OCR
L'OCR (reconnaissance optique de caractères) transforme une image ou un PDF scanné en texte numérique que l'on peut copier, rechercher et faire lire par une IA.
OCR signifie Optical Character Recognition, ou reconnaissance optique de caractères. Un document scanné, une photo de facture ou un PDF issu d'un photocopieur n'est qu'une image : l'ordinateur y voit des pixels, pas des lettres. L'OCR analyse cette image, repère les caractères et restitue le texte sous une forme exploitable.
Les premiers logiciels d'OCR comparaient la forme des lettres à des modèles enregistrés. Les outils actuels reposent sur des réseaux de neurones qui lisent des lignes entières et gèrent plusieurs langues, les tableaux, la mise en page et, dans une certaine mesure, l'écriture manuscrite. Les modèles de vision récents vont plus loin : ils comprennent la structure d'un document et peuvent en extraire directement des champs comme une date, un montant ou un numéro de contrat. Le résultat n'est jamais parfait, surtout sur un scan flou ou de travers, d'où l'intérêt de numériser proprement.
L'OCR est une étape clé avant le RAG : un assistant IA ne peut pas citer un document qu'il ne sait pas lire. Si vos archives contiennent beaucoup de PDF scannés, prévoyez cette conversion au moment de l'indexation. Un OCR classique peut tourner sur le processeur, mais un GPU accélère nettement le traitement des gros volumes, surtout avec les modèles de vision, qui demandent alors de la VRAM en plus de celle du LLM.
Lorsque nous installons un assistant IA privé, nous étudions avec vous le traitement de vos documents scannés pour qu'ils deviennent eux aussi interrogeables.