GuidesComprendre l’IA
OCR et IA : lire des documents scannés, deux méthodes
Deux chemins
OCR puis modèle de langage
Modèle de vision
Les outils de chaque famille
| Famille | Exemples |
|---|---|
| OCR open source | Tesseract |
| OCR en service cloud | Google Document AI, AWS Textract, Azure Document Intelligence |
| Modèles qui lisent les images et les PDF | Claude, et les autres grands modèles multimodaux |
Comment choisir
| Situation | Plutôt |
|---|---|
| Gros volume, formulaire toujours identique | OCR spécialisé |
| Documents variés, tableaux, mises en page libres | Modèle de vision |
| Scan très dégradé | OCR avec prétraitement, puis modèle |
| Manuscrit | Modèle de vision, avec relecture |
Ce qui ne change pas
- Un schéma de sortie fixe, validé par le code.
- Des contrôles métier : totaux, dates, numéros connus.
- Une file de relecture pour les cas douteux, et des chiffres sur le taux d’erreur.
Un exemple complet : extraire les données de factures PDF. Contre les erreurs : éviter les hallucinations.
Questions fréquentes
- Un modèle de vision remplace-t-il l’OCR ?
- Souvent, pour des volumes modérés et des mises en page variées. Pour des millions de pages identiques, un OCR spécialisé reste plus économique.
- Et l’écriture manuscrite ?
- Les modèles de vision récents lisent beaucoup d’écritures, sans être infaillibles. Prévoyez une relecture pour les champs importants.
- Quelle résolution envoyer ?
- Une image nette où le texte est lisible à l’œil. Une photo floue ou de travers fait plus de dégâts qu’une résolution modeste.