Aller au contenu
Pilote Expertise

visio et maquette gratuites

Définition

Reconnaissance optique de caractères (OCR)

La reconnaissance optique de caractères, ou OCR (optical character recognition), est la technique qui transforme l'image d'un document, numérisation ou photographie, en texte qu'un logiciel peut lire puis traiter.

Elle ne comprend pas le document : elle le rend lisible par une machine. Tout ce qui vient après, classement, extraction de champs, contrôle de cohérence, relève d'autres briques. Confondre les deux est la source la plus fréquente de déception sur ce sujet.

Ce qu'elle règle dans une entreprise

Le point d'entrée du papier :

  • factures fournisseurs ;
  • bons de livraison ;
  • relevés d'heures ;
  • comptes rendus d'intervention manuscrits.

Ces documents arrivent en image, puis ils se ressaisissent à la main. Un chauffeur photographie le bon de livraison signé ; la reconnaissance en tire le numéro de commande, la date, les quantités, qui alimentent ensuite une application métier sans double saisie.

Les moteurs récents ne rendent plus seulement le mot à mot : ils restituent la structure, colonnes, tableaux, ordre de lecture, ce qui compte souvent davantage qu'un caractère isolé. Mistral, éditeur français, publie un modèle consacré à cette lecture.

La reconnaissance conditionne enfin toute recherche documentaire : sans texte, aucune génération augmentée par recherche documentaire (RAG) ne fonctionne sur des documents numérisés.

Quand la lecture est douteuse

C'est la vraie question ; la réponse surprend souvent. Un moteur d'OCR ne s'abstient pas.

Il rend une valeur même quand le caractère est illisible, sans signaler de lui-même son embarras. Ce qu'il fournit en plus, selon les outils, est un indice de confiance, champ par champ.

Le travail consiste à fixer un seuil puis à décider ce qui se passe en dessous :

  1. 01

    Sous le seuil

    Le document part dans une file de relecture.

  2. 02

    À l'écran

    L'image s'affiche à côté du champ suspect.

  3. 03

    La décision

    Une personne tranche en quelques secondes.

Sans ce seuil, une erreur de lecture entre silencieusement dans votre base, puis elle ressort dans une commande. Les cas qui coincent sont connus : chiffres voisins, tampons, cases cochées, écriture manuscrite, pages de travers, photocopies de photocopies.

Aucun éditeur ne garantit un taux sur vos documents ; un taux mesuré sur des pages propres ne dit rien des vôtres. La supervision humaine fait donc partie de la chaîne, pas de l'exception.

Rémi Doyen, pour l'équipe Pilote Expertise. Mis à jour le .

Trente minutes pour savoir si nous pouvons vous être utiles.

Nous regardons ensemble ce qui vous coûte des heures chaque semaine. Si nous ne pouvons rien pour vous, nous vous le dirons pendant l'appel.

visio et maquette gratuites

  • Certifié Qualiopi pour les actions de formation
  • Hébergement en France, en Europe ou chez vous
  • Conforme RGPD
  • Code source remis
  • Basée près de Nancy

30 min · visio · gratuit

Réserver une visio de 30 min

visio et maquette gratuites

Cadrage : ce qui est faisable et à quelles conditions

30 minutes en visioconférence Google Meet, ouvert à tous les sujets.

Le module de réservation n'est pas encore configuré sur cet environnement.

Page de rendez-vous ou contact direct.

Ouvrir Calendly dans un nouvel onglet · Rendez-vous hébergé par Calendly (États-Unis), voir la politique de confidentialité.