Si je prévois de faire de l'OCR, quel format donne le résultat le plus précis ?

Le PNG est généralement le choix le plus sûr, car il travaille sans perte et préserve la netteté des contours des lettres sans la moindre altération. Les moteurs d'OCR reconnaissent la forme des caractères en s'appuyant sur l'information de contour ; les artefacts de halo que la compression JPG produit autour des contours nets brouillent cette information et peuvent accroître les erreurs de reconnaissance, en particulier sur les textes en petits corps. Avec un JPG enregistré à un réglage de qualité élevé, l'écart reste le plus souvent acceptable, mais à basse qualité la dégradation est marquée. Pour les travaux où la précision est déterminante, choisir le PNG revient à ne pas prendre de risque inutile.

J'ai fait une numérisation en couleur et le fichier PNG est très volumineux. Que dois-je faire ?

C'est une situation attendue ; le PNG étant sans perte, il ne peut pas compresser efficacement un contenu en variation continue comme le grain du papier, les ombres et un arrière-plan coloré. Si votre document ne contient que du texte, numériser en niveaux de gris ou en noir et blanc réduit spectaculairement le fichier PNG. S'il doit rester en couleur et que la taille pose problème, un JPG réglé sur une qualité élevée est une solution plus équilibrée. Si vous utilisez une valeur de DPI inutilement élevée dans les réglages de votre scanner, l'abaisser apporte également un gain sérieux.

Lequel utiliser pour un document ayant une valeur juridique ?

Pour ce type de document, la règle essentielle est de conserver sans le modifier le fichier de numérisation d'origine, c'est-à-dire le TIFF ; le fichier que vous convertissez est toujours une copie de travail. Pour la copie de partage, le PNG est un choix plus défendable, car il est sans perte et ne modifie en rien l'image. Si vous devez utiliser le JPG, gardez le réglage de qualité élevé, car les artefacts produits à basse qualité peuvent altérer des détails fins comme une signature ou un cachet. Si votre organisation ou l'autorité concernée impose un format donné, vous devez de toute façon vous y conformer.

Suis-je obligé de découper ma numérisation multipage en fichiers page par page ?

Si vous convertissez en PNG ou en JPG, oui, car ces deux formats ne contiennent qu'une seule image et ne peuvent pas réunir plusieurs pages dans un seul fichier. Lorsqu'un TIFF multipage est converti, soit seule la première page est reprise, soit chaque page ressort sous la forme d'un fichier distinct. Si les pages doivent rester d'un seul tenant dans un même document, la bonne cible est le PDF ; il prend en charge le multipage et s'ouvre partout. Si vous partagez le document et que votre destinataire doit suivre l'ordre des pages, le PDF est presque toujours le meilleur choix.

Pour un document numérisé, faut-il convertir le TIFF en PNG ou en JPG ?

Un document numérisé pose un problème différent des autres images

Choisir un format pour une photo est relativement simple : le JPG est presque toujours la bonne réponse. Mais si vous avez entre les mains un contrat, une facture, un diplôme ou un document d'archive numérisé, l'équation change. Ici, la question n'est pas esthétique, elle porte sur la lisibilité et la fidélité.

Les documents numérisés sont généralement produits en TIFF — les scanners et les systèmes de gestion documentaire utilisent ce format par défaut. Mais vous ne pouvez pas partager un TIFF : il ne tient pas dans un e-mail, il ne s'affiche pas sur le web, et le programme de votre destinataire risque de ne pas l'ouvrir. Une conversion s'impose.

La question est la suivante : PNG ou JPG ?

Le facteur déterminant : le contenu de la numérisation

La réponse n'est pas unique, car « document numérisé » ne désigne pas une seule et même chose. Il en existe trois types différents, et chacun appelle une réponse différente.

Type 1 : numérisation propre de texte en noir et blanc

Une page ne comportant que du texte et des traits, à l'arrière-plan propre. Un contrat classique, un courrier officiel ou un formulaire.

Vainqueur : le PNG, sans discussion.

La raison tient à la fois à la qualité et à la taille. Le PNG étant sans perte, les contours des lettres ne sont pas du tout altérés. Le JPG, lui, produit sur les transitions nettes entre noir et blanc des ombres grises appelées halos (ringing) ; un liseré sale se forme autour des lettres. Aux réglages de qualité bas, cela se voit aisément à l'œil nu et donne au document un aspect amateur.

Du côté de la taille, le PNG l'emporte également. La compression sans perte est extrêmement efficace sur les aplats comportant peu de couleurs. Une page constituée de texte noir sur fond blanc ressort en PNG à une taille étonnamment réduite — le plus souvent plus légère qu'un JPG.

Il n'y a donc même pas de compromis ici : le PNG est à la fois plus propre et plus léger.

Type 2 : numérisation avec grain de papier, en niveaux de gris ou en couleur

Un document ancien, du papier jauni, une numérisation ombrée, un formulaire dont l'arrière-plan comporte de la couleur.

Vainqueur : un JPG de haute qualité, le plus souvent.

Ici, l'équation s'inverse. Le grain du papier et les ombres constituent le type de contenu qui met le plus en difficulté la compression sans perte — chaque pixel diffère légèrement de son voisin et le PNG ne peut pas coder cela efficacement. Résultat : un fichier inutilement volumineux.

Le JPG a été conçu pour ce type de contenu à tons continus et produit des tailles bien plus raisonnables. À condition de garder le réglage de qualité élevé, la lisibilité est préservée.

Avertissement important : l'insistance sur la « haute qualité » est ici tout à fait sérieuse. Abaisser la qualité sur un document numérisé donne un résultat bien pire qu'abaisser la qualité sur une photo. Sur une photo, les artefacts se fondent dans la texture et se dissimulent ; dans un texte, ils viennent directement se poser sur les lettres.

Type 3 : contenu mixte — texte plus photo

Une pièce d'identité, un formulaire de candidature avec photo, une page de catalogue illustrée.

Cela dépend. Si le texte domine, PNG ; si la photo domine, JPG. Si vous n'avez pas de contrainte de taille, le PNG est le choix sûr, car il ne crée de dégradation dans aucune zone.

Si vous prévoyez de faire de l'OCR

Si vous comptez convertir le document en texte, privilégiez le PNG.

Les moteurs d'OCR reconnaissent les caractères en s'appuyant sur l'information de contour. Les artefacts du JPG brouillent ces contours et peuvent accroître les erreurs de reconnaissance, en particulier sur les textes en petits corps, les polices à serifs fins et l'écriture manuscrite. Avec un JPG de haute qualité, l'écart reste généralement acceptable, mais à basse qualité la dégradation est marquée.

Le coût de l'utilisation du PNG se limite à la taille du fichier. Si la précision de l'OCR compte pour vous, ce coût vaut la peine d'être payé.

Les règles valables dans les deux cas

Conservez le TIFF d'origine

C'est la règle la plus importante, indépendamment du format. Le PNG ou le JPG que vous produisez est une copie de diffusion. Pour les documents ayant une valeur juridique ou destinés à l'archivage, le fichier de numérisation d'origine doit être préservé sans modification. Si vous avez besoin d'un autre format plus tard, vous le régénérerez à partir de celui-ci.

Vérifiez le nombre de pages

Un TIFF peut être multipage ; le PNG et le JPG ne le peuvent pas. À la conversion, soit la première page est reprise, soit chaque page devient un fichier distinct. Si vous travaillez sur un contrat numérisé, assurez-vous que toutes les pages sont bien ressorties.

Si les pages doivent rester ensemble, pensez au PDF

C'est l'option la plus souvent négligée. Si vous devez partager un document multipage, le PNG et le JPG ne sont pas la bonne cible. Le PDF prend en charge le multipage, s'ouvre sur tous les appareils et préserve l'ordre des pages.

Récapitulatif de décision

| Situation | Choix | |---|---| | Texte propre en noir et blanc | PNG | | OCR prévu | PNG | | Numérisation avec grain de papier / en couleur, la taille compte | JPG de haute qualité | | Copie de partage d'un document juridique | PNG | | Document multipage | PDF | | Copie maîtresse d'archive | Qu'elle reste en TIFF |

En résumé

Le choix de format pour un document numérisé obéit à une logique différente de celle d'une photo. Sur les numérisations propres à dominante textuelle, convertir en PNG est avantageux sur le plan de la qualité comme sur celui de la taille — un cas de figure rare. Sur les numérisations comportant du grain de papier et de la couleur, un JPG de haute qualité donne un résultat plus équilibré. Dans les deux cas, ne rognez pas sur le réglage de qualité et ne supprimez pas le TIFF d'origine ; ce que l'on appelle un document finit toujours par resservir un jour.