Convert2EPUB
Menu
← Blog

Mon PDF est-il numérisé ou textuel ? Un test de 60 secondes avant de le convertir en EPUB

Dernière mise à jour : 5 novembre 2026

Si vous pouvez cliquer dans un PDF et sélectionner un mot, ou rechercher un mot et obtenir un résultat, il contient du vrai texte et vous n'avez pas besoin de l'OCR. Si la page se comporte comme une image, sans mots sélectionnables ni résultats de recherche, c'est un scan : il faut l'OCR (reconnaissance optique de caractères) avant d'en faire un véritable EPUB. C'est le moyen le plus rapide de répondre à la question « mon PDF est-il numérisé ou textuel ? » sans rien installer.

Comment savoir si mon PDF est numérisé ou s'il contient du vrai texte ?

Essayez de sélectionner et de rechercher le texte. Un PDF créé par un logiciel, comme Word, InDesign ou un export depuis un site web, stocke des caractères, des polices et des positions. Un scan est, selon les termes du guide d'assistance d'Investintech, en gros une image à plat d'un document.

Faites ces tests dans l'ordre. Arrêtez-vous au premier qui donne une réponse claire.

  • Test de recherche. Ouvrez le PDF dans n'importe quel lecteur et appuyez sur Ctrl+F (Cmd+F sur Mac). Cherchez un mot courant comme « le ». De nombreux résultats signifient du vrai texte. « Aucun résultat » sur une page pleine de mots signifie une image.
  • Test de sélection par glisser. Cliquez et faites glisser sur un paragraphe. Avec du vrai texte, la surbrillance suit chaque ligne et saute les espaces entre les lignes. Avec un scan, vous obtenez généralement un seul rectangle plein sur la zone, ce qu'Investintech décrit pour les fichiers numérisés.
  • Test de zoom. Zoomez à 400 % sur une seule lettre. Le vrai texte reste net, avec des bords francs quelle que soit la taille. Un scan devient flou ou en blocs, car il est fait de pixels.
  • Test du copier-coller. Copiez un paragraphe et collez-le dans un éditeur de texte brut. Des mots propres signifient du vrai texte. Rien, ou un tas de symboles, signifie des ennuis (voir plus bas).

Deux tests concordants suffisent. S'ils ne s'accordent pas, vous avez probablement un fichier hybride, traité plus loin.

À quoi ressemble concrètement un PDF numérisé ?

Un PDF numérisé ressemble à la photographie d'une page. On y voit souvent une légère inclinaison, des bords ombrés près de la reliure, des taches, des marges irrégulières, ou une page à la mauvaise forme parce que la vitre du scanner l'a coupée.

Sources courantes de scans :

  • Des photocopies de bibliothèque ou d'école transformées en PDF.
  • De vieux livres numérisés avec un scanner à plat ou une application de téléphone.
  • Des documents imprimés, signés puis scannés de nouveau.
  • Des photos de pages prises avec l'appareil photo d'un téléphone.
  • La fonction « Imprimer en PDF » de certains scanners de bureau, qui produisent souvent des fichiers composés uniquement d'images.

La comparaison d'ANU PDFLAB décrit un PDF numérisé comme un conteneur qui renferme une photo pleine page par feuille, et note le symptôme pratique : Ctrl+F ne trouve rien dans le scan, alors que la version textuelle met instantanément les occurrences en surbrillance.

Une mise en garde : une page d'apparence propre ne prouve pas qu'elle contient du texte. Un scan bien éclairé et bien droit peut ressembler à s'y méprendre à un document numérique. Fiez-vous aux tests de sélection et de recherche, pas à vos yeux.

Mon PDF est-il numérisé ou textuel si la recherche ne marche que sur certaines pages ?

Dans ce cas, le fichier est mixte, ou c'est un scan qui a déjà subi un OCR. Testez plusieurs pages, pas seulement la première. Le début, le milieu et la fin forment un échantillon raisonnable.

Les fichiers mixtes sont plus fréquents qu'on ne le croit :

  • Corps en texte, pages en image. Un livre numérique avec une couverture numérisée, ou des annexes ou des pages signées scannées ajoutées.
  • Scan avec une couche de texte cachée. Certains scanners et applications lancent l'OCR et placent du texte invisible derrière l'image de la page. La recherche fonctionne, mais le texte peut être erroné.
  • Texte plus images de texte. Un document mis en page dans lequel un tableau, un graphique ou un titre est une image. Vous pouvez rechercher le texte courant, mais pas ces éléments.

Comment tester une couche OCR cachée

Cherchez un mot distinctif que vous voyez sur la page. Copiez ensuite un paragraphe entier et collez-le dans un éditeur de texte. Cherchez ces signes d'un OCR de mauvaise qualité :

  • « rn » lu comme « m », ou « l », « 1 » et « I » intervertis.
  • Des mots coupés par des espaces aléatoires ou collés les uns aux autres.
  • Des accents manquants ou des symboles étranges dans un texte non anglais.
  • Des colonnes ou des encadrés mélangés dans le mauvais ordre.
  • Du texte d'en-tête et de pied de page répété au milieu des paragraphes.

Si une couche cachée est présente mais incohérente, le fichier compte en pratique comme un scan. Le texte qu'elle contient n'est pas fiable pour un EPUB, et refaire l'OCR mérite d'être envisagé.

Comment vérifier les polices ou les propriétés du fichier ?

Les polices sont un indice technique mais fiable. Un PDF contenant du vrai texte liste les polices qu'il utilise. Un PDF purement image n'en liste aucune.

  • Adobe Acrobat ou Reader : Fichier > Propriétés > onglet Polices. Une liste de polices signifie que du texte est présent. Une liste vide suggère une image.
  • Ligne de commande : si les outils poppler sont installés, exécutez pdffonts yourfile.pdf. Un tableau vide signifie qu'il n'y a aucune police de texte. Exécutez pdftotext yourfile.pdf - pour afficher tout texte extractible ; s'il n'affiche rien, le fichier ne contient que des images.
  • Indice de la taille du fichier : un roman de 200 pages qui pèse moins de quelques mégaoctets est généralement textuel. Le même livre à 150 Mo correspond probablement à des photographies de pages. C'est un indice, pas une preuve, car des PDF textuels très illustrés peuvent aussi être volumineux.

Voici un récapitulatif de ce que chaque test vous apprend :

TestVrai texteScan (sans texte)Hybride ou OCR de mauvaise qualité
Ctrl+F pour un mot courantNombreux résultats« Aucun résultat »Quelques résultats, ou résultats sur de mauvais mots
Sélection par glisserSurbrillance ligne par ligneUn seul bloc pleinRessemble à des lignes, mais la sélection est décalée par rapport à l'image
Zoom à 400 %Bords netsPixelliséPixellisé
Copier-collerMots propresRienMots incohérents ou mal orthographiés
Liste des policesPolices listéesVidePeut lister une seule police générique

Ai-je besoin de l'OCR avant de convertir en EPUB ?

Seulement si le PDF ne contient aucun texte exploitable. Si vous avez réussi les tests de recherche et de copie, ignorez l'OCR. Il ajoute du temps, et un passage d'OCR peut introduire des erreurs dans un texte qui était déjà parfait.

Les réglages de notre convertisseur en tiennent compte. L'option « Lire les pages numérisées (OCR) » est décrite comme réservée aux scans sans aucun texte, lente, et donnant un résultat en texte seul. Le même réglage précise qu'elle est ignorée automatiquement quand elle n'est pas nécessaire. La laisser désactivée pour un PDF textuel est donc la bonne option, et vous n'avez pas à deviner.

Utilisez ce guide de décision :

  • La recherche fonctionne, le texte copié est propre : n'utilisez pas l'OCR. Utilisez le modèle Standard, que le convertisseur indique comme gratuit pour les PDF textuels et idéal pour les romans et les PDF de texte ordinaires.
  • Aucun texte sélectionnable : activez l'OCR et choisissez la langue dans laquelle le livre est écrit. Vérifiez que la liste des langues inclut la vôtre : elle propose actuellement l'anglais, le turc, l'allemand, le français, l'espagnol, l'italien, le portugais, le néerlandais et le grec.
  • Texte caché incohérent : essayez l'OCR sur le fichier, ou refaites un scan de meilleure qualité si vous avez encore l'original.
  • Fichier mixte : l'OCR reste probablement nécessaire pour les pages en image. Vérifiez l'EPUB fini page par page pour repérer où la qualité du texte change.

Pour le guide complet sur les scans, consultez notre article sur la conversion d'un PDF numérisé en EPUB avec l'OCR.

À quoi m'attendre pour l'EPUB après l'OCR ?

Attendez-vous à un résultat en texte seul qui se redimensionne, mais pas à une copie parfaite de l'original. L'OCR lit la forme des lettres et devine les mots ; la précision dépend donc du scan, et votre EPUB ne peut pas être meilleur que le texte reconnu.

Ce qui améliore la précision :

  • Résolution : des scans à environ 300 dpi sont la recommandation habituelle pour l'OCR d'un texte imprimé de taille normale. Les photos prises au téléphone, de biais ou dans l'ombre donnent de moins bons résultats.
  • Pages droites : une page de travers ou courbée près de la reliure perturbe la détection des lignes.
  • Contraste : un texte noir net sur papier blanc vaut mieux que des pages pâlies ou jaunies.
  • Bonne langue : choisir la mauvaise langue d'OCR produit du charabia sur les caractères accentués.
  • Mise en page : la prose simple sur une seule colonne est la plus facile. Les mises en page à plusieurs colonnes, les tableaux et les équations sont les plus difficiles et peuvent ne pas survivre. Pour le matériel technique dense, consultez notre note sur les PDF de manuels et les équations.

Après la conversion, parcourez le premier chapitre et une page du milieu. Vérifiez les noms, les chiffres et les titres de chapitres, car c'est là que les erreurs d'OCR comptent le plus.

Si votre fichier se révèle contenir du vrai texte, la voie gratuite est plus simple et conserve vos chapitres ; nous l'expliquons dans comment convertir un PDF en EPUB gratuitement. Dans les deux cas, vous pouvez téléverser le fichier sur Convert2EPUB pour voir s'il a besoin de l'OCR avant de vous engager ; le compte inclut 30 crédits gratuits.

Foire aux questions

Peut-on savoir si un PDF est numérisé rien qu'en le regardant ?

Pas de façon fiable. Un bon scan ressemble à n'importe quelle page numérique avec un zoom normal. Zoomer aide, puisque le texte numérisé devient pixellisé, mais sélectionner et rechercher le texte est plus fiable.

Un PDF avec recherche possible est-il la même chose qu'un PDF textuel ?

Pas toujours. Un PDF dans lequel on peut faire une recherche peut être un scan auquel on a ajouté une couche de texte OCR derrière l'image. Il réussira le test Ctrl+F, mais les erreurs de cette couche se retrouveront dans votre EPUB. Copiez un paragraphe et relisez-le pour vérifier la qualité.

Un PDF sans OCR peut-il quand même être converti en EPUB ?

Un scan sans OCR ne peut devenir que des images de pages, pas du texte redimensionnable. Vous n'obtiendrez donc pas le texte ajustable et consultable qui fait l'intérêt d'un EPUB. C'est pourquoi les scans doivent passer d'abord par l'OCR. Les raisons pour lesquelles le texte compte sur une liseuse sont expliquées dans pourquoi un PDF est difficile à lire sur Kindle.

L'OCR améliorera-t-il un PDF textuel ?

Non. Si le texte est déjà du vrai texte, l'OCR n'apporte rien et peut introduire des erreurs. Laissez-le désactivé et convertissez directement le texte.

Et si mon PDF est protégé par un mot de passe ou contre la copie ?

Les restrictions de copie peuvent bloquer le test du copier-coller même lorsque le texte est bien réel. Dans ce cas, fiez-vous à la recherche Ctrl+F et à la liste des polices. La conversion d'un fichier protégé dépend de ses réglages, ce que ces tests ne peuvent pas vous dire.

Prêt à convertir votre propre PDF ? C'est gratuit pour les documents texte ordinaires, sans compte.

Convertir un PDF en EPUB →