il est ardu de le réintégrer sous forme de texte dans un PDF sans dénaturer le document
Tu veux dire dénaturer visuellement ? Parce que justement en PDF il est possible d'avoir une couche "texte" invisible par dessous le jpeg, comme ça tu as le meilleur des deux mondes (il est même possible de faire correspondre les deux couches pour pouvoir sélectionner/copier le "texte" de l'image).
Ce qui est bien avec cette technique, c'est que tu obtiens une image dont le "texte" est indexable, et surtout ça n'est pas très grave si l'OCR se plante sur quelques mots/lettres vu que le visuel est l'original.
[^] # Re: projet interessant, mais j'ai une question
Posté par Paul . En réponse au journal Médoc, un dépôt de documents fait maison. Évalué à 6.
Tu veux dire dénaturer visuellement ? Parce que justement en PDF il est possible d'avoir une couche "texte" invisible par dessous le jpeg, comme ça tu as le meilleur des deux mondes (il est même possible de faire correspondre les deux couches pour pouvoir sélectionner/copier le "texte" de l'image).
Ce qui est bien avec cette technique, c'est que tu obtiens une image dont le "texte" est indexable, et surtout ça n'est pas très grave si l'OCR se plante sur quelques mots/lettres vu que le visuel est l'original.