Différences

Ci-dessous, les différences entre deux révisions de la page.

--- mass:numerisation [2026/10/15 03:42]
47.128.96.71 ancienne révision (2026/09/29 09:26) restaurée
+++ mass:numerisation [2026/10/15 03:49] (Version actuelle)
47.128.97.145 ancienne révision (2026/09/01 20:35) restaurée
@@ Ligne 17: / Ligne 17: @@
   - Ocr-isation
     - en pdf classique (avec texte OCRisé) par Acrobat DC **(non divulgué, privé)**
-    - réalisation d'un index complet automatiquement regroupant tout en un seul pdf chapeau. **(non divulgué, privé)**
+  - Réalisation d'un index complet automatiquement regroupant tout en un seul pdf chapeau. **(non divulgué, privé)**
   - Conversion en texte à partir des pdf ocrisés.
     - en texte brut **(non divulgué, privé)**
@@ Ligne 34: / Ligne 34: @@
-==== Pour la conversion pdf en pdf avec recherche de texte possible (OCR) ====
+==== Etape 6.a : Pour la conversion pdf en pdf avec recherche de texte possible (OCR) ====
 Acrobat DC Pro, le problème, c'est que c'est payant, avec une facture à 200€ d'office...Mais testé et ça marche bien\\
@@ Ligne 42: / Ligne 42: @@
 Bizarrement, au moins dans la version d'essai, le traitement est effectué sur un seul processeur. Alors que c'est là le traitement le plus lent dans la chaîne, environ 3mn par pdf... ça pourrait tourner 8x+ vite s'ils y passaient une journée...
-==== Pour l'indexation ====
+==== Etape 7 : l'indexation ====
 La méthode pour faire des multi pdf indexés : le même logiciel
@@ Ligne 68: / Ligne 68: @@
-===== Conversion en .txt en batch =====
+===== Etape 8.a : Conversion en .txt en batch =====
-Par utilisation de [[http://www.kenbenoit.net/how-to-batch-convert-pdf-files-to-text/|pdftotext.exe]] de la suite [[http://www.foolabs.com/xpdf/|xpdf]] avec un petit programme écrit en C pour en faire un batch.
+Par utilisation de [[http://www.kenbenoit.net/how-to-batch-convert-pdf-files-to-text/|pdftotext.exe]] de la suite [[http://www.foolabs.com/xpdf/|xpdf]] avec un petit programme écrit en python pour en faire un batch.
 En utilisant l'option -raw qui est adaptée aux pdf ocrisés par acrobat.