OCR

  • Concept
  • Débutant
  • Transversal
  • Toujours utilisé

En bref

L'OCR (reconnaissance optique de caractères) convertit un texte présent dans une image ou un scan en texte numérique modifiable.

Définition complète

L’OCR (Optical Character Recognition, reconnaissance optique de caractères) est une technologie qui convertit du texte présent dans une image ou un document scanné, comme une facture papier ou une carte d’identité, en texte numérique modifiable et exploitable par un ordinateur.

Par exemple, en scannant une facture papier avec un outil d’OCR, une entreprise peut extraire automatiquement le montant, la date et le nom du fournisseur, sans avoir à les ressaisir manuellement dans son logiciel de comptabilité.

Attention : l’OCR reste sensible à la qualité du document d’origine : une écriture manuscrite, une photo floue ou un papier froissé peuvent entraîner des erreurs de reconnaissance qu’il faut systématiquement vérifier avant d’utiliser les données extraites.

À quoi ça sert

L’OCR sert à faire gagner un temps considérable sur les tâches de saisie manuelle de documents papier, en transformant automatiquement des informations imprimées ou scannées en données exploitables dans un logiciel. Il évite les erreurs de retranscription humaine et accélère le traitement de gros volumes de documents.

Il permet aussi de numériser et d’indexer des archives papier, ce qui rend possible une recherche par mot-clé dans des documents qui n’existaient auparavant que sous forme physique, un gain précieux pour une administration, un cabinet ou une entreprise avec beaucoup d’historique papier.

Combiné à l’intelligence artificielle, l’OCR moderne dépasse la simple lecture de caractères : il peut désormais comprendre la structure d’un document (où se trouve le montant, la date, l’adresse) et extraire directement des données organisées, prêtes à être intégrées dans un système d’information.

Cas d'usage typiques

– Numériser : les factures fournisseurs reçues par courrier, pour automatiser leur saisie en comptabilité.
– Dématérialiser : les dossiers papier archivés dans une mairie, pour faciliter leur consultation future.
– Extraire : automatiquement les informations d’une carte d’identité ou d’un passeport lors d’un contrôle administratif.
– Convertir : un contrat papier scanné en texte modifiable, pour en réutiliser certaines clauses dans un nouveau document.
– Indexer : des archives papier d’une entreprise, pour permettre une recherche par mot-clé dans des documents anciens.
– Automatiser : la saisie de bons de commande manuscrits reçus par un service achat.

Ce que tu sauras faire

Identifier les situations où un outil d'OCR peut automatiser la saisie d'un document papier, et vérifier la fiabilité des données extraites avant de les utiliser.

Mises en situation

Situation 1 : un cabinet comptable croule sous les factures papier

Contexte : Une assistante ressaisit à la main chaque semaine des dizaines de factures reçues par courrier.

Application : Le cabinet installe un outil d’OCR qui scanne et extrait automatiquement les informations clés de chaque facture.

Résultat attendu : Le temps de saisie est divisé par cinq, l’assistante se concentre désormais sur la vérification plutôt que sur la ressaisie.

Situation 2 : une mairie numérise ses archives d’état civil

Contexte : Des milliers d’actes papier anciens sont difficiles à retrouver en cas de demande d’un usager.

Application : Un prestataire scanne les archives et utilise l’OCR pour rendre chaque document consultable par recherche de mots-clés.

Résultat attendu : Une demande qui prenait auparavant plusieurs jours de recherche manuelle est traitée en quelques minutes.

Situation 3 : une erreur d’OCR passe inaperçue

Contexte : Un montant de facture mal reconnu par l’OCR (450 au lieu de 150) est intégré directement en comptabilité sans vérification.

Application : L’erreur est détectée un mois plus tard lors d’un contrôle des comptes, provoquant une correction fastidieuse.

Résultat attendu : L’entreprise met en place une règle de vérification systématique des montants extraits par OCR avant validation comptable.

Application guidée : évaluer la fiabilité d’un OCR sur un document

Contexte : Un service RH teste un outil d’OCR sur 50 CV papier reçus lors d’un salon de recrutement, certains manuscrits, d’autres imprimés.

Question : Faut-il faire confiance aveuglément aux résultats obtenus sur l’ensemble des 50 documents ?

Résultat attendu : Non : il faut distinguer les documents imprimés, où la fiabilité de l’OCR est généralement très élevée, des documents manuscrits, où le taux d’erreur est nettement plus important et demande une vérification humaine systématique.

Application guidée : choisir entre ressaisie manuelle et OCR

Contexte : Une petite entreprise reçoit environ 15 factures papier par mois, un prestataire propose un outil d’OCR facturé 40 euros par mois.

Question : L’investissement est-il justifié pour ce volume ?

Résultat attendu : Si la ressaisie manuelle prend environ 5 minutes par facture, soit 75 minutes par mois, le gain de temps reste modeste à ce volume ; l’outil devient réellement rentable si le volume de factures augmente significativement ou si plusieurs personnes en bénéficient.

Pour bien le retenir

L'analogie

L’OCR, c’est comme un employé extrêmement rapide qui recopierait à la main chaque mot d’un document scanné, mais qui le ferait en quelques secondes au lieu de plusieurs minutes. Comme cet employé peut parfois mal lire une écriture difficile, il reste toujours utile de relire son travail avant de le considérer comme définitif.

« Transformer une image de texte en texte que l'ordinateur peut lire et modifier. »

Pièges à éviter

À ne pas confondre avec

Le piège le plus fréquent est de croire que l'OCR est fiable à 100 %, quelle que soit la qualité du document : un scan flou, une écriture manuscrite ou un papier abîmé augmentent fortement le risque d'erreur, qu'il faut toujours vérifier avant d'exploiter les données.

Il ne faut pas non plus confondre OCR et simple numérisation : scanner un document en produit seulement une image, alors que l'OCR va plus loin en transformant ce texte en contenu réellement modifiable et recherchable.

Enfin, sur des documents sensibles comme des contrats juridiques ou des dossiers médicaux, il est risqué de se passer d'une relecture humaine complète, car une erreur d'OCR sur un chiffre ou un nom peut avoir des conséquences importantes.

Évolution historique

Apparition : Premières technologies dans les années 1970, démocratisées avec les scanners de bureau dans les années 1990-2000, précision fortement améliorée dans les années 2010-2020.

Quels changements depuis l’arrivée de l’IA ?

Avant

L’OCR classique reconnaissait des caractères isolés selon leur forme, avec de bons résultats sur du texte imprimé net, mais de grandes difficultés face à l’écriture manuscrite, aux mises en page complexes ou aux documents dégradés.

Aujourd’hui

Les techniques d’intelligence artificielle, notamment le deep learning, permettent à l’OCR moderne de comprendre le contexte d’un document, de mieux reconnaître l’écriture manuscrite, et d’extraire directement des données structurées (montant, date, référence) plutôt qu’un simple bloc de texte brut à retraiter ensuite.

Évolution historique

Années 1970 : les premières technologies d’OCR sont utilisées pour la lecture automatique de chèques bancaires et de courrier postal.

Années 1990-2000 : l’essor des scanners de bureau démocratise l’OCR dans les entreprises pour numériser des documents courants.

Années 2000-2010 : l’OCR s’intègre aux logiciels de gestion documentaire et de comptabilité pour automatiser la saisie de factures.

Années 2010-2020 : le deep learning améliore fortement la précision de l’OCR, notamment sur l’écriture manuscrite et les documents dégradés.

Années 2020 : l’OCR se combine à l’intelligence artificielle générative pour extraire et structurer automatiquement des données complexes, presque prêtes à l’emploi.