Lire un formulaire manuscrit : ce que l'IA sait faire

Oui, l'IA lit l'écriture manuscrite, mais moins bien que l'imprimé : elle se trompe plus sur les chiffres, les noms propres et les écritures serrées. La bonne approche ne consiste pas à chercher le service qui ne se trompe jamais, mais à préparer des images propres, à structurer le formulaire en champs courts, et à faire relire tout ce qui est incertain. Page mise à jour le 15/11/2026.

Ce que disent les éditeurs

Azure Document Intelligence. Le modèle de lecture (Read) extrait le texte imprimé et manuscrit des PDF et des images, à une résolution supérieure à celle d'Azure Vision Read selon Microsoft. Il renvoie pour chaque mot sa position et un score de confiance. Il classe aussi chaque ligne de texte comme manuscrite ou non, avec un score de confiance : un moyen simple de repérer les zones remplies à la main. La documentation précise que cette détection s'applique aux langues d'écriture manuscrite prises en charge : consultez la liste avant de choisir.

Google Document AI. Le Form Parser extrait des paires clé-valeur, des cases à cocher et des tableaux ; il annonce plus de 200 langues, avec manuscrit pris en charge pour la plupart (pas pour l'hébreu ni le yiddish). L'Enterprise Document OCR extrait aussi le texte manuscrit et note la lisibilité des documents ; la documentation signale des langues sans prise en charge du manuscrit (hébreu, yiddish, thaï, tamoul, télougou, entre autres).

Mistral OCR. La documentation des annotations indique qu'elle accepte des images, y compris de mauvaise qualité ou manuscrites. Elle ne chiffre pas la précision atteinte : voir les annotations de Mistral OCR.

Un grand modèle de langage. Il lit directement l'image du formulaire et répond selon votre schéma. L'avantage est la souplesse sur des formulaires variés ; l'inconvénient est l'absence de score de confiance par champ, à remplacer par des contrôles : voir LLM ou modèle spécialisé.

Aucune de ces pages ne donne de taux de réussite sur du manuscrit français. Ce chiffre, il faut le mesurer sur vos formulaires.

Préparer les images

Les exigences d'entrée d'Azure donnent des repères utiles pour tout service :

• une photo claire ou un scan de bonne qualité par document ;
• une hauteur de texte d'au moins 12 pixels pour une image de 1 024 × 768, ce qui correspond, d'après Microsoft, à du texte d'environ 8 points à 150 points par pouce ;
• des images entre 50 × 50 et 10 000 × 10 000 pixels ;
• les PDF protégés par mot de passe doivent être déverrouillés avant envoi.

En pratique, scannez à plat, sans ombre, avec le formulaire entier dans le cadre et une résolution qui dépasse ces minimums. Un formulaire photographié de travers avec un téléphone est la première cause d'erreurs. Pour les formats de fichiers et la préparation générale, voir images et schémas dans les documents.

Concevoir le formulaire pour l'extraction

Si vous maîtrisez le formulaire, vous gagnez plus qu'en changeant de modèle :

1. Une case par caractère pour les champs courts (code postal, numéro) : l'écriture reste dans des cadres, la lecture est plus fiable.
2. Majuscules d'imprimerie demandées pour les noms.
3. Des listes à cocher plutôt que du texte libre quand les réponses sont connues.
4. Un cadre par champ, sans que l'écriture déborde sur le champ voisin.
5. Un identifiant du formulaire (code-barres ou numéro imprimé), pour rattacher la lecture au bon dossier.

Le schéma d'un formulaire

Pour les cases à cocher, prévoyez trois états : coché, non coché, illisible. Azure renvoie pour chaque case une détection de l'état avec son propre score de confiance, qui sert de signal de doute. Pour les champs de texte, gardez deux valeurs : le texte lu tel quel et la valeur normalisée (date, montant), pour que l'humain voie ce que l'IA a lu avant la transformation. Un champ manuscrit absent vaut null, pas une chaîne vide. Les règles générales sont dans schéma JSON d'extraction.

Valider : des règles strictes sur le manuscrit

Le manuscrit justifie des règles de relecture plus strictes que l'imprimé :

• seuil de confiance plus haut sur les champs numériques (montants, dates, numéros) ; voir seuil de confiance et validation ;
• contrôles de format : un code postal français a cinq chiffres, une date de naissance n'est pas dans le futur ;
• double saisie ciblée : les champs dont l'erreur coûte cher sont relus par une personne, tout le temps ;
• liste fermée quand elle existe (communes, produits) : une lecture qui n'appartient pas à la liste est corrigée ou renvoyée.

Microsoft conseille de regarder séparément la confiance de la lecture du texte et celle de l'extraction. Si la lecture est faible, améliorez la source ; c'est le cas typique d'un manuscrit mal scanné.

Mesurer avant de décider

Prenez 50 formulaires remplis par de vraies personnes, y compris les écritures difficiles, saisissez la vérité terrain et comparez : la méthode est dans mesurer la précision champ par champ. Selon les taux obtenus par champ, vous déciderez ce qui passe seul et ce qui est relu. Pour de gros volumes de formulaires, voir extraction par lots.