Comment convertir un PDF scanné pour Kindle (OCR)

Si tu as des cours, des articles ou des livres anciens sous forme de PDF scanné, tu sais qu’ils sont inutilisables sur une Kindle : ce ne sont que des images des pages, pas du texte. Aucun convertisseur ne peut agrandir la police d’une photo, il faut d’abord reconnaître le texte. Pour lire un scan sur Kindle, il faut passer par l’OCR pour récupérer le texte et le transformer en livre numérique fluide.

Comment reconnaître un PDF scanné

Ouvre le PDF sur ton ordinateur et essaie de sélectionner un mot avec la souris. Si seul le mot se surligne, c’est du texte ; si toute la page se sélectionne d’un bloc ou rien ne se passe, c’est une image : donc un scan. Autre indice : si tu fais une recherche (Ctrl+F) et que le mot n’est jamais trouvé alors que tu le vois à l’écran, c’est probablement un scan.

Qu’est-ce que l’OCR ?

L’OCR (reconnaissance optique de caractères) consiste à lire les lettres d’une image et à les transformer en texte numérique, comme si quelqu’un retapait le contenu. Le moteur libre le plus connu est Tesseract, qui lit plusieurs langues si la qualité du scan est correcte.

L’OCR ne donne qu’un texte brut. Il faut ensuite reconstituer les paragraphes, trouver les titres, générer la table des matières, et garder les graphiques comme images.

Ce qui peut mal tourner

• Mots mal reconnus : une tache ou une lettre floue peut transformer « électron » en « lectron ». Après l’OCR, il est conseillé de vérifier les mots douteux.
• Formules : l’OCR ne comprend pas les formules mathématiques et les transforme en texte illisible. Mieux vaut les garder en image.
• Graphiques et photos : ils sont découpés comme images pour éviter toute perte.
• Pages tordues ou ombres de reliure : la reconnaissance baisse en précision. Si possible, scanne droit et avec une bonne lumière.

Comment Legible gère un PDF scanné

Tu peux utiliser Legible pour convertir un PDF scanné en livre Kindle lisible. L’application passe les pages scannées par l’OCR, avec le moteur Tesseract qui détecte automatiquement la langue du livre (français, anglais, allemand, italien, néerlandais, portugais ou espagnol). Les graphiques, tableaux complexes et formules sont gardés comme images nettes à leur place. Legible vérifie les mots inconnus dans leur contexte et corrige uniquement les erreurs évidentes, mais la correction automatique des mots douteux est réservée aux livres en espagnol. Cela fonctionne aussi avec des PDF mixtes, où certaines pages sont scannées et d’autres non.

Avant de télécharger ton livre, tu peux le feuilleter sur une Kindle virtuelle à l’écran, page par page. Si une formule d’un scan est mal reconnue, tu le verras tout de suite.

Faire l’OCR manuellement avant de convertir

Certains logiciels ajoutent une couche de texte à un scan (par exemple, la fonction « Reconnaître le texte » de certains lecteurs PDF). Ensuite, le PDF contient du texte et tu peux le convertir comme n’importe quel document, en suivant la méthode classique pour PDF vers Kindle. Mais attention : cette couche garde la disposition ligne à ligne, donc il faut quand même un convertisseur qui reconstitue les paragraphes.

Si tu veux organiser ta bibliothèque ou convertir des EPUB pour Kindle, Calibre reste une excellente option (voir le manuel), mais il n'est pas conçu pour convertir des PDF scannés complexes.