L'essentiel
- Gardez ensemble image source et texte OCR.
- Comparez chaque nom ou référence à l’image.
- Corrigez uniquement les caractères visibles.
Un logiciel peut rendre un document consultable en extrayant son texte, mais cette sortie n’est pas une transcription garantie. Pour vérifier un nom ou une référence, gardez l’image originale visible, comparez chaque caractère suspect et notez ce qui reste illisible. Le contrôle doit porter sur un document ordinaire et non sensible ; il ne constitue pas un avis juridique ou financier.
Préparer une paire image-texte vérifiable
Choisissez un document imprimé simple dont vous avez le droit d’utiliser une copie de travail. Conservez le fichier image tel qu’il a été numérisé et créez une copie séparée pour la reconnaissance ou la correction. Notez le logiciel et les réglages réellement utilisés si vous devez reproduire le traitement. Les instructions Epson sont propres aux scanners et aux scénarios décrits par le fabricant ; elles ne fixent pas une méthode universelle pour tout appareil (Epson, problèmes d’image et OCR).
N’optimisez l’orientation ou la langue qu’en suivant le manuel du scanner ou du logiciel exact. Une image floue, un original manuscrit ou une copie déjà dégradée peut réduire la reconnaissance. N’utilisez pas un pourcentage d’exactitude générique pour décider que les champs critiques sont bons.
Comparer les caractères qui se ressemblent
Ouvrez l’image et le texte dans deux fenêtres distinctes. Repérez les champs où une erreur change l’identité ou le classement : noms, références, dates et codes. Comparez les caractères dans leur contexte visuel, en vérifiant aussi le caractère précédent et suivant. Certains moteurs confondent 0 et O, 1 et I, ignorent un accent ou joignent deux lignes ; le cas peut être corrigé uniquement si l’image le confirme.
| Emplacement du champ | Transcription visible exacte | Chaîne OCR | Type d’écart | Correction confirmée ou inconnue | Étape suivante |
|---|---|---|---|---|---|
| Ligne d’identifiant, exemple fictif | AB-10 |
AB-IO |
Confusions 1/I et 0/O | Image montre 1 puis 0 | Corriger la copie et conserver le relevé |
| Référence en bas, exemple fictif | R-1? |
R-11 |
Confusion I / chiffre 1 | Image trop floue pour trancher | Marquer inconnu et chercher une meilleure copie |
| Nom accentué, exemple fictif | Élodie |
Elodie |
Accent absent | Accent visible sur l’image | Corriger la transcription selon l’original |
| Adresse sur deux lignes, exemple fictif | Deux lignes distinctes | Une chaîne fusionnée | Saut de ligne perdu | Contenu visible, mise en page OCR différente | Conserver les deux lignes dans la copie de contrôle |
Ces exemples ne contiennent aucune identité réelle. Si l’image ne permet pas de choisir entre deux caractères, conservez les deux possibilités ou marquez l’emplacement illisible ; ne devinez pas à partir d’un nom ou d’une référence attendue.
Distinguer correction OCR et modification du document
Le texte extrait est une couche de travail. Une correction doit être repérable, datée si le flux de travail le demande et rattachée à l’image source. Ne remplacez pas l’original numérisé par un PDF corrigé comme s’il représentait exactement la page d’origine. Gardez la version brute et la version texte corrigée sous des noms distincts.
NARA recommande de conserver les originaux après numérisation et d’ajouter des métadonnées d’identification ; les originaux fragiles ou de valeur ne devraient pas passer dans un chargeur automatique (NARA, digitizing). Si le papier est fragile ou important, choisissez une capture qui ne le force pas et consultez une personne compétente.
Faire un contrôle adapté au risque de confusion
Commencez par relire chaque champ que vous avez décidé de contrôler, pas seulement les mots signalés par le logiciel. Un nom peut être reconnu comme un mot courant mais rester incorrect ; une référence peut avoir la bonne longueur et contenir un chiffre erroné. Pour les chaînes courtes, vérifiez chaque caractère sur l’image. Pour une ligne imprimée, suivez le texte dans l’ordre visuel et contrôlez si une colonne ou une césure a été fusionnée.
Tenez un journal des corrections distinct du contenu OCR : fichier source, page, chaîne reconnue, transcription visible, décision et état. « Confirmé », « corrigé » et « non résolu » sont des états plus précis que « vérifié ». Un second regard peut aider si le document est important, mais il n’efface pas la limite d’une image floue. Ne cochez pas un champ comme confirmé quand la lecture n’a pas permis de distinguer 1 de I.
Gérer les erreurs non résolues sans les masquer
Quand une ligne manuscrite, une copie faxée ou une impression floue ne permet pas de confirmer un nom, documentez la limite. Par exemple : « caractère 4 : 0 ou O, source insuffisante ». Demandez une meilleure copie à l’émetteur ou comparez avec une autre source fiable si elle existe. Ne complétez jamais un identifiant effacé avec la valeur la plus probable.
Un registre de contrôle peut contenir le nom du fichier image, le passage concerné, la sortie OCR, la correction vérifiée, le nom de la personne qui a contrôlé et l’état final. N’y copiez pas de données sensibles si ce registre est partagé. Les tickets thermiques demandent un processus de capture et de conservation propre ; ils sont exclus ici pour garder le contrôle OCR centré sur des documents imprimés ordinaires.
Le demi-plateau organisateur en noyer peut regrouper momentanément des feuilles protégées, sans promesse de compatibilité avec un scanner. Le guide pour organiser le plan de travail concerne la disposition des objets, non la précision OCR.
Description
Questions fréquentes
L’OCR peut-il être exact à 100 % ?
Aucune exactitude universelle ne peut être promise. Vérifiez les champs importants contre l’image originale et conservez les limites qui ne peuvent pas être résolues.
Dois-je corriger automatiquement les noms reconnus ?
Non. Les suggestions peuvent remplacer une graphie par un mot plus courant. Comparez les caractères à l’image et ne corrigez que ce qui est visible.
Que faire si un chiffre est illisible ?
Indiquez qu’il reste inconnu et cherchez une meilleure copie ou une source indépendante. Ne reconstituez pas un identifiant à partir du contexte seul.
Puis-je supprimer l’image après la correction ?
Conservez l’image source et reliez-la à la version texte. Le texte OCR est une aide à la recherche, pas un substitut automatique à la preuve visuelle.
