Choix technique · mesures locales
Choisir le moteur sur des résultats.
Deux moteurs de lecture ont été exécutés sur le même corpus synthétique. La précision, le temps d’attente et les limites comptent ensemble.
Mesures du 15 septembre 2026 · Chromium sur Linux · 30 images fictives. Ce tableau rapporte une exécution enregistrée, il ne lance aucune analyse sur votre appareil.
Les résultats observés
| Moteur | Documents avec les quatre champs exacts | Initialisation | Une image après initialisation |
|---|---|---|---|
| tesseract.js 7.0.0 | 96,7 % | 0,38 s | 0,21 s |
| PaddleOCR.js PP-OCRv6 small | 100 % | 18,33 s | 2,21 s |
Les quatre valeurs comparées sont le commerce, la date, le total et la TVA. Un même extracteur est utilisé pour les deux moteurs. Cette mesure ne certifie ni la validité comptable du document, ni le parcours complet de la démo.
Ce que ces mesures permettent de décider
Le moteur public reste Tesseract.js 7 : ce premier essai favorise son temps de réponse. PaddleOCR avec PP-OCRv6 est une piste récente testée, mais son coût de chargement et de calcul doit aussi convenir à un premier essai et à un téléphone.
Le surlignage des sources, la correction humaine et les contrôles métier complètent la lecture. Un moteur plus récent ne dispense pas de vérifier les données.
Les ressources du moteur sont téléchargées ; les images de votre essai restent dans le navigateur. Aucun compte ni appel à une API payante n’est nécessaire.
Limites et reproductibilité
Les images de ce corpus sont générées : les angles, ombres et flous sont simulés. Elles ne remplacent pas un essai sur des photos réelles et variées. Ce premier corpus sert à explorer la faisabilité ; il n’est pas un jeu de validation indépendant après optimisation.
Ce benchmark utilise les réglages anglais (Tesseract « eng », PaddleOCR « en »), tandis que la démo utilise le modèle français. Ses chiffres ne mesurent donc pas exactement la configuration publique. Le parcours interactif est vérifié séparément par des tests fonctionnels.
L’initialisation mesure la création du moteur dans le navigateur de test, pas le temps complet entre l’ouverture du site et le premier résultat. Les caches réseau et les conditions matérielles influencent les durées.
Sources : Tesseract.js et SDK officiel PaddleOCR.js.