Numérisation de documents au format PDF

Vous pouvez créer un fichier PDF directement à partir d’un document papier à l’aide d’un scanner et d’Acrobat. Sous Windows, Acrobat prend en charge les pilotes de scanner TWAIN et les pilotes WIA (Windows Image Acquisition). Sous Mac OS, Acrobat prend en charge TWAIN et Image Capture (ICA).

Sous Windows, vous pouvez utiliser la détection automatique du mode colorimétrique et laisser Acrobat déterminer le type de contenu du document papier, ou utiliser d’autres paramètres prédéfinis (Document en noir et blanc, Document en niveaux de gris, Document en couleurs et Image en couleurs) en fonction de votre jugement. Vous pouvez configurer les paramètres prédéfinis de numérisation ou utiliser l’option Numérisation personnalisée pour effectuer une numérisation avec les paramètres de votre choix.

Sur Windows, si un pilote WIA est installé pour votre scanner, vous pouvez utiliser le bouton Numériser afin de créer un document PDF. Appuyez sur le bouton Numériser, puis sélectionnez Adobe Acrobat dans la liste des applications enregistrées dans Windows. Sélectionnez un scanner et un paramètre prédéfini de document ou Numérisation personnalisée dans l’interface de numérisation d’Acrobat.

Pour numériser un document papier au format PDF à l’aide d’Acrobat, sélectionnez Tous les outils > Créer un PDF. L’interface Créer un PDF à partir de n’importe quel format  s’affiche. Sélectionnez Scanner pour afficher les options disponibles.

Sous Windows :

Sur Mac :

Numérisation d’un document papier au format PDF à l’aide de la détection automatique du mode colorimétrique (Windows)

Numérisation d’un document papier au format PDF à l’aide d’un paramètre prédéfini (Windows)

Numérisation d’un document papier au format PDF sans recourir à des paramètres prédéfinis

Amélioration ou optimisation d’un fichier PDF numérisé

Configuration de paramètres prédéfinis de numérisation (Windows)

Options de numérisation

Après avoir sélectionné un scanner, vous pouvez choisir ou régler les options de numérisation en fonction de vos besoins.

Boîte de dialogue Optimiser le fichier PDF numérisé

La boîte de dialogue Améliorer le fichier PDF numérisé permet de gérer le filtrage et la compression des images numérisées pour créer le fichier PDF. Les paramètres par défaut conviennent à un large éventail de documents, mais vous pouvez les personnaliser afin d’accroître la qualité des images, de réduire la taille des fichiers ou de remédier à des problèmes de numérisation.

Boîte de dialogue Reconnaissance du texte - Paramètres

Par défaut, la langue ROC est sélectionnée dans les paramètres régionaux par défaut. Pour modifier la langue, cliquez sur Modifier, puis sélectionnez une autre langue.

Image indexable ou texte et images modifiables.  

Conseils relatifs à la numérisation

• Acrobat peut numériser des images dont la résolution est comprise entre 10 et 3 000 points par pouce. Si vous sélectionnez Image indexable ou ClearScan pour Style de sortie PDF, la résolution d’entrée doit être supérieure ou égale à 72 points par pouce. Par ailleurs, une résolution d’entrée supérieure à 600 ppp est sous-échantillonnée à 600 ppp ou moins.

• La compression sans perte peut s’appliquer uniquement sur les images monochromes. Pour appliquer la compression sans perte à une image numérisée, sélectionnez l’une de ces options dans la section Options d’optimisation de la boîte de dialogue Optimiser le fichier PDF numérisé : CCITT - Groupe 4 ou JBIG2 (sans perte) pour les images monochromes. Si cette image est jointe à un document PDF et que vous enregistrez le fichier à l’aide de l’option Enregistrer, l’image numérisée reste non compressée. Il est possible de compresser l’image numérisée si vous enregistrez le document PDF à l’aide de la commande Enregistrer sous.

• Dans la plupart des cas, la numérisation de pages en noir et blanc à 300 ppp produit le résultat le plus adapté à une conversion. À 150 ppp, la précision de la reconnaissance optique des caractères (ROC) est légèrement inférieure et un plus grand nombre d’erreurs peut survenir dans la reconnaissance des polices. À 400 ppp et au-delà, le traitement est ralenti et la compression des pages moindre. Lorsque le document contient des termes non reconnus ou des caractères de petite taille (9 points ou moins), essayez de numériser à une résolution supérieure. Numérisez autant que possible vos documents en noir et blanc.

• Lorsque l’option Reconnaître le texte à l’aide de la fonction OCR est désactivée, un éventail complet de résolutions (comprises entre 10 et 3 000 points par pouce) est disponible, mais la résolution recommandée demeure 72 ppp (ou plus). Dans le cas d’une compression adaptative, il est recommandé de choisir une résolution de 300 ppp pour les pages en niveaux de gris et RVB et de 600 ppp pour les pages en noir et blanc.

• La numérisation de pages en couleurs 24 bits, à 300 ppp et au format 21,59 x 27,94 cm entraîne la création d’images volumineuses (25 Mo) avant la compression. Il est possible que votre système nécessite 50 Mo de mémoire virtuelle (ou plus) pour effectuer la numérisation. Avec une résolution de 600 ppp, la numérisation et le traitement sont en général quatre fois plus lents qu’avec une résolution de 300 ppp.

• Évitez d’utiliser les options de simulation et de demi-teintes du scanner. Ces paramètres peuvent améliorer l’aspect des photographies, mais empêchent la bonne reconnaissance du texte.

• Si vous souhaitez numériser un texte imprimé sur du papier couleur, augmentez la luminosité et le contraste d’environ 10 %. Si le scanner reconnaît le filtrage des couleurs, pensez à utiliser un filtre ou un éclairage qui élimine la couleur d’arrière-plan. Si le texte n’est pas suffisamment net, essayez de régler le contraste et la luminosité du scanner afin d’obtenir une numérisation plus précise.

• Si votre scanner permet de régler manuellement la luminosité, réglez-le de manière à ce que les caractères soient plus nets et mieux formés. Si les caractères sont accolés, augmentez la valeur de luminosité ; s’ils sont trop éloignés, réduisez-la.

Dépannage des problèmes de scanner

Pour résoudre les erreurs ou les problèmes liés au scanner, consultez les documents de dépannage suivants :

• Erreur : Acrobat n’a pas pu accéder au service de reconnaissance.
• Erreur : Acrobat n’a pas pu effectuer de reconnaissance (OCR) sur cette page car cette page contient du texte restituable.
• Dépanner les autres problèmes de scanner.

Reconnaissance du texte d’un document numérisé

Vous pouvez utiliser Acrobat pour reconnaître le texte d’un document numérisé au préalable et converti au format PDF. Le logiciel de reconnaissance optique des caractères (ROC) vous permet d’indexer, de corriger et de copier le texte d’un document PDF numérisé. La résolution d’origine du scanner doit avoir été définie sur 72 ppp ou plus pour appliquer la reconnaissance optique de caractères à un PDF.

Reconnaissance du texte d’un document unique

Reconnaissance du texte de plusieurs documents

Boîte de dialogue Reconnaissance du texte - Paramètres généraux

Détermine la langue que le moteur de ROC doit utiliser pour identifier les caractères.

Détermine le type de fichier PDF à générer. Toutes les options nécessitent une résolution d’entrée de 72 ppp ou plus (recommandé). Tous les formats appliquent aux images de texte la reconnaissance optique des caractères (ROC), la reconnaissance des polices et celle des pages, puis les convertissent en texte normal.

Permet de s’assurer que le texte est disponible pour la recherche et sélectionnable. Cette option conserve l’image d’origine, applique un redressement selon les besoins et insère un calque de texte invisible. L’option choisie pour le paramètre Sous-échantillonner les images dans cette même boîte de dialogue indique si l’image est sous-échantillonnée et le niveau de sous-échantillonnage.

Permet de s’assurer que le texte est disponible pour la recherche et sélectionnable. Cette option conserve l’image d’origine et insère un calque de texte invisible (recommandée lorsque l’image doit être la plus fidèle possible à l’image d’origine).

Synthétise une nouvelle police personnalisée qui simule approximativement l’originale et conserve l’arrière-plan des pages dans une copie basse résolution.

Réduit le nombre de pixels des images en couleurs, en niveaux de gris et monochromes suite à la reconnaissance optique des caractères. Choisissez le degré de sous-échantillonnage à appliquer. Les options les plus élevées produisent un sous-échantillonnage moindre, et donc des fichiers PDF de résolution supérieure.

Correction du texte ROC dans un fichier PDF

Lorsque vous appliquez la ROC à une sortie numérisée, Acrobat analyse les images bitmap de texte et les remplace par des mots et des caractères. Si la substitution n’est pas certaine, Acrobat identifie le mot comme suspect. Les suspects s’affichent dans le fichier PDF à l’aide du bitmap d’origine et le texte est placé sur un calque invisible situé derrière la représentation bitmap du terme. Cette méthode permet de rechercher le terme, même lorsqu’il est affiché sous la forme d’une image bitmap.

Remarque : si vous essayez de sélectionner du texte dans un document PDF numérisé sans OCR ou d’effectuer une lecture audio sur un fichier image, Acrobat vous propose d’exécuter OCR. Si vous sélectionnez OK, la boîte de dialogue Reconnaître le texte s’ouvre et vous permet de sélectionner les options décrites en détail à la rubrique précédente.