statistique de données textuelles) qui ne prend que des formats texte.

Les PDF :

- de 2001 à 2010 sont en format texte (environ 400 pages).

- de 1995 à 2000 sont en format image (environ 250 pages), mais le texte est bien visible pour la lecture de l'oeil humain.

J'ai transféré ces derniers (de 1995 à 2000) sur l'OCR OMNIPAGE 15 (un logiciel de reconnaissance de caractères) afin d'en retirer le texte... 

Soucis : les mots sont pas assez visibles pour OMNIPAGE...

Question : peut-on faire des réglages OU installer un filtre pour faciliter la reconnaissance d'Omnipage OU existe t'il un logiciel spécial "PDF pourris" ?

Je suis un peu (beaucoup) stressée car si je ne trouve pas de solutions, je devrais... 
Ecrire au clavier ces 250 pages !!! 

Aaaaaahhhhh : je n'ai pas le temps !!!

Je vous remercie d'avance.



Configuration: Windows 7 / Internet Explorer 8.0

leph · Answer

Bonjour Sabrinella,

Effectivement il y a des réglages dans Omnipage, excellent produit d'OCR.

Il faut essayer d'augmenter ta résolution qui de mémoire est par défaut réglée sur 300 pixels (300 ppp)
Attention augmenter cette résolution va augmenter la taille de la page si tu la scannes en tant qu'image pour la lire dans un traitement de texte.

Il faut que tu fasses des tests avec différentes résolutions en envoyant le résultat directement dans ton traitement de texte.

Ensuite tout excellent qu'il soit il a quand même besoin de corrections c'est son apprentissage.


Cordialement,
Leph

zorroestarrivé · Answer

Bonsoir Sabrinella, 

A tout hasard, peux-tu poster ici en utilisant cijoint.fr (http://www.cijoint.fr ) une image de page de texte afin que je vois si avec Adobe Acrobat cela est correctement exploitable? 

Bonne soirée  
Il est bien plus beau de savoir quelque chose de tout que de savoir tout d'une chose - Blaise PASCAL

leph · Answer

Bonsoir Sabrinella,

Je n'ai pas Omnipage sur mon PC ce ne sont que des souvenirs

Testes en changeant ta résolution

Pourquoi veux-tu absolument passer par Acrobat ?
Je ne comprends pas puisque tu scannes en OCR des documents qui proviennent de Acrobat ?
C'est bien pour les transformer en texte afin de ne pas connaître la douloureuse saisie au kilomètre.

Quelque chose m'échappe...

Cordialement,
Leph

leph · Answer

Bonsoir

Je n'avais pas vu que ce n'était pas Sabrinella qui avait répondu mais Henri Cording
Désolé

Cordialement,
Leph

leph · Answer

Bonjour Sabrinella,

J'ai vu les liens ci-dessus l'image originelle ne semble pas si mauvaise.

Avec Omnipage soit depuis le scanner tu envoies directement dans Word
Mais tu peux également ouvrir un fichier texte enregistré en image et toujours l'envoyer dans Word

Je t'assure, fais des tests de résolution le résultat devrait s'améliorer.

Cordialement,
Leph

La citation
Biiinn, euuuh, j'sais pas moi...