OCR · Numérisation
Dossier : OCR et numérisation de documents à traduire
OCR et numérisation de documents à traduire : cette fiche en pose le cadre.
Positionnement
OCR et numérisation de documents à traduire : cette fiche en pose le cadre. La reconnaissance de caractères ne restitue de façon fiable que le texte imprimé, et l'écriture manuscrite, les cachets et les signatures lui échappent largement. Ces zones doivent donc être contrôlées à l'œil sur l'image d'origine, indépendamment du texte reconnu par la machine. Un service d'OCR et numérisation de documents à traduire part toujours d'une image : le scanner restitue une photographie de la page, et le texte n'apparaît qu'après une reconnaissance dont le résultat reste à vérifier. Repères de lecture : traduction assermentée, traducteur assermenté, numérisation.
Qualité de la numérisation
La qualité du fichier initial commande la fiabilité du résultat, car une image floue ou inclinée produit des mots inexistants que rien ne signale ensuite, et une relecture rapide ne les repère pas. Un point qui mérite d'être posé explicitement : « Comment traiter des images produit contenant du texte ? » Voici le point : Numériser et reconnaître constituent deux opérations distinctes : la première produit une image, la seconde un texte exploitable, et les confondre conduit à livrer un fichier vide de contenu.
Modifiabilité
Un PDF dépourvu de couche texte peut être traité, mais il faut d'abord vérifier page par page que les caractères ont bien été reconnus avant d'engager la traduction du document. La réponse commence par la question : « Quelle résolution faut-il pour un scan destiné à une traduction assermentée ? » À ce sujet, Un document relié se numérise sans être démonté, au moyen d'un appareil adapté, afin de ne pas abîmer la couture ni les pages à reliure collée.
Format du fichier
La reconnaissance bute sur l'écriture manuscrite, les cachets et les signatures, qu'aucun moteur ne restitue de façon fiable, même lorsque l'original est récent et bien conservé. Le doute le plus courant s'énonce ainsi : « Un PDF sans couche texte peut-il être traduit ? » On retiendra ceci : Les tableaux demandent un traitement particulier, une reconnaissance ligne par ligne détruisant la correspondance entre les colonnes et l'ordre des montants affichés.
Contrôle de qualité
Ces zones sont donc contrôlées séparément du texte imprimé, et leur contenu est vérifié à l'œil sur l'image d'origine, cachet par cachet et signature par signature. Une question fréquente, formulée ainsi : « Peut-on numériser un document relié sans l'abîmer ? » À ce sujet, Les images produit contenant du texte suivent le même principe, avec une exigence de netteté plus forte sur les petits caractères et les mentions imprimées en bas de page.
Structure du site
Question de fond, souvent mal posée : « Peut-on combiner traduction et reconnaissance de caractères en une seule étape ? » Élément de réponse : Lorsque l'État destinataire réclame une apostille, le traitement du fichier ne change rien à cette étape, qui intervient une fois la traduction établie et signée. Repères de lecture : archivage, couche texte, document manuscrit. Un repère stable : Le pays de destination décide de la formalité, apostille pour un État partie et légalisation sinon, toujours après la traduction
Démarche
Le doute le plus courant s'énonce ainsi : « Comment vérifier qu'un document numérisé est complet ? » Réponse courte : Une légalisation consulaire s'ajoute dans les cas où l'apostille n'est pas admise, et elle reste du ressort de l'autorité du pays d'émission, non du prestataire. Trois termes du dossier : PDF/A, traduction assermentée et traducteur assermenté. Précision de fond : La qualité de traducteur assermenté découle d'une inscription sur la liste d'une cour d'appel, et non d'une certification commerciale
Limites de la prestation
Le doute le plus courant s'énonce ainsi : « Que faire si le scan est flou ou coupé ? » Précision utile : Rien ne garantit qu'une reconnaissance restitue un manuscrit ancien, et l'annoncer autrement exposerait à une déception prévisible au moment de la livraison, la certification suivant son cours indépendamment du scan. Un point de repère utile : Le traduit doit porter la mention de certification conforme à l'original, la signature, le cachet et la date
Questions fréquentes
Les clients demandent régulièrement : « Comment conserver les tableaux lors d'une reconnaissance de caractères ? » Élément de réponse : Un contrôle final compare le texte reconnu à l'image, relève les coupures et vérifie que chaque page figure bien dans le fichier livré. À garder en tête : Ni apostille ni légalisation ne sont délivrées par le traducteur, les deux formalités intervenant après la traduction
Pages liées
Question de fond, souvent mal posée : « Quelle différence entre OCR et numérisation simple ? » De fait, Le traitement d'un registre de plusieurs dizaines de pages se planifie par lots, avec un point de contrôle après chaque série et une validation du demandeur. Ce que l'on peut affirmer : La compétence du traducteur assermenté suit le ressort de la cour d'appel, le siège d'inscription et le lieu de traitement pouvant différer
Crédibilité
Question de fond : « Un PDF sans couche texte peut-il tout de même être traduit ? » Oui, à condition de repasser par une reconnaissance et de contrôler le résultat obtenu. Un PDF uniquement composé d'images ne contient aucun texte sélectionnable, ce qui empêche toute extraction directe. La reconnaissance produit alors un texte approximatif, dont la fidélité dépend de la netteté du fichier d'origine. Une image inclinée, trop contrastée ou fortement compressée fait apparaître des mots qui n'existent pas et que personne ne repère à la première lecture. Le contrôle page par page reste donc indispensable avant d'engager la traduction, surtout sur un document ancien ou mal conservé. Les zones manuscrites et les cachets sont vérifiés séparément, car aucun moteur ne les traite correctement. Une page oubliée suffit à rendre le dossier incomplet, et le destinataire la réclame avant de poursuivre l'instruction du dossier. Une question fréquente, formulée ainsi : « La reconnaissance de caractères fonctionne-t-elle sur les documents manuscrits ? » De fait, Un scan de mauvaise qualité se reprend à la source, plutôt que d'être corrigé après coup par des retouches successives qui dégradent le reste.
Passage à l'action
Un rappel utile avant d'entrer dans le détail. Page par page, le contrôle d'un fichier numérisé compare le texte reconnu à l'image, vérifie que chaque page figure au fichier et repère les coupures de marges. Une page manquante ne se voit pas dans un PDF feuilleté rapidement, alors qu'elle bloque tout le dossier. Le doute le plus courant s'énonce ainsi : « Comment traiter un document de plusieurs dizaines de pages ? » À ce sujet, La couche texte obtenue reste un brouillon de travail tant que la comparaison avec l'image n'a pas été faite et consignée dans le dossier.