Terme
OCR (reconnaissance optique de caractères)
Conversion d'une image de texte (document scanné, photo, PDF image) en texte exploitable par une machine.
Conversion d'une image de texte (document scanné, photo, PDF image) en texte exploitable par une machine.
RAGAussi : reconnaissance de caractères, océrisation
Une part importante des pièces d'un cabinet est scannée : sans OCR, ces documents sont invisibles pour le RAG. La qualité de l'OCR (mise en page, tableaux, tampons, écriture manuscrite) conditionne directement ce qui peut être retrouvé.
Outils candidats : Tesseract, OCRmyPDF, Docling, PaddleOCR. L'OCR se fait sur la Box, jamais via un service en ligne. Voir Documents.