Caviarder un PDF scanné : l’aide de l’OCR et ses limites

Un PDF scanné peut ressembler à du texte ordinaire tout en se comportant comme une photographie. La recherche d’un nom peut ne rien renvoyer alors que ce nom est bien visible. Avant de conclure qu’une valeur est absente, déterminez le type de page que vous relisez.

Cette liste concerne une copie que vous êtes autorisé à préparer pour le partage. Elle ne décrit pas de méthode pour retrouver des informations masquées par un tiers et ne fait pas de l’OCR une garantie. L’exemple PDFRedactLab est fictif et ne réalise ni OCR ni traitement de document.

Commencer par un inventaire des pages

Essayez de sélectionner un paragraphe court et de rechercher un mot clairement visible avec les fonctions ordinaires du lecteur. Une recherche infructueuse est un indice, pas un diagnostic : la page peut être une image, mal reconnue ou encodée de manière inattendue. Examinez plusieurs pages. Un dossier peut réunir une couverture numérique, des courriers scannés et des photographies.

Notez les pages nécessitant une relecture visuelle et celles qui semblent posséder une couche recherchable. Rotation, encre pâle, tampons et plis traversant le texte demandent une attention particulière. Si une page est illisible, la détection automatique ne remplace pas sa compréhension. Cherchez une source autorisée plus nette lorsque c’est possible.

L’OCR ajoute une possibilité de recherche

Les instructions OCR d’Adobe expliquent comment la reconnaissance rend le texte d’un scan recherchable. Cela aide à repérer des mots connus. L’image de la page et le texte reconnu sont deux représentations différentes : un parcours de caviardage doit tenir compte des deux.

Choisissez les paramètres pris en charge par l’outil et adaptés à la langue du document. Comparez quelques mots visibles avec les résultats de recherche avant de vous y fier. Testez aussi des mots ordinaires : si le texte de base n’est pas trouvé, l’absence d’un nom constitue un indice faible.

Construire une liste pour le destinataire

Pour transmettre un courrier de projet, le destinataire peut avoir besoin du périmètre mais pas d’une adresse personnelle. Listez d’abord ces catégories, puis recherchez leurs variantes connues lorsque l’OCR le permet. Un nom peut être abrégé, coupé entre deux lignes ou répété dans une signature.

Relisez les éléments difficiles à représenter par une recherche : notes manuscrites, badges photographiés, signatures, tampons et détails dans une image de fond. Un numéro avec des espaces différents peut échapper à une recherche exacte. Ces cas justifient une relecture visuelle ; ils ne prouvent pas qu’un autre motif trouvera tout.

Appliquer la suppression au bon contenu

Utilisez la méthode de caviardage documentée pour les images et le texte. Vérifiez qu’elle couvre l’image de page, la couche OCR éventuelle et le fichier enregistré. Ne confondez pas un masque visuel avec l’application d’un caviardage. Si l’outil n’explique pas sa gestion des scans, ce point reste une limite à résoudre.

Gardez l’original séparément. Relisez les zones à un zoom lisible avant d’appliquer le changement : contours, valeurs sur plusieurs lignes et contexte utile. Une zone trop large peut aussi rendre la copie moins compréhensible.

Contrôler la copie exportée

Rouvrez le fichier enregistré et relisez visuellement toutes les pages concernées. Si le résultat possède une couche de texte, ajoutez les fonctions ordinaires de recherche et de sélection aux vérifications. Si la méthode convertit les pages en images, recherche et accessibilité peuvent changer : appréciez ce compromis pour le destinataire.

Contrôlez également le contenu hors de la page. Le guide Adobe de suppression des informations masquées le traite séparément. Notre liste des métadonnées et commentaires aide à organiser cette étape.

Quand suspendre l’envoi

Suspendez le partage si une page reste illisible, si l’export change de manière inattendue, si la méthode de traitement des images n’est pas claire ou si l’outil ne peut pas inspecter une partie du dossier. Notez la limite sans recopier le détail personnel dans une nouvelle note partagée. Un OCR terminé ne constitue pas un certificat d’anonymisation complète.