Convertir JPG en CSV

Les logiciels Excel, de base de données et d’analyse nécessitent des lignes et des champs plutôt qu’une photographie d’un tableau, d’un reçu, d’un formulaire ou d’une liste. La conversion de l’image rend ces informations modifiables et consultables ; remplacer .jpg par .csv ne crée pas de données structurées.

Qu’est-ce que le format JPG ?

JPG, également appelé JPEG, est un format d’image raster utilisé par les appareils photo, les scanners, les smartphones, les captures d’écran et les logiciels de retouche d’image. Sa compression avec perte permet de conserver des fichiers photographiques et numérisés relativement compacts, mais les pixels ne contiennent pas intrinsèquement de texte, de champs, de lignes ou de colonnes. Un JPG peut afficher un tableau sans enregistrer le tableau sous forme de données.

Qu’est-ce que le format CSV ?

CSV est une représentation en texte brut de données tabulaires. Les lignes représentent normalement des enregistrements, tandis que les virgules, les points-virgules ou un autre délimiteur séparent les champs ; les champs contenant des délimiteurs, des guillemets ou des retours à la ligne doivent être placés entre guillemets. Les applications de feuille de calcul, les bases de données, les programmes statistiques et les scripts peuvent l’importer.

CSV est compact, portable et facile à traiter, mais il ne conserve pas les polices, la mise en page, les images, les formules, les feuilles de calcul multiples ni les types de cellules fiables. Utilisez UTF-8 lorsque des caractères non ASCII doivent rester intacts lors du transfert, et vérifiez le délimiteur attendu par le programme destinataire.

Comment convertir un tableau dans un JPG

Utiliser Excel pour un tableau imprimé lisible

1. Ouvrez une version de Microsoft 365 d’Excel qui inclut la fonctionnalité de reconnaissance d’image.
2. Choisissez Data → From Picture → Picture From File, puis sélectionnez le JPG. Dans les versions mobiles compatibles, utilisez la commande image-vers-données équivalente.
3. Vérifiez les cellules détectées par Excel avant de les insérer, en corrigeant les limites de colonnes, les cellules fusionnées, les dates, les séparateurs décimaux, les valeurs négatives, les cellules vides et les zéros initiaux.
4. Enregistrez d’abord le classeur corrigé si vous avez besoin d’une copie d’audit modifiable.
5. Choisissez File → Save As et sélectionnez CSV UTF-8 (Comma delimited) (*.csv). Une exportation CSV ne contient normalement que la feuille de calcul active.

Utiliser ABBYY FineReader PDF pour les scans difficiles

1. Ouvrez le JPG dans ABBYY FineReader PDF.
2. Exécutez l’OCR avec la langue correcte du document et activez la reconnaissance des tableaux.
3. Examinez le tableau reconnu, en particulier les cellules fusionnées, les limites de colonnes, l’ordre de lecture et les caractères confondus par le scan.
4. Exportez au format XLSX, ouvrez le résultat dans une application de feuille de calcul, puis utilisez File → Save As pour créer un CSV UTF-8. L’exportation directe au format CSV dépend de l’édition de FineReader installée.

Traiter des lots avec un logiciel OCR ou une API

Tesseract OCR peut extraire du texte, mais ne reconstitue pas de manière fiable les tableaux complexes à lui seul. Par exemple, tesseract input.jpg output -l eng crée output.txt ; un analyseur distinct doit identifier les lignes et les colonnes et écrire un CSV valide. Pour l’extraction répétée de tableaux, AWS Textract, Google Cloud Document AI et Azure AI Document Intelligence fournissent un OCR capable de reconnaître les tableaux ; un script peut convertir leurs cellules renvoyées en CSV.

Pour des images occasionnelles et non sensibles, des services accessibles via un navigateur tels que OCR.space et OnlineOCR peuvent reconnaître le texte ou exporter des résultats compatibles avec les feuilles de calcul. Ouvrez le résultat reconnu dans un tableur, corrigez-le et enregistrez-le au format CSV. Ne téléversez pas de pièces d’identité, de documents financiers, de reçus confidentiels ou de documents exclusifs vers un service en ligne.

Convertir les pixels plutôt que le texte

Si le résultat souhaité est une matrice numérique contenant chaque pixel du JPG, l’OCR n’est pas la bonne méthode. Lisez l’image avec Python, MATLAB ou un autre outil de traitement d’image et écrivez les valeurs des pixels dans un CSV ; une image couleur produit normalement des valeurs distinctes pour le rouge, le vert et le bleu, et le fichier obtenu peut être beaucoup plus volumineux que le JPG. Par exemple, Python peut utiliser Pillow et NumPy pour charger l’image, ainsi que numpy.savetxt pour écrire un tableau en niveaux de gris, mais le CSV est généralement moins efficace qu’un format de tableau binaire à cette fin.

Limites de qualité et de compatibilité

La précision de l’OCR dépend de la résolution, du contraste, de l’inclinaison, du flou, de l’écriture manuscrite, de la police, des artefacts de compression et des lignes du tableau. Utilisez une image droite et étroitement recadrée ; pour un document numérisé, environ 300 ppi constitue une cible utile. Corrigez la rotation et améliorez le contraste avant la reconnaissance si nécessaire.

Comparez chaque ligne du résultat avec l’image source. L’OCR peut remplacer 0 par O, 1 par I, modifier les points décimaux et les symboles monétaires, et supprimer les zéros initiaux. Les paramètres régionaux des tableurs peuvent interpréter les dates différemment ou attendre des points-virgules au lieu de virgules.

Conservez le JPG d’origine et le XLSX corrigé lorsque la traçabilité est importante. L’exportation CSV supprime la mise en forme, les formules, les feuilles de calcul supplémentaires et une grande partie des informations de type de l’application source.