OCR et IA : vérifier un tableau extrait d’un PDF avant de le reprendre dans Excel
Le total est juste, mais deux lignes sont fausses. Cet exercice explique pourquoi la fidélité d’une extraction se vérifie avant la qualité des calculs.
Sources primaires et limites documentaires vérifiées le 25 octobre 2026
Dernière modification de la page :
Réponse courte
L’essentiel en une minute
Pour contrôler un tableau extrait d’un PDF, comparez les lignes, colonnes, signes, unités et notes avec l’image originale avant de lancer un calcul. Séparez extraction brute, corrections justifiées et données validées. Une cellule illisible reste inconnue. Un total cohérent ne prouve pas que chaque valeur a été correctement lue.
Dans ce dossier : Formation et maîtrise des usages professionnels IA
Préserver les codes, les signes, les unités et les notes.
03
Garder une cellule illisible comme inconnue.
04
Tester séparément extraction, import et formules.
01
Reconnaissance de caractères, extraction et calcul
Un PDF peut contenir du texte sélectionnable, une image scannée ou les deux. La reconnaissance optique de caractères, souvent appelée OCR, transforme une image en caractères. L’extraction structure ces caractères en colonnes et en lignes. L’analyse vient ensuite. Une erreur à la première étape peut traverser les suivantes sans devenir visible.
Un assistant génératif peut aider à proposer une structure ou à expliquer une anomalie. Il peut aussi compléter une cellule par une valeur plausible. Demandez une transcription fidèle plutôt qu’une reconstitution supposée. Séparez les champs lus, les champs incertains et les déductions. Seule une pièce vérifiable permet de corriger une valeur.
Microsoft documente la fonction Données de l’image dans Excel et prévoit un examen des résultats avant insertion. La disponibilité dépend de l’environnement et doit être vérifiée. Cette documentation décrit une fonction, pas une garantie d’exactitude. Le guide ne rapporte aucun essai d’Excel, de Copilot ou d’un outil OCR.
Le besoin métier détermine le contrôle. Une liste d’objets pour un atelier et un tableau destiné à engager une dépense ne demandent pas la même décision de diffusion. Dans tous les cas, il faut pouvoir retrouver l’original et expliquer les corrections.
Préparer une copie utilisable sans perdre les informations
Conservez le document original et un identifiant de version. Travaillez sur une copie dont la page, le tableau et le périmètre sont repérés. Un recadrage peut améliorer la lecture, mais une note sous le tableau peut modifier le sens d’une colonne. Gardez la zone utile et les renvois nécessaires, pas seulement les chiffres.
Vérifiez orientation, netteté et visibilité des en-têtes. Une colonne sur deux pages, une cellule fusionnée ou un saut de ligne peut être interprété comme une nouvelle entrée. Numérotez les lignes de contrôle dans votre copie de travail sans changer les valeurs sources.
Avant tout transfert vers un outil, examinez les données et le cadre autorisé. Une facture peut contenir un nom, une adresse et des coordonnées bancaires. La CNIL recommande un choix du système adapté au besoin et aux données. Un tableau administratif n’est pas automatiquement dépourvu d’informations personnelles ou confidentielles.
Pour apprendre, utilisez une image créée à partir de données entièrement fictives. Si la qualité de l’image est insuffisante, revenir au document natif ou demander une copie lisible peut être plus fiable que multiplier les tentatives de reconstitution.
Écrivez les colonnes avec leur unité et leur type : code texte, libellé, quantité entière, prix décimal, montant signé, date. Un code 0012 doit rester un code si ses zéros ont un sens. Une virgule décimale, une espace de milliers et une parenthèse négative demandent une convention explicite.
Prévoyez trois états de cellule : lue, incertaine et non lisible. Ajoutez une localisation, l’observé et la justification de correction. L’incertitude ne doit pas être écrasée par un zéro. Une valeur inconnue et une quantité réellement nulle ont des effets différents sur la décision.
Demandez une ligne par entrée du tableau, y compris celles dont une valeur manque. La suppression silencieuse d’une ligne produit parfois un tableau qui semble parfaitement propre. Le contrôle du nombre d’entrées et des identifiants vient avant le rapprochement des montants.
Une consigne possible, à adapter sur un support fictif, est : « Transcris sans compléter. Conserve les codes comme texte, indique l’emplacement de chaque ligne et marque les cellules illisibles. Sépare les notes du tableau et les calculs proposés. » Cette consigne est une préparation au contrôle, pas une protection suffisante contre toute erreur.
Exercice fictif : un total exact avec deux lignes fausses
Le tableau source S1, créé pour l’exercice, contient trois lignes en unités abstraites : A vaut 12,50 ; B vaut 7,50 ; C vaut 0,00. Le total imprimé est 20,00. Il ne représente ni facture, ni tarif, ni donnée client.
L’extraction fictive E1 contient A à 17,50 ; B à 2,50 ; C à 0,00, avec un total de 20,00. Les erreurs se compensent. Recalculer la somme confirme le total, tout en laissant deux valeurs fausses. C’est pourquoi un contrôle global ne remplace pas la comparaison cellule par cellule.
Une variante S2 remplace la valeur de C par une cellule masquée, tout en laissant le total imprimé à 20,00. Le lecteur peut calculer une différence théorique, mais ne peut pas prétendre avoir lu la valeur de C. Le document peut comporter une erreur, une règle d’arrondi ou un périmètre mal compris. Le statut reste « à vérifier » jusqu’à obtention d’une source suffisante.
Une troisième variante E2 conserve les bonnes valeurs mais remplace le code 0012 par 12. Le montant est juste, l’identifiant ne l’est plus. La recette doit donc contrôler les types et les codes, pas seulement les nombres additionnés.
Exercice fictif : un total exact avec deux lignes fausses : grille de lecture
Effectuez d’abord le contrôle de structure : pages attendues, titres, nombre de lignes, colonnes, identifiants et notes. Comparez ensuite chaque valeur utilisée pour une décision avec son emplacement source. Terminez par les contrôles de cohérence, les totaux et les unités.
Pour un petit tableau à enjeu, une revue complète peut être praticable. Sur un gros corpus, le plan de contrôle est à définir selon le risque, les moyens et les exigences applicables. Aucun taux d’échantillonnage universel n’est proposé ici. Les cellules signalées incertaines et les champs engageants demandent une attention explicite.
Conservez les corrections dans une couche distincte : identifiant, valeur extraite, valeur retenue, pièce et responsable de validation. Le fichier brut reste disponible dans le cadre de conservation autorisé. Évitez de réécrire directement l’unique extraction, ce qui ferait disparaître la nature de l’erreur.
En cas de nouvelle extraction, comparez aussi les versions. Deux sorties différentes ne permettent pas de choisir la plus vraisemblable. Elles signalent une divergence à résoudre depuis l’original. Une variation répétée sur une zone illisible doit conduire à chercher une meilleure pièce.
L’insertion dans un classeur introduit d’autres risques : conversions automatiques, séparateurs décimaux, dates ambiguës et format des identifiants. Vérifiez les types après import. Conservez une feuille de données validées séparée des calculs, avec un lien vers la référence documentaire autorisée.
Testez ensuite les formules avec des attendus établis indépendamment. Le guide EUAIACT sur les formules Excel traite cette étape distincte. Une extraction fidèle peut être suivie d’un calcul erroné, tout comme une formule exacte peut exploiter des valeurs mal transcrites.
La personne habilitée décide de l’utilisation finale en fonction des pièces et de l’enjeu. Si une donnée indispensable reste inconnue, la sortie conserve ce statut et la décision attend une vérification. Un tableau élégant ne doit pas donner l’impression d’un dossier complet lorsque la source ne permet pas de le soutenir.
Pour une formation, faites travailler séparément la fidélité, l’incertitude et l’autorisation de reprise. Les participants doivent expliquer pourquoi le total de E1 ne suffit pas, pourquoi S2 reste à vérifier et pourquoi le code 0012 demande un type texte. Aucun gain de temps ou résultat produit n’est revendiqué sans essai réel.
Documenter une correction sans effacer son origine
Un registre de correction permet à un autre lecteur autorisé de comprendre ce qui a changé. Il contient la référence du document, son emplacement, la valeur extraite, la valeur retenue et la pièce qui justifie la correction. Le nom d’un outil ou une impression de plausibilité ne suffit pas comme justification. Si la source est devenue illisible ou indisponible, la cellule garde un état à vérifier.
Dans le cas E1, la correction de A doit citer S1 et sa ligne. Le fait de constater un total commun de 20,00 ne permet pas de choisir quelles lignes corriger. Une correction qui répartit arbitrairement l’écart pourrait rendre les nombres cohérents en les éloignant davantage de la source. Gardez aussi la convention des décimales et la distinction entre zéro, champ vide et donnée absente.
Au transfert, la référence documentaire n’exige pas de rendre le fichier accessible à toute personne recevant le tableau. Les accès se règlent selon le besoin et la confidentialité. Une note de contrôle peut indiquer que la pièce est conservée dans le circuit autorisé, avec un interlocuteur habilité, plutôt que joindre automatiquement tous les justificatifs. Le contrôle de fidélité et la diffusion des données demandent deux décisions distinctes.
Distribuez la source et l’extraction fictives séparément, puis demandez une décision motivée. La personne doit identifier les valeurs fausses, conserver les inconnues et distinguer la concordance numérique de la fidélité documentaire. Les attendus ci-dessous sont proposés pour une séance future, sans essai de logiciel exécuté.
?Un total juste garantit-il une bonne extraction ?
Non. Dans le cas fictif, 17,50 + 2,50 donne le même total que 12,50 + 7,50. Les erreurs se compensent. Il faut comparer les lignes et les champs utiles à l’original.
?Peut-on compléter une cellule depuis le total ?
On peut signaler une valeur théorique déduite sous hypothèses. Elle doit rester distincte d’une valeur lue et validée. Une cellule masquée ne devient pas une preuve de lecture parce que la soustraction est possible.
?Ce guide teste-t-il la fonction Excel ?
Non. La documentation officielle a été consultée. Les scénarios et sorties sont inventés pour apprendre le contrôle. Aucun logiciel OCR, classeur Excel ou modèle IA n’a été exécuté pour l’article.
?Faut-il conserver le fichier extrait brut ?
Dans le circuit et la durée autorisés, garder une version brute et les corrections facilite l’explication du résultat. Les accès et la conservation doivent tenir compte des données présentes et des règles de l’organisation.
?Comment traiter un code commençant par zéro ?
Définissez-le comme un identifiant texte lorsqu’il doit conserver ses zéros. Vérifiez le type après l’import, même si les montants restent identiques.
?Un outil très sûr peut-il mal lire ?
La sécurité du traitement et la fidélité de l’extraction sont deux questions différentes. Un outil autorisé doit aussi faire l’objet d’une recette adaptée aux documents utilisés.