Extraire le texte d'une image : récupérez les mots et passez à la suite
Un build échoue. L'erreur, c'est quarante lignes de pile d'appels dans un terminal, sur une machine d'où vous ne pouvez rien copier : console distante, VM verrouillée, capture d'écran d'un collègue collée dans une conversation. Vous la lisez parfaitement. Vous ne pouvez simplement pas la sélectionner — et retaper à la main un chemin de package Java, c'est la meilleure façon d'inventer une coquille.
C'est à cela que sert cette page. Envoyez la capture d'écran : le texte qu'elle contient est reconnu et vous revient en texte brut, prêt à être collé dans une recherche, un assistant ou un ticket. De la vraie OCR sur les pixels, pas une description du fichier. Formats lus : JPG, JPEG, PNG, GIF, BMP, TIFF, TIF et WebP. Gratuit, sans inscription, 50 Mo par fichier, rien n'est conservé ensuite. C'est le cas d'usage de l'OCR en ligne gratuite dans sa forme la plus littérale : on met une image, on récupère les mots.
La boucle capture d'écran → barre de recherche
La raison la plus fréquente pour laquelle on veut extraire le texte d'une capture d'écran, c'est qu'il faut mettre ce texte quelque part qui n'accepte que du texte. Les moteurs de recherche ne prennent pas les images. Pas plus que la recherche de votre outil de tickets, votre agrégateur de logs, ou le champ où vous colleriez une exception pour demander à un modèle ce qu'elle signifie.
La boucle est donc : capture, conversion, collage. Dix secondes, et la différence est réelle — un assistant à qui vous donnez la classe d'exception exacte et les numéros de ligne répond de façon précise, là où le même assistant, nourri d'une paraphrase vague, sort une checklist générique. Idem pour les boîtes de dialogue d'erreur, les sorties de CI, les messages de base de données et les rapports de plantage. Si c'est apparu à l'écran sous forme de caractères et que vous ne pouviez pas le sélectionner, voilà le contournement.
Texte brut ou Markdown ? La réponse honnête
La plupart des sites inventeraient ici une distinction spectaculaire. La vérité l'est moins. Sur une image simple — capture d'un paragraphe, fenêtre de terminal, note — texte brut et Markdown reviennent pour ainsi dire identiques. Le texte reconnu arrive sous forme de lignes, et un bloc de prose n'a aucune structure cachée que le Markdown pourrait ajouter. Choisissez l'un ou l'autre, vous n'y perdez rien.
Là où ça commence à compter, c'est quand l'image montre quelque chose qui a une forme : un tableau, un formulaire, une page de document avec des titres. Le Markdown sait porter cet agencement ; le texte plat ne peut que le suggérer par des espaces. Dans ces cas-là, image vers Markdown est la meilleure page. Pour tout le reste — et « tout le reste » représente la majorité des captures d'écran — le texte brut est l'artefact le plus propre, puisqu'il n'y a aucun caractère de syntaxe à retirer avant de le passer à un script, à un index ou à un diff.
Le sélecteur de format en haut de page permute entre les deux en conservant le fichier déjà choisi : essayer les deux vous coûte un envoi et non deux.
Ce que ça règle discrètement au quotidien
- Sorties de terminal et de logs. La sortie d'une commande dans une session que vous ne pouvez plus faire défiler, ou une fenêtre de log capturée avant rotation. Passez-la en texte et vous pouvez la grepper, la comparer, ou poser des questions dessus.
- Captures de messageries et d'e-mails. Des conversations transférées en images plutôt qu'en texte, c'est-à-dire la plupart d'entre elles. Convertissez une fois et vous obtenez quelque chose de citable et d'indexable.
- Panneaux, étiquettes et emballages. La photo d'une plaque de numéro de série, d'une étiquette de câblage, d'un panneau de caractéristiques produit. Pénible à retaper, trivial à convertir.
- Notes manuscrites. Ça vaut l'essai, avec des attentes réalistes : une écriture en capitales soignées se lit bien mieux qu'une cursive rapide, et il faut toujours vérifier le résultat contre l'original.
- Du code que vous ne pouvez que voir, pas copier. Un extrait dans une image de vidéo, une diapositive ou un document verrouillé. Sortez-le en texte, puis associez-le à votre dépôt GitHub en texte ou à un projet GitLab pour qu'un assistant voie l'extrait et votre base de code ensemble.
- Tout ce que vous avez capturé depuis un site web. Une habitude à perdre : Web2Txt récupère la page directement en préservant les liens, et HTML vers Markdown traite une page enregistrée. Remonter à la source vaut toujours mieux que lire des pixels.
Là où la reconnaissance s'exécute, et là où elle ne s'exécute pas
Une seule règle explique tous les modes de défaillance qui méritent d'être connus : l'OCR travaille sur le fichier image que vous envoyez, pas sur des images enfouies dans d'autres fichiers. Une image transportée à l'intérieur d'un conteneur plus gros est ignorée, parce que le convertisseur lit le conteneur.
- Un PDF scanné ne renvoie rien. Un PDF purement image ne contient aucun texte, et l'OCR ne traverse pas l'enveloppe PDF pour atteindre les pixels. Corrigez à la source : ouvrez-le dans Acrobat, dans Aperçu sur macOS ou dans à peu près n'importe quel lecteur PDF récent, lancez « reconnaître le texte » pour en faire un PDF interrogeable, puis passez par PDF vers texte ou PDF vers Markdown. C'est la bonne maison pour les documents scannés.
- Les images d'un ZIP sont listées, pas lues. La conversion d'archive vous donne le nom de fichier et rien de plus. ZIP vers texte est l'outil qu'il faut pour un dossier de documents ; pour des images, extrayez-les et envoyez chacune séparément.
- Les images intégrées dans un Word, un PowerPoint, un RTF, un EPUB ou un e-mail ne sont pas lues. Elles ressortent sous forme d'espace réservé dans la sortie. Un DOCX assemblé à partir de captures d'écran se convertit via Word vers Markdown en son texte environnant, avec des trous là où étaient les images. Enregistrez les images à part et convertissez-les ici.
Gardez ce modèle en tête et vous ne gaspillerez plus jamais un envoi : pour lire une image, donnez l'image.
Le faire en volume, et alimenter des machines
Le texte brut est le format à privilégier quand la sortie n'est pas destinée à un humain. Le texte reconnu à partir d'une pile d'images se concatène proprement, se découpe de façon prévisible et se vectorise sans emporter de bruit de mise en forme dans le vecteur — exactement ce qu'il faut pour bâtir un index de recherche sur un tas de captures d'écran, ou pour rendre exploitable un fonds d'archives photographié.
En pratique, c'est une image par envoi, puisque les archives sautent les images : prévoyez donc une boucle plutôt qu'un lot unique. Le compteur de tokens sous la sortie est utile ici : il vous dit ce que coûte réellement chaque conversion avant que vous n'empiliez des pages dans un même prompt ou que vous ne dimensionniez une stratégie de découpage. Pour les corpus mixtes — des documents à côté des images — File2Txt gère tous les formats pris en charge depuis un seul endroit, et une conversion de répertoire local aplatit en une passe tout le versant textuel d'un projet.
Facilitez la tâche au moteur de reconnaissance
La précision suit la qualité de l'image d'assez près pour que quelques réflexes changent vos résultats plus que ne le ferait n'importe quel réglage :
- Prenez une capture d'écran plutôt qu'une photo d'écran. Pas de reflet, pas d'angle, pas de flou, pas de moiré dû à la dalle.
- Recadrez au plus près du texte voulu. Le nombre de pixels par caractère fait tout le travail, et cela évite aussi que la sortie se remplisse d'éléments d'interface dont vous n'aviez pas besoin.
- Gardez l'image à l'endroit et à peu près de face. Des lignes de travers sont plus difficiles à lire que des lignes droites.
- Évitez les cas difficiles quand vous le pouvez : captures en basse résolution, texte sur photographie, polices scriptes ou décoratives, et tout ce qui est à moitié dans l'ombre. Ça peut fonctionner, mais c'est là que se concentrent les erreurs.
- Relisez tout ce qui compte. Un chiffre mal lu dans un numéro de référence est discret et coûteux, et cinq secondes de vérification suffisent à l'attraper.
Questions fréquentes
Comment convertir une image JPG en texte ?
Déposez l'image dans le convertisseur ci-dessus. L'OCR s'exécute sur les pixels eux-mêmes et les mots reconnus vous reviennent en texte brut, que vous pouvez sélectionner, rechercher et coller. Gratuit, sans inscription, 50 Mo par image. C'est littéralement le cas « convertir une image JPEG en texte » : une image en entrée, des mots en sortie, rien à installer.
Est-ce que ça marche avec le PNG et les autres formats d'image ?
Oui : JPG, JPEG, PNG, GIF, BMP, TIFF, TIF et WebP fonctionnent tous. Le PNG est le format dans lequel arrivent la plupart des captures d'écran, et c'est le meilleur cas de figure pour l'OCR, parce qu'une capture est du texte rendu à l'écran et non la photo d'une feuille : ni flou d'appareil, ni page gondolée, ni éclairage irrégulier à compenser.
Peut-elle lire des notes manuscrites ?
Mal, et il vaut mieux partir du principe que non. Les modèles d'OCR sont entraînés très majoritairement sur des caractères imprimés ; la cursive et les capitales tracées à la hâte produisent une sortie plausible en apparence et fausse précisément là où vous n'auriez pas songé à vérifier. Des capitales d'imprimerie soignées sur du papier réglé passent parfois. Le reste exige une relecture contre l'original, ce qui coûte en général plus cher que de tout retaper.
Pourquoi mon image est-elle revenue avec les mauvais caractères ?
La résolution, presque toujours. L'OCR a besoin de l'équivalent d'environ 300 DPI pour distinguer des formes voisines ; en dessous, rn fusionne en m, 1 et l s'échangent, et 0 devient O. Une photo prise de plus près, ou une capture faite à la taille réelle de la fenêtre plutôt que réduite, règle l'essentiel du problème.
Peut-on extraire le texte de la photo d'une page de document ?
Oui, et ça marche mieux qu'on ne le croit — à condition d'aplanir la page d'abord. Tenez l'appareil parallèle au papier plutôt qu'en biais, obtenez une lumière uniforme sans ombre en travers du texte, et remplissez le cadre avec la page. Les photos en trapèze ou ombrées perdent des lignes entières, et l'OCR ne signale aucune erreur quand elle le fait.
L'image est-elle stockée quelque part après la conversion ?
Non. Elle est transmise pour reconnaissance, traitée, puis jetée dès que le texte est renvoyé : ni archivée, ni utilisée pour de l'entraînement, ni indexée. Aucun compte n'y est rattaché et aucune copie n'est gardée de notre côté.
Tout le reste ici
Les images côtoient douze autres formats pris en charge, tous accessibles depuis File2Txt. Il existe un article plus long sur la préparation des fichiers pour les LLM si vous préférez le raisonnement général à sa déclinaison propre aux images.
Repo2Txt est conçu et maintenu par v12hero, un développeur indépendant qui crée des applications natives et web respectueuses de la vie privée.