Réunir des scans en un seul fichier PDF

Le scan en un seul fichier : assembler une pile en un PDF

« Envoyez le scan en un seul fichier » est une demande courte, et ce que le scanner produit réellement ne l'est généralement pas. L'un se retrouve avec vingt PDF d'une page, l'autre avec un dossier de JPEG, le troisième avec les deux mélangés. Assembler tout cela n'a rien de difficile, mais deux étapes se font dans un ordre différent de celui qui semble logique.

Ce que « un seul fichier » demande réellement

L'exigence signifie presque toujours trois choses à la fois, et les deux dernières sont vérifiées par une machine.

Un : un fichier plutôt qu'une pile, parce que la personne en face ne triera pas vos pièces jointes. Deux : les pages dans l'ordre où elles reposaient sur le bureau. Trois, souvent : une couche de texte, pour que le document soit trouvable par recherche dans leur système.

Cette troisième condition est rarement énoncée, et l'on s'en souvient une fois le dossier déjà refusé. La vérification est simple : ouvrez votre fichier et essayez de sélectionner une ligne de texte. Si la page entière s'allume comme une image, il n'y a pas de couche de texte.

Ce que votre scanner a rendu et quoi en faire

Cette dernière ligne est la plus fréquente et la plus gênante. La fusion n'accepte que des PDF : glisser une photographie directement ne marchera pas, le fichier échoue au contrôle de type. L'ordre est ici rigide : jpg-to-pdf transforme d'abord les clichés en un PDF unique, et c'est seulement ce PDF qui rejoint merge-pdf avec les autres parties.

Comment assembler le dossier

1. Ramenez tout au PDF : les photos obtiennent leur propre fichier via jpg-to-pdf. 2. Ouvrez merge-pdf et chargez toutes les parties d'un coup. 3. Choisissez l'ordre de fusion : conserver l'ordre de chargement ou trier par nom. 4. Vérifiez la liste : un numéro de position figure à gauche de chaque nom et montre la suite à venir. 5. Lancez la fusion et téléchargez le fichier fini. 6. Parcourez le résultat en surveillant la première et la dernière page de chaque partie.

Les noms de fichiers décident plus qu'on ne croit

Le tri par nom n'est pas ici une simple comparaison de caractères. Les noms sont découpés en tenant compte des nombres : `scan_2.pdf` se place avant `scan_10.pdf` et non après, ce que ferait un tri alphabétique ordinaire. C'est exactement le cas pour lequel ce tri a été écrit, car les scanners numérotent presque toujours les fichiers sans zéros initiaux.

Une conclusion pratique en découle. Si le scanner a nommé les fichiers `img001`, `img002` et ainsi de suite, le tri par nom assemble le dossier correctement sans votre intervention. Si les noms sont hétérogènes, du genre `contrat`, `annexe`, `procès-verbal`, le tri par nom les range par ordre alphabétique, ce qui ne sera presque sûrement pas l'ordre voulu. Dans ce cas conservez l'ordre de chargement et placez les fichiers à la main.

Le placement manuel fonctionne de deux façons. Sur un ordinateur, le fichier se déplace à la souris. Sur un téléphone, le glissement ne fonctionnera pas et il faut les flèches haut et bas à côté du nom : la liste utilise le mécanisme ordinaire de glisser-déposer, qui ne répond pas au doigt.

Il existe un troisième tri, par taille, du plus petit au plus grand. Pour des numérisations il est inutile : une page pèse ce que pèse l'encre qu'elle porte, ce qui ne dit rien de sa place dans le document.

Un seul fichier abîmé arrête toute la fusion

Scanners et multifonctions produisent régulièrement des PDF à la structure interne endommagée : le fichier s'ouvre dans un programme et refuse dans un autre. Le service l'anticipe et tente une réparation de la structure par lui-même avant d'abandonner.

Si la tentative échoue, le traitement s'arrête entièrement, et le message porte le nom du fichier précis, celui sous lequel vous l'avez chargé et non un identifiant interne. Cela accélère nettement le diagnostic : on sait quelle feuille renumériser ou quoi réparer. Un passage dédié par repair-pdf creuse plus loin que la tentative automatique faite pendant la fusion.

Un contrôle distinct s'exécute au chargement. Un fichier qui n'a pas été transféré en entier est refusé avant tout traitement : un PDF correct porte une marque de fin de fichier, et son absence signale une transmission coupée. Cela arrive volontiers au chargement depuis des dossiers en nuage où le fichier n'est pas encore synchronisé localement. Le remède est de recharger une fois le fichier vraiment posé sur l'appareil.

Un PDF vide sans pages arrête lui aussi la fusion, là encore en donnant son nom. De tels fichiers survivent parfois à une numérisation ratée et ne se distinguent pas des sains.

Une feuille de séparation entre les documents

Les paramètres de fusion comportent un interrupteur qui insère une feuille blanche entre chaque paire de documents. Pour un dossier composé de plusieurs documents autonomes, c'est commode : à l'impression comme au feuilletage, on voit où l'un finit et où le suivant commence.

Un détail : le séparateur prend sa taille sur la page précédente. Si les parties du dossier emploient des formats différents, le séparateur reprend le format de la partie qu'il suit. Sur des numérisations homogènes personne ne le remarque ; sur un mélange d'A4 et de clichés de téléphone, cela paraît étrange.

Un scan pèse toujours plus qu'on ne l'attend

Vingt pages d'un scanner de bureau en couleur, c'est tranquillement 30 à 60 Mo, et les photos de téléphone donnent davantage. La fusion ne compresse rien : elle empile les pages telles quelles, le poids final est donc la somme des parties.

Compressez après la fusion et non avant : compress-pdf traitera le dossier entier en une passe, ce qui est plus rapide et plus prévisible que de presser chaque partie séparément.

Si des versos blancs issus du scan recto verso se sont glissés dans le dossier, retirez-les avec remove-blank-pages : chacune de ces feuilles occupe de la place et alourdit la facture d'impression.

Deux derniers contrôles avant l'envoi

Les rotations. Le chargeur retourne parfois une feuille isolée, et dans le fichier assemblé elle se retrouve à l'envers. Cochez uniquement ces pages dans rotate-pdf et faites-les pivoter : la rotation s'applique aux feuilles sélectionnées, pas à tout le document.

La couche de texte. Si le destinataire fait des recherches à travers ses documents, passez le fichier fini par ocr-pdf. La reconnaissance pose une couche de texte invisible sur l'image, et l'image de la page ne bouge pas.

L'ordre de ces deux opérations compte plus qu'il n'y paraît. La reconnaissance travaille sur l'image de la page, et la compression dégrade précisément cette image : elle abaisse la résolution et ajoute des artefacts autour des lettres. Il faut donc reconnaître avant de compresser, et non l'inverse. L'ordre contraire produit sensiblement plus d'erreurs dans le texte reconnu, surtout en petits caractères et sur les tampons, et rien ne permet ensuite de les corriger.

Un dossier assemblé, redressé, reconnu et compressé, c'est précisément le « fichier unique » qu'on vous demandait. Contrôlez-le dans le même type de programme que celui où le destinataire l'ouvrira : une visionneuse de navigateur et un lecteur de bureau traitent différemment les rotations de page, et cet écart vaut mieux être vu sur votre propre écran.