Le code de cette page n'a pas démarré.

Ouvrir index.html directement depuis un dossier bloque les modules JavaScript, si bien que rien ne se passera au moment de choisir une photo de page. Servez plutôt le dossier en http :

powershell -ExecutionPolicy Bypass -File serve.ps1

Ouvrez ensuite http://localhost:8080/.

Scanner de documents — une photo de page, redressée

Photographiez la page. Vous récupérez quelque chose qui a l'air scanné.

Langue: Français
Voir le code
Vos documents sont traités dans votre navigateur. Aucun envoi pour traitement.

La photo est décodée, redressée, nettoyée et écrite dans un PDF par votre propre navigateur, avec rien d'autre que du calcul et les codecs qu'il embarque déjà. Cet outil n'a aucune fonction réseau, ni pour récupérer ni pour envoyer, et la raison pour laquelle cela compte ici tient à ce dont les gens photographient les pages : un passeport, une fiche de paie, un bail, un formulaire qu'une administration a demandé « scanné ».

Vérification en direct : vérification…

Hors ligne : vérification…

Ne nous croyez pas sur parole : ouvrez les DevTools, regardez l'onglet Réseau et scannez une page. Aucune requête ne transporte une photo, une vignette, un nom de fichier ou la position d'un seul coin. Ou débranchez-vous d'internet et scannez-en une quand même.

1 Choisissez les photos

Une photo par page, prise de n'importe où au-dessus. La page entière doit être dans le cadre, et les quatre coins doivent être visibles ou presque ; tout le reste, l'inclinaison, l'ombre, le bureau sur lequel elle est posée, c'est ce à quoi sert cet outil. Ajoutez-en plusieurs et elles deviennent les pages d'un même document, dans l'ordre où vous les ajoutez.

2 Placez les coins sur la page

Appuyez n'importe où sur la photo et le coin le plus proche vient sous votre doigt ; faites-le glisser jusqu'au coin de la page. Tab atteint un coin au clavier, les flèches le déplacent d'un pixel et Shift de dix. Rien ici n'est définitif : le scan est pris là où les quatre coins finissent.

Choisissez une photo : elle apparaîtra ici, ses quatre coins déjà trouvés.

3 Nettoyez-la

Ce qui suit est le résultat réel, produit par le code même qui écrit le fichier : redressé, et avec la lumière inégale déjà divisée. Il est dessiné à la taille de l'écran pendant que vous choisissez ; le fichier, lui, est fait à la résolution de la photo.

Couleur, égalisée Le papier est mesuré sur toute la page et divisé, si bien que l'ombre disparaît et que le papier redevient blanc, tandis qu'un tampon, une signature à l'encre bleue ou une ligne surlignée gardent la couleur qu'ils avaient. C'est le mode à prendre quand la couleur fait partie du document.

Niveaux de gris La même égalisation, sans la couleur. Plus petit que la couleur et plus doux pour une photographie ou une signature que ne l'est le noir et blanc.

Noir et blanc Chaque pixel est décidé face à son propre voisinage plutôt que face à un nombre unique pour toute la page, et c'est cela qui garde lisible l'écriture prise dans une ombre. C'est ce qui rend un scan petit : un contrat de vingt pages sort ainsi sous le mégaoctet, et une quinzaine en photographies. Il n'a pas de demi-teintes : rien qui porte une photographie ne devrait l'utiliser.

Ne rien y toucher Redressée et rien d'autre. Pour une page où le papier lui-même compte : quelque chose d'ancien, quelque chose de coloré, une photographie.

La page redressée apparaît ici dès qu'il y a une photo à redresser.

4 Enregistrez le document

Le PDF est écrit ici, dans la mémoire de cette page, page après page. Il n'y a au bout de cet outil aucun serveur à qui envoyer une fiche de paie, un passeport ou un contrat, ni de code qui le ferait s'il y en avait un.

Résolution d'impression La taille qu'on déclare pour une feuille faite d'un nombre donné de pixels. Cela change la taille à laquelle le document s'imprime, et pas un seul pixel du scan.

Plus grand côté Un plafond pour la page redressée. La photo d'une page contient bien plus de pixels que la page ne le mérite, et 2400 sur le grand côté font environ 200 DPI sur de l'A4.

Qualité Pour les modes couleur et niveaux de gris, stockés en JPEG. Les pages en noir et blanc sont stockées exactement, ce réglage ne leur fait donc rien.

Titre du document (facultatif) Le PDF contient le nom de cet outil et le titre que vous saisissez, sans date, auteur ni information sur la machine.

82 %

Voir en Markdown

Comment scanner un document avec l'appareil photo du téléphone

  1. Photographiez la page.D'au-dessus, avec la page entière dans le cadre et les quatre coins visibles ou presque. Il n'est pas nécessaire d'être perpendiculaire ni d'avoir un éclairage uniforme : l'inclinaison et l'ombre sont précisément ce à quoi sert cet outil. Ce qui compte, c'est de remplir le cadre : une page photographiée depuis l'autre bout de la pièce n'a plus de détail à récupérer.
  2. Vérifiez les quatre coins.Ils sont trouvés pour vous à la lecture de la photo, et la page le dit quand elle n'est pas sûre : une page posée sur un bureau de la même couleur a un bord réellement difficile à voir. Appuyez n'importe où sur la photo et le coin le plus proche vient sous votre doigt, ou atteignez-en un avec Tab et déplacez-le avec les flèches.
  3. Décidez du sort de la lumière.« Couleur, égalisée » mesure le papier sur toute la page et le divise, si bien que l'ombre disparaît et qu'un tampon ou une signature gardent leur couleur. « Noir et blanc » va plus loin et c'est ce qui rend un scan assez petit pour un courriel. Ce que vous voyez à l'écran est le résultat réel, produit par le code même qui écrit le fichier.
  4. Ajoutez les autres pages.Chaque photo ajoutée devient une page de plus du même document, dans l'ordre de la liste, et chacune garde ses propres coins. Les flèches d'une page dans la bande la déplacent vers l'avant ou vers l'arrière.
  5. Enregistrez le PDF, et ouvrez-le avant de l'envoyer.Le document est écrit ici, dans la mémoire de cette page. Rien n'a été envoyé pour le faire, et rien à son sujet n'a été rapporté nulle part.

La version longue

Comment scanner un document avec son téléphone Ce qui sépare la photo d'une page d'un scan de cette même page : l'inclinaison, la lumière inégale et la taille du fichier. Comment prendre la photo, quoi corriger ensuite, et pourquoi rien de tout cela n'a besoin d'un serveur.

Questions

Mon document est-il envoyé quelque part ?

Non. La photo est décodée, redressée, nettoyée et écrite dans un PDF par votre propre navigateur, sur votre propre matériel. Cet outil n'a aucune fonction réseau, il ne va jamais rien chercher et n'envoie jamais rien, et la Content-Security-Policy de la page nomme chaque adresse qu'elle peut contacter, dont aucune ne nous appartient. Chargez la page une fois, débranchez-vous d'internet : elle continue de fonctionner.

Comment trouve-t-il les coins de la page sans modèle ?

En cherchant les quatre longues droites dont un rectangle est fait. La photo est réduite, le gradient est calculé — où l'image change, et dans quelle direction — et chaque pixel posé sur un bord vote pour la droite sur laquelle il se trouverait. Les droites fortes sont appariées en rectangles candidats, et chaque candidat est noté en parcourant ses quatre côtés : quelle part de chacun a réellement un bord dessous, et les quatre forment-ils la frontière d'une seule et même chose ? Une page est plus claire que ce qui l'entoure, ou plus sombre, mais elle l'est de la même façon sur ses quatre côtés, et c'est cela qui empêche de prendre une ligne de texte pour le bas de la page. Il n'y a aucun poids, rien n'est téléchargé, et le calcul est le même pour tous les documents qui y passent.

Les coins trouvés sont faux. Et maintenant ?

Faites-les glisser. Les coins sont une position de départ et jamais une décision : le scan est pris là où les quatre finissent. Appuyez n'importe où sur la photo et le coin le plus proche saute sous votre doigt, ce qui est plus facile que d'atteindre une petite poignée, et les flèches déplacent le coin sélectionné pixel par pixel. La page vous dit aussi quand les coins sont une supposition plutôt qu'une trouvaille, et marque cette page dans la bande : la raison habituelle est une page posée sur un bureau à peu près de sa couleur, parce qu'il n'y a alors vraiment presque aucun bord à trouver.

Pourquoi la page redressée sort-elle à la bonne forme et non écrasée ?

Parce que la forme est récupérée depuis la perspective plutôt que mesurée sur les bords. Une page photographiée de biais a son bord lointain raccourci, si bien que la méthode évidente — prendre la plus longue paire de bords opposés et appeler cela le rapport — produit un A4 visiblement trapu, ce que donnent la plupart des scanners en ligne. La photo d'un rectangle porte en réalité assez d'information pour récupérer à la fois les proportions du rectangle et la focale de l'appareil, pourvu que ce soit un appareil ordinaire ; c'est un résultat de Zhang et He de 2003, et c'est ce que fait src/shared/document-geometry.js. Là où la photo a été prise perpendiculairement, il n'y a pas de perspective d'où partir et il n'en faut pas, puisque les bords sont alors exacts : l'outil s'y rabat, et la page dit laquelle des deux a répondu.

Que fait exactement le « nettoyage » à l'image ?

Il divise la lumière. La clarté du papier lui-même est mesurée sur toute la page — une grille de tuiles, et dans chaque tuile un centile élevé de la clarté, que le texte est trop sombre et trop clairsemé pour déplacer — et chaque pixel est divisé par le papier estimé en ce point. Ce qui reste, c'est l'encre, uniformément éclairée, sans l'ombre et sans la chute vers les bords. Ce n'est pas la même chose que de monter le contraste : monter le contraste d'une page photographiée rend la partie claire blanche, la partie sombre noire et l'écriture de la partie sombre illisible, et c'est pourquoi les « niveaux automatiques » empirent ces images au lieu de les améliorer.

Pourquoi le mode noir et blanc est-il tellement plus petit ?

Parce qu'une image à deux couleurs représente réellement une fraction des données d'une image à seize millions, et parce qu'elle est stockée ainsi ici : un bit par pixel, empaquetés par huit dans un octet et compressés exactement, plutôt qu'en JPEG d'une image en noir et blanc. Sur les mêmes pages, cela sort environ dix-huit fois plus petit que le mode couleur, si bien qu'un contrat de vingt pages passe sous le mégaoctet au lieu d'en peser une quinzaine. Le seuil est celui de Sauvola, qui décide chaque pixel face à la moyenne et à la dispersion de son propre voisinage plutôt que face à un nombre unique pour toute la page, et c'est cela qui garde lisible l'écriture prise dans une ombre. Il n'a pas de demi-teintes, une page portant une photographie devrait donc utiliser l'un des autres modes.

Puis-je mettre plusieurs pages dans un seul PDF ?

Oui. Chaque photo ajoutée devient une page de plus, dans l'ordre de la liste, et chaque page garde ses propres coins : une pile de pages photographiées les unes après les autres devient donc un document. Les flèches de chaque page dans la bande la déplacent vers l'avant ou vers l'arrière. Le réglage de nettoyage est commun à toutes, et c'est volontaire : des pages nettoyées différemment dans un même document ressemblent à deux documents.

Lit-il le texte, pour que je puisse chercher dans le PDF ?

Non. Il n'y a ni couche de texte ni reconnaissance de caractères : ce qui sort est une image de la page sur une page. Le faire correctement supposerait un moteur d'OCR, soit des dizaines de mégaoctets de modèle à télécharger, et un scanner de documents qui irait chercher un modèle avant de pouvoir lire votre fiche de paie serait un scanner de documents ayant une raison de téléphoner à la maison au sujet des fiches de paie. Si vous avez besoin du texte, le mode noir et blanc produit exactement le type de fichier avec lequel les logiciels d'OCR de votre propre machine travaillent le mieux.

C'est sorti flou. Pourquoi ?

Presque toujours parce que la page était petite dans la photo. Le panneau sous l'aperçu indique quelle part du cadre la page occupait et à combien de points par pouce cela revient à peu près sur une feuille de cette taille : en dessous d'environ 150 DPI, un scan imprimé paraît mou, et contre du détail qui n'a jamais été dans le fichier, aucun outil ne peut rien. Approchez-vous plutôt que de zoomer, tenez immobile, et laissez l'appareil faire le point sur la page avant de déclencher. Le bougé est l'autre cause, et il ne se récupère pas davantage.

Est-ce gratuit, et faut-il un compte ?

C'est gratuit, et il n'y a ni compte, ni connexion, ni période d'essai, ni limite de pages, ni filigrane. Il n'y a pas non plus de limite à la taille des photos, parce qu'aucun serveur ne les paie : le travail se fait sur votre propre machine. Le site porte de la publicité, et c'est elle qui le paie ; on ne donne rien aux annonces sur vos documents.