Comment fonctionne la numérisation de documents en arrière-plan ? Détection des bords, correction de perspective et nettoyage des ombres

Il existe une différence visible à l'œil nu entre la photo de document que vous prenez avec votre téléphone et l'image sortie d'un scanner de bureau. Sur la photo, le papier est de travers, un bord paraît plus large que l'autre, votre propre ombre tombe dessus, et le fond entre dans le cadre. Sur la sortie du scanner, en revanche, la page est parfaitement droite, ses bords parallèles, son éclairage uniforme.

Ce qui est intéressant, c'est ceci : la majeure partie de cette différence n'est pas optique mais mathématique. Autrement dit, en appliquant les bonnes étapes de traitement d'image, il est possible de rapprocher considérablement une simple photo de téléphone d'une sortie de scanner. Dans cet article, nous abordons de manière technique mais lisible les trois étapes fondamentales que l'outil Scanner de documents applique en arrière-plan : détection des bords, correction de perspective et nettoyage des ombres.

La source du problème : un appareil photo n'est pas un scanner

Un scanner à plat regarde le document à une distance fixe, avec un angle parfaitement perpendiculaire et sous une lumière contrôlée. L'appareil photo d'un téléphone ne garantit rien de tout cela :

• L'angle n'est pas fixe. Regarder un papier parfaitement à la perpendiculaire est en pratique presque impossible ; même une inclinaison de quelques degrés transforme le rectangle en trapèze.
• La distance n'est pas la même en tout point. Le bord de la page le plus proche de vous paraît plus grand, le bord éloigné plus petit.
• L'éclairage n'est pas uniforme. La lumière venant de la fenêtre éclaire un côté tandis que l'autre reste dans l'ombre ; en plus, vous et votre téléphone projetez votre propre ombre.
• Il y a autre chose que le papier dans le cadre. La table, un livre, une partie de votre main.

Chacune des étapes de traitement d'image vise l'un de ces problèmes.

Étape 1 : détection des bords — où commence le papier ?

La première question est la suivante : quelle zone de cette photo est le document, et quelle zone est l'arrière-plan ? L'œil humain le fait instantanément, mais un algorithme doit le déduire des valeurs de pixels.

L'approche utilisée est la détection de contours. Les différences d'intensité entre pixels voisins de l'image sont calculées ; si les valeurs des pixels changent rapidement dans une zone, c'est qu'il y a là une frontière. Ces points de frontière sont reliés pour obtenir des courbes fermées (les contours).

Sur une photo de document, on trouve des dizaines de contours : le bord du papier, les lignes de texte, le motif du bois de la table, la limite de l'ombre. Or, un seul d'entre eux est recherché — le contour à quatre coins qui forme la limite extérieure du papier et occupe une grande partie de l'image.

Le succès de cette détection dépend directement du contraste. Si un papier blanc est posé sur une table sombre, la différence d'intensité à la frontière est grande et le contour ressort nettement ; s'il est sur une table de couleur claire, la différence est faible, le contour est soit fragmenté, soit inexistant. Si l'un des coins est hors cadre, aucun quadrilatère fermé ne peut se former.

Que se passe-t-il s'il n'est pas trouvé ?

C'est ici qu'intervient un choix de conception délibéré de l'outil : si le bord n'est pas trouvé, la photo est utilisée telle quelle et l'opération n'échoue pas.

Cela peut sembler à première vue un comportement « paresseux », mais c'est en réalité le bon. Imaginez l'alternative : que l'algorithme fasse une estimation sans en être sûr et recadre selon cette estimation. Des coins mal estimés signifient que la moitié du document est coupée. Qu'une ligne de signature d'un contrat ou la partie montant d'une facture soit coupée et jetée est un résultat bien pire que de ne pas recadrer du tout.

Le système choisit donc de ne pas intervenir en cas d'incertitude. Le prix de ce choix, c'est que vous restez avec une photo non recadrée — mais c'est réversible : vous reprenez la photo sur un fond plus contrasté. Un document coupé, lui, est irréversible.

Étape 2 : correction de perspective — transformer le trapèze en rectangle

Une fois les quatre coins trouvés, la deuxième étape commence : la transformation de perspective à quatre points.

Le problème se formule ainsi. Dans le monde réel, une feuille A4 est un rectangle ; ses quatre angles font 90 degrés. Mais sur une photo prise de travers, ce rectangle apparaît comme un trapèze — bord proche long, bord éloigné court, angles différents de 90 degrés. L'objectif est de retransformer le trapèze de la photo en rectangle.

Mathématiquement, il s'agit de faire correspondre un plan d'une vue à une autre. Vous disposez de quatre points source (les coins du trapèze sur la photo) et de quatre points cible (les coins du rectangle de sortie). Ces quatre paires de points déterminent de manière unique la transformation entre les deux plans. Une fois la transformation calculée, pour chaque pixel de l'image de sortie on trouve la position correspondante dans l'image source et on y prélève la valeur de couleur.

Le résultat pratique est que vous obtenez une image comme si vous regardiez la page parfaitement de face : les bords deviennent parallèles, les lignes de texte deviennent horizontales.

L'hypothèse et la limite de la transformation

Ce calcul repose sur une hypothèse critique : la surface transformée est un plan. Si le papier est étalé bien à plat sur la table, l'hypothèse est vraie et le résultat est excellent.

Mais si le papier est courbé, froissé, ou s'il s'agit d'une page proche de la reliure d'un livre, la surface n'est plus un plan. La transformation est tout de même appliquée — les bords se redressent — mais la courbure de la surface subsiste. C'est sur les pages de livre que vous le voyez le plus nettement : les bords se redressent, mais les textes de la zone proche de la reliure restent légèrement courbés et resserrés. La conclusion pratique est simple : étalez le document sur une surface aussi plane que possible.

Étape 3 : nettoyage des ombres — égaliser une lumière inégale

La troisième étape, et peut-être celle qui change le plus le résultat. Une page dont la perspective a été corrigée peut encore avoir l'air « d'une photo », car l'éclairage n'est pas uniforme : côté gauche lumineux, côté droit gris, une ombre dans un coin.

La méthode appliquée ici repose sur la logique suivante : lorsque vous floutez extrêmement une image, il ne reste que la répartition de la lumière.

Elle se compose de deux étapes :

1. Une copie de l'image est fortement floutée. Cette opération efface complètement les détails fins — le texte, les lignes, la texture ; il reste une répartition d'intensité douce indiquant quelle zone de la page est éclairée et à quel degré. Nous pouvons l'appeler la carte d'arrière-plan.
2. L'image d'origine est divisée par cette carte. L'opération de division normalise chaque pixel par rapport à la luminosité moyenne de sa propre zone.

Le résultat est le suivant : un pixel d'une zone lumineuse est divisé par une valeur d'arrière-plan élevée et est tiré vers le bas, un pixel d'une zone ombrée est divisé par une valeur faible et est tiré vers le haut. Ainsi, toute la page arrive au même niveau de luminosité.

Le point critique est celui-ci : le texte n'est pas affecté par cette opération. Car le texte, ayant été effacé lors du floutage, ne figure pas dans la carte d'arrière-plan — et ce qui n'est pas dans la carte ne peut pas être neutralisé par la division. Le fond est égalisé, tandis que le texte conserve son contraste ; son contraste relatif augmente même, puisque le fond blanchit.

La méthode fonctionne très bien sur les transitions douces, comme une lumière unilatérale venant d'une fenêtre ou la différence de luminosité progressive créée par une lampe de bureau. Là où elle peine, ce sont les ombres très sombres aux bords nets : l'ombre dure que votre main projette sur le papier reste, même après le floutage, une frontière nette dans la carte et ne peut pas être complètement neutralisée.

Étape 4 : filtres et normalisation A4

Après les trois étapes fondamentales vient une dernière couche de traitement : le choix du filtre. Quatre modes appliquent des traitements finaux différents à la même image corrigée.

Le mode document (par défaut) combine le nettoyage des ombres avec l'augmentation du contraste et l'accentuation. Il est conçu pour la majorité des pages à dominante de texte : fond blanc, texte sombre et net.

Les niveaux de gris suppriment l'information de couleur ; le nettoyage des ombres s'applique ici aussi, mais le contraste reste plus doux qu'en mode document. Son rôle n'est pas de durcir le texte mais de préserver les tons, ce qui le rend plus sûr que le noir et blanc sur les pages contenant des photos ou des graphiques ombrés.

Le noir et blanc applique un seuillage : chaque pixel au-dessus d'une valeur seuil devient blanc, en dessous noir, sans ton intermédiaire. C'est ce mode qui produit le plus petit fichier des quatre, mais il entraîne une perte d'information importante sur les pages qui portent du contenu en niveaux de gris.

En mode original, l'image en couleur n'est pas touchée ; seules la détection des bords et la correction de perspective sont appliquées. Un détail mérite d'être noté : le nettoyage des ombres s'applique dans les trois autres modes, et l'original est le seul à sauter cette étape. C'est donc le bon choix lorsque l'information de couleur elle-même a du sens — signature bleue, cachet en couleur, tableaux avec code couleur — et lorsqu'une photo ou un graphique en niveaux de gris présent sur la page doit rester totalement intact.

Enfin, chaque page est mise au format A4. L'orientation de la page est choisie image par image : une prise en portrait donne une page A4 portrait (595x842 points) et une prise en paysage une page A4 paysage (842x595 points). La valeur de cette étape apparaît sur les documents de plusieurs pages — même si vous avez pris chaque photo à une distance différente, le résultat reste cohérent. Avec une prise de vue mêlant les orientations, les tailles de pages ne seront évidemment pas toutes identiques.

La dernière étape, facultative : la couche de texte

Au fond, le scanner de documents est un outil de traitement d'image, mais il peut aussi reconnaître le texte en fin de traitement si vous le souhaitez. Choisissez le turc, l'anglais ou le turc + anglais dans le menu Reconnaissance de texte (OCR) de la page de l'outil, et une couche de texte invisible est placée par-dessus le PDF terminé, ce qui rend le document consultable. L'option par défaut est « Ne pas ajouter » : la reconnaissance de texte allonge sensiblement la durée de traitement, elle est donc là pour ceux qui en ont besoin.

Si vous laissez le menu tel quel, chaque page du résultat reste une image corrigée et nettoyée — lisible pour l'œil, mais toujours une image du point de vue de l'ordinateur.

Que la reconnaissance intervienne en dernier, sur le PDF terminé plutôt que sur les photos une à une, n'est pas non plus un hasard. Sa précision dépend directement de la qualité de l'image d'entrée : des lignes de travers, un fond ombré et un contraste faible sont les trois facteurs fondamentaux qui compliquent la reconnaissance de caractères — et ce sont exactement les trois problèmes que résolvent les étapes précédentes. Si vous disposez déjà d'un PDF correctement numérisé et qu'il ne vous manque qu'une couche de texte, un outil OCR distinct existe pour cela.

Qu'est-ce que cela signifie en termes de confidentialité ?

Ces opérations — analyse de contours, transformation de perspective, floutage et division — s'exécutent côté serveur. Contrairement à certains outils PDF fonctionnant dans le navigateur, ici le fichier est transféré au serveur, traité, et le résultat vous revient. Les fichiers sont supprimés une fois l'opération terminée. Comme les photos de documents portent la plupart du temps un contenu sensible — pièce d'identité, contrat, facture, rapport médical — il est utile d'utiliser l'outil en ayant ce point à l'esprit.

Conclusion

Ce qui transforme une photo de téléphone en document numérisé n'est pas une opération magique unique ; ce sont trois calculs qui se complètent. La détection de contours trouve où se situe le papier, la transformation de perspective à quatre points corrige l'angle, la division par la carte d'arrière-plan égalise l'éclairage. Chaque étape a sa propre hypothèse : la détection des bords exige du contraste, la correction de perspective suppose un plan, le nettoyage des ombres donne son meilleur résultat sur des différences de lumière progressives.

Connaître ces limites vous permet de mieux utiliser l'outil — car les trois choix simples que vous faites au moment de prendre la photo (fond sombre, papier plat, lumière uniforme) aident en réalité directement chacun de ces trois algorithmes.