Classement par critère

1. Précision de la reconnaissance

C’est de fait la fonction principale des logiciels d’OCR, les autres outils associés n’étant que des ajouts accumulés au fur et à mesure de la succession des versions. Si des progrès ont été incontestablement réalisés au cours de ces dernières années, force est de constater, au vu des résultats obtenus lors de nos tests, que ces logiciels n’ont pas encore atteint un niveau de qualité satisfaisant.En effet, parmi les quatre produits testés, un seul a pu effectuer une reconnaissance sans faute d’un document simple (une impression laser, sans difficulté). Un acte notarié photocopié, certes de mauvaise qualité, n’a même pas pu être traité par un des logiciels (Readiris Pro 7).Les fonctions de nettoyage (retrait des taches sur le document numérisé) sont assez inégales d’un logiciel à l’autre. En revanche, les textes issus d’imprimantes matricielles sont maintenant assez bien retranscrits.

2. Respect de la mise en page

Il serait ici plus judicieux de parler de ressemblance plutôt que de respect de la mise en pag : taille ou enrichissement des polices non respectés, problèmes de reconnaissance des indices et des exposants, mauvais démarquage des zones, mauvaise reconnaissance des lettrines, non respect des alignements, etc., sont autant de problèmes régulièrement rencontrés. L’écueil le plus visible : un rendu des couleurs, texte et fond de pages, qui trop souvent ne respecte pas l’original. Seul un logiciel (OmniPage Pro 11) gère correctement l’export HTML de bout en bout. Pour les exports vers Word, tous les produits respectent les colonnes, mais occultent les titres en couleur.

3. Gestion des tableaux

Dans ce domaine également, on est loin de la perfection, la mise en page finale étant généralement décevante. Un seul logiciel (FineReader Office 5.0) peut reconnaître du texte placé horizontalement dans une cellule. La fusion des cellules n’est pas toujours possible. De même, les alignements et le centrage vertical ou horizontal ne sont pas toujours respectés. Seul OmniPage Pro 11 crée une feuille par document au sein d’un même classeur.Deux logiciels sont incapables d’analyser correctement les zones par défaut. La retranscription des couleurs (texte et fond) est globalement déplorable. En ce qui con- cerne les données financières, les monnaies sont parfois mal reconnues (le symbole ” $ ” n’est pas du tout pris en compte par TextBridge Pro Millennium !), mais l’euro est, quant à lui, déjà adopté par tous les logiciels testés.

4. Vitesse de reconnaissance

Les tests de vitesse ont tout d’abord été réalisés à partir d’un texte émanant d’une imprimante laser qui ne présentait ni difficulté ni piège, puis d’un document de dix pages de même qualité. Pour les deux épreuves, le classement à l’arrivée des produits s’est révélé le même. Dans la plupart des cas, la reconnaissance est plus rapide en moyenne par page pour un gros document que pour un document unique (à peu près équivalente pour TextBridge Pro Millennium).

5. Traitement par lots

Dans ce domaine, FineReader Office 5.0 et OmniPage Pro 11 se détachent nettement, avec une mention spéciale pour ce dernier, à qui rien ne manque ou presque. Seule la capacité à traiter un lot de documents répondant à différents gabarits est absente, mais ce défaut est commun aux quatre produits testés. Autre déception : l’impossibilité quasi générale d’ajouter de nouvelles pages en complément à un document texte déjà existant.Les logiciels de ScanSoft autorisent la planification dans le temps de l’opération de reconnaissance. FineReader Office 5.0 et OmniPage Pro 11 sont capables d’effectuer la correction automatique d’un document tout en réalisant simultanément la reconnaissance d’un autre, d’où un gain de temps non négligeable.

🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.