PDF numérisé : pourquoi aucun texte n'en sort

2026-10-30

Vous déposez un document scanné dans PDF to Text et le message Aucun texte sélectionnable dans ce PDF s’affiche. Le fichier n’est pas abîmé : il ne contient simplement pas de texte, seulement des images de pages.

Trois sortes de PDF

• PDF avec couche de texte : créé depuis un traitement de texte, un tableur ou un navigateur. Les lettres y sont stockées comme des caractères ; vous pouvez les sélectionner et les rechercher.
• Scan sans couche de texte : chaque page est une photo du papier. À l’écran, vous lisez des mots ; pour l’ordinateur, ce ne sont que des pixels.
• Scan avec couche de texte : le même scan, passé par une reconnaissance de caractères. Une couche de texte invisible est placée sous l’image, si bien que la sélection et la recherche fonctionnent.

Un test simple : essayez de sélectionner un mot dans votre visionneuse, ou cherchez-le avec sa fonction de recherche. Si rien ne se surligne, la page est probablement une image.

L’OCR, qu’est-ce que c’est ?

L’OCR (reconnaissance optique de caractères) analyse l’image, reconnaît la forme des lettres et crée une couche de texte. C’est un autre type d’outil, avec ses propres limites : scan flou, écriture manuscrite, papier froissé. Beaucoup de scanners et de logiciels de numérisation proposent cette étape au moment de la numérisation.

Ce que fait PDF to Text, et ce qu’il ne fait pas

PDF to Text lit uniquement la couche de texte existante. Il ne fait pas d’OCR et ne lit pas le texte contenu dans les images. Concrètement :

1. Si votre scan est déjà passé par l’OCR, dans le scanner ou dans un autre programme, sa couche de texte cachée est lue comme n’importe quel texte.
2. Si le scan n’a pas de couche de texte, il n’y a rien à extraire : Tout copier et Télécharger le TXT restent inactifs, et aucun autre traitement n’est lancé.
3. Si seules certaines pages sont des images (une annexe signée puis scannée au milieu d’un contrat, par exemple), une note en haut les nomme, comme « pages 3–5 », et chacune affiche : « Pas de texte sélectionnable : cette page est une image. Elle est peut-être numérisée. » Le reste du document est extrait normalement.

Que faire d’un scan sans texte ?

Passez le document dans un logiciel d’OCR, puis rouvrez le PDF obtenu dans PDF to Text. Si vous avez encore l’original papier, numérisez-le avec l’option de reconnaissance de texte activée, si votre scanner la propose. Et si la source existe déjà sous forme numérique (le fichier d’origine d’un contrat, un relevé téléchargeable depuis votre espace bancaire), le plus simple reste souvent de repartir de cette version.