Convertir HEIC en TXT

Vous avez photographié un document avec un iPhone et vous voulez maintenant les mots. C’est un travail de reconnaissance ordinaire. Ce qui rend cette paire différente, c’est que sur une machine Windows, vous ne pouvez souvent même pas voir l’image : le HEIC contient du HEVC, qui est couvert par des pools de brevets dont beaucoup de fournisseurs ont refusé les conditions, si bien que Windows demande une extension payante et que plusieurs navigateurs n’affichent rien du tout.

Le conseil habituel — convertir l’image d’abord, puis lire le texte — demande donc deux étapes et un décodeur qui fonctionne pour la première. Les deux vivent dans cet onglet de navigateur, et c’est ce qui contourne la question du codec : convertir le HEIC en PNG ici décode l’image HEVC en WebAssembly, et la reconnaissance tourne ensuite sur le PNG.

Le moteur de reconnaissance reçoit le fichier exactement comme vous l’avez déposé, sans que rien ne le décode en chemin — volontairement, parce que faire passer une image par un canvas aplatirait la transparence en noir. Il ne reste donc que les lecteurs compilés dans le moteur lui-même, et il y en a six : BMP, JPEG, PNG, PBM, WebP et GIF non animé. Le HEIC n’en fait pas partie, et il n’y a aucun lecteur HEIF dans le cœur de reconnaissance que ce site sert.

Convertissez donc le HEIC en PNG sur ce site, puis lisez le texte depuis ce PNG. L’étape de décodage est un logiciel différent du reconnaisseur — le même que celui derrière HEIC en PNG et HEIC en JPG — et il gère les images fixes HEVC. Choisissez le PNG plutôt que le JPG pour le fichier intermédiaire : la photographie a déjà subi un passage destructeur sur le téléphone, et un second amollit justement les traits fins que le reconnaisseur doit reconnaître. Supprimez le PNG une fois le texte extrait.

Ce serait malhonnête de ne pas le dire. Si la photo est sur l’iPhone et que vous voulez un paragraphe, maintenir le doigt sur le texte et le copier est plus rapide que tout ce qui se fait sur un site web, et c’est intégré au téléphone.

Cette page est pour les autres situations : les images sont déjà sur un ordinateur, il y en a quarante, vous voulez la page entière en fichier plutôt qu’une sélection, ou vous travaillez sur une machine qui n’est pas la vôtre. Ces cas sont assez fréquents pour valoir une page, et Live Text n’aide dans aucun d’eux.

La résolution aide : douze mégapixels ou plus, ce qui veut dire plenty de pixels par caractère même quand la page ne remplit qu’une partie du cadre. L’objectif et le traitement aident aussi — une photo de page prise avec un téléphone moderne est plus nette et plus uniformément exposée que la plupart des numérisations à plat d’il y a quinze ans.

Ce qui gouverne encore le résultat, c’est la manière dont la photo a été prise. Tenez la page à plat, photographiez droit dessus plutôt que depuis une chaise, et placez la lumière sur le côté pour que votre propre ombre ne traverse pas le texte. Ces trois choses comptent plus que n’importe quel réglage de cette page.

La reconnaissance compare des formes à des lettres. Elle ne comprend pas le document, et elle produit un texte fluide et complet qu’elle ait lu ou non chaque caractère correctement.

C’est la prudence importante, et elle s’applique le plus aux choses que les gens photographient sur un téléphone : des montants sur un ticket, une référence sur un courrier, un dosage sur une étiquette, une date sur un formulaire. Relisez la sortie en regard de l’original, et relisez les chiffres deux fois — un chiffre erroné ressemble exactement à un chiffre correct.

Le reconnaisseur travaille dans les graphies et le vocabulaire d’une seule langue. Avec la mauvaise, il ne signale pas d’erreur ; il rend la meilleure correspondance disponible dans un ensemble qui ne contient pas la bonne réponse, ce qui se lit comme une supposition confiante.

Cela mord le plus sur les documents précisément photographiés en voyage — un menu, un formulaire, un avis, un billet — où la langue n’est pas celle que la machine prend par défaut. Si un résultat a l’air étrange d’une manière que vous ne pouvez pas expliquer, vérifiez ce point en premier.

La sortie est du texte brut sans mise en page : pas de colonnes, pas de structure de tableau, pas de positions sur la page. Une lettre ou un ticket revient dans un ordre lisible. Une page en deux colonnes peut s’entrelacer, parce que le reconnaisseur lit à travers des lignes qui ressemblent à des lignes.

Les formulaires sont le cas le plus difficile — étiquettes et valeurs se retrouvent côte à côte d’une manière difficile à démêler, et un tableau de chiffres devient une suite de nombres sans colonnes. Pour ces cas, photographier une section à la fois donne un résultat utilisable.

Les deux étapes se passent dans l’onglet du navigateur sur votre propre processeur : le HEIC y est décodé pour produire le PNG, et le texte y est ensuite lu. Pas de téléversement, pas de copie serveur, pas de compte, pas de plafond journalier — et un dossier entier de photos se convertit aussi vite que votre machine peut les lire.

Pour cette paire en particulier, c’est le point substantiel plutôt qu’une fonction. Une photo d’ordonnance, de fiche de paie ou de lettre signée est exactement le fichier que l’on ne voudrait pas voir sur le serveur de quelqu’un d’autre, et la garantie la plus simple est qu’il n’y est jamais allé.