Intelligence artificielle · Chapitre 12 · Cours 06

Exploiter un document scanné avec l’OCR

Découvrez comment transformer une image de document en texte exploitable, reconnaître les erreurs de lecture et vérifier les informations avant de les utiliser avec une intelligence artificielle.

À la fin de ce cours, vous saurez :

  • Définir l’OCR et expliquer son fonctionnement.
  • Distinguer un PDF scanné d’un PDF contenant du texte.
  • Identifier les formats adaptés à la reconnaissance de caractères.
  • Préparer correctement une image avant traitement.
  • Comprendre les principaux facteurs de qualité.
  • Reconnaître les erreurs de transcription courantes.
  • Vérifier les dates, montants et références extraits.
  • Utiliser l’IA pour structurer les informations reconnues.
  • Créer un document PDF interrogeable.
  • Appliquer une méthode complète de contrôle qualité.
Prérequis

Connaître les principaux formats de fichiers et les bases de l’analyse documentaire. Les cours précédents du chapitre présentent les PDF, l’extraction d’informations et l’analyse de documents.

1. Qu’est-ce que l’OCR ?

L’OCR, pour Optical Character Recognition, signifie en français reconnaissance optique de caractères.

Cette technologie permet de convertir les caractères visibles dans une image en texte numérique exploitable.

Elle est notamment utilisée pour traiter :

  • Les documents papier numérisés.
  • Les photographies de courriers.
  • Les factures scannées.
  • Les formulaires imprimés.
  • Les archives.
  • Les PDF constitués d’images.
Exemple simple

Vous photographiez une facture papier. Sans reconnaissance de caractères, le fichier contient essentiellement une image.

Après traitement OCR, le logiciel peut reconnaître des éléments tels que « Facture n° 125 », « Date : 12/04/2027 » et « Total TTC : 240,00 € ».

Ces informations peuvent ensuite être copiées, recherchées ou analysées, sous réserve d’avoir été correctement reconnues.

2. Quelle différence entre OCR et intelligence artificielle ?

L’OCR est une technologie de reconnaissance de texte. Elle peut utiliser des méthodes classiques de traitement d’image ou des modèles d’apprentissage automatique.

Une IA générative peut ensuite exploiter le texte reconnu pour le résumer, le classer ou en extraire des données.

FonctionRôleExemple
NumérisationCréer une image du documentScanner une facture
OCRReconnaître les caractèresLire « 240,00 € »
Extraction structuréeAssocier les données à des champsTotal TTC = 240,00 €
IA générativeInterpréter ou reformuler les informationsRésumer le contenu de la facture
Contrôle humainValider les informationsComparer le montant à l’image originale
Distinction importante

Reconnaître un texte n’est pas la même chose que comprendre sa signification. Un OCR peut produire une transcription, tandis qu’une IA peut ensuite proposer une analyse. Les deux traitements peuvent introduire des erreurs.

3. Comprendre les étapes du fonctionnement

Le traitement OCR suit généralement plusieurs étapes.

1
AcquisitionLe document est photographié ou scanné.
2
PrétraitementLe logiciel peut redresser, recadrer et améliorer le contraste.
3
Détection des zonesLe système identifie les blocs de texte, tableaux ou autres éléments.
4
ReconnaissanceLes caractères sont transformés en texte numérique.
5
RestitutionLe texte est exporté ou associé à l’image originale.
6
VérificationLes passages importants sont comparés au document source.

4. Distinguer les types de PDF

Deux fichiers portant l’extension PDF peuvent se comporter très différemment.

4.1. PDF contenant du texte

Le document possède une couche de texte. Il est généralement possible de sélectionner les mots avec le curseur.

4.2. PDF scanné

Chaque page est essentiellement une image. La sélection de texte peut être impossible sans OCR.

4.3. PDF scanné avec couche OCR

Le fichier conserve l’image du document et ajoute une couche de texte reconnue.

TypeTexte sélectionnableOCR nécessaire ?
PDF numérique textuelGénéralement ouiGénéralement non
PDF imageGénéralement nonOui, pour extraire du texte
PDF avec couche OCROui, si la couche fonctionneDéjà effectué, mais contrôle nécessaire

Un texte sélectionnable n’est pas automatiquement exact : une couche OCR existante peut contenir des erreurs.

5. Quels formats utiliser ?

PDF

Pratique pour les documents multipages et les archives.

PNG

Format sans perte, adapté aux captures et images de texte.

JPEG / JPG

Format fréquent pour les photos, avec compression pouvant dégrader les caractères.

TIFF

Utilisé dans certains systèmes de numérisation et d’archivage.

Le format seul ne garantit pas la qualité : la résolution, la netteté et le contraste restent déterminants.

6. Préparer correctement un document

6.1. Qualité de la prise de vue

Pour obtenir une bonne reconnaissance :

  • Placer le document sur une surface plane.
  • Éviter les ombres.
  • Éclairer uniformément.
  • Photographier perpendiculairement à la page.
  • Conserver toutes les marges utiles.
  • Éviter les reflets.
  • Contrôler la netteté.

6.2. Résolution

Pour un document imprimé courant, une numérisation autour de 300 dpi constitue souvent un bon point de départ.

Une résolution plus élevée peut être utile pour les petits caractères, mais elle augmente la taille des fichiers et ne répare pas un document flou.

6.3. Contraste

Un texte foncé sur fond clair est généralement plus facile à reconnaître.

6.4. Orientation

Une page tournée, inclinée ou déformée peut provoquer des erreurs de reconnaissance.

Attention

Améliorer artificiellement une image ne garantit pas la récupération de caractères réellement illisibles. Une image fortement dégradée peut nécessiter une nouvelle numérisation.

7. Les erreurs OCR les plus fréquentes

Un logiciel OCR peut confondre des caractères visuellement proches.

Confusion possibleExempleRisque
0 et O2020 / 2O2ODate ou référence incorrecte
1, l et I1I5 / 115Numéro erroné
5 et S5ervice / ServiceMot déformé
8 et BB80 / 880Référence incorrecte
Virgule et point1.250 / 1,250Ambiguïté numérique
Espaces1250 / 12 50Montant ou numéro altéré
Accentsecheance / échéanceTexte dégradé

Ces confusions sont des exemples de risques, pas des corrections automatiques. Le caractère exact doit être vérifié sur la source.

8. Exemple avant et après correction

Résultat OCR brut — Exemple fictif

Facture N° FA-2O27-O18
Date : 15/O4/2O27
Montant HT : 1 25O,OO €
TVA : 25O,OO €
Total TTC : 1 5OO,OO €

Transcription corrigée après contrôle du document original

Facture n° FA-2027-018
Date : 15/04/2027
Montant HT : 1 250,00 €
TVA : 250,00 €
Total TTC : 1 500,00 €

La correction repose sur la comparaison avec le document source fictif, et non sur une simple supposition.

9. Pourquoi les montants exigent une vigilance particulière

Une erreur OCR sur un montant peut modifier fortement le résultat d’une analyse.

Exemple chiffré

Montant réel sur la facture : 1 250,00 €.

Montant mal reconnu : 12 500,00 €.

Écart : 12 500 − 1 250 = 11 250 €.

Le montant erroné est dix fois supérieur au montant réel.

Il faut donc vérifier en priorité les chiffres, séparateurs décimaux, devises, signes négatifs et totaux.

9.1. Contrôle arithmétique

Sur une facture simple, on peut vérifier la cohérence entre montant HT, TVA et total TTC.

Exemple : 1 250 € HT + 250 € de TVA = 1 500 € TTC.

Ce contrôle détecte certaines incohérences, mais ne prouve pas que les montants extraits correspondent au document original.

10. Extraire les informations d’une facture scannée

Après OCR, les données peuvent être organisées en champs.

ChampExemple fictif
NuméroFA-2027-018
Date15/04/2027
FournisseurNova Bureau
ClientAssociation Horizon
Total HT1 250,00 €
TVA250,00 €
Total TTC1 500,00 €

Il faut également vérifier que le logiciel n’a pas confondu les coordonnées du fournisseur et celles du client.

11. Traiter les tableaux scannés

Les tableaux représentent une difficulté particulière pour l’OCR.

Le logiciel peut :

  • Fusionner plusieurs colonnes.
  • Associer un montant à la mauvaise ligne.
  • Supprimer des cellules vides.
  • Confondre les en-têtes.
  • Modifier l’ordre de lecture.

11.1. Exemple

ArticleQuantitéPrix unitaire HTTotal HT
Clavier325 €75 €
Souris415 €60 €
Écran2150 €300 €
Total435 €

Contrôle : 3 × 25 + 4 × 15 + 2 × 150 = 435 € HT.

Le calcul doit être réalisé après avoir confirmé que les quantités et prix ont été correctement attribués à chaque article.

12. Reconnaître les documents manuscrits

La reconnaissance d’écriture manuscrite est plus complexe que celle d’un texte imprimé.

On parle souvent de HTR (Handwritten Text Recognition) pour les systèmes spécialisés dans la transcription d’écriture manuscrite.

Les difficultés comprennent :

  • La diversité des écritures.
  • Les lettres attachées.
  • Les abréviations.
  • Les corrections manuscrites.
  • Les caractères superposés.
  • La faible lisibilité.
À distinguer

Un OCR conçu principalement pour du texte imprimé peut être peu fiable sur un document manuscrit. Certains outils d’IA multimodale peuvent interpréter des écritures manuscrites, mais ils ne garantissent pas une transcription exacte.

13. Créer un PDF interrogeable

Un PDF interrogeable conserve l’apparence du document tout en permettant de rechercher des mots dans une couche de texte.

13.1. Procédure générale

  1. Ouvrir le PDF scanné dans un logiciel compatible OCR.
  2. Sélectionner la langue appropriée.
  3. Lancer la reconnaissance.
  4. Contrôler le texte reconnu.
  5. Enregistrer un PDF avec couche de texte.
  6. Tester la recherche d’un mot présent dans le document.

Selon le logiciel, les menus et les possibilités d’exportation varient.

13.2. Vérifier le résultat

La possibilité de rechercher un mot ne suffit pas à garantir l’exactitude de toute la transcription.

Il faut également contrôler les passages sensibles et les pages complexes.

14. Utiliser l’OCR avec une IA générative

Une fois le texte reconnu, une IA peut aider à :

  • Résumer un document.
  • Extraire les informations importantes.
  • Construire un tableau.
  • Identifier les dates et références.
  • Classer des documents.
  • Comparer plusieurs fichiers.
  • Repérer les passages à vérifier.

Il faut cependant distinguer le texte réellement extrait des informations que l’IA pourrait déduire ou inventer.

14.1. Prompt de transcription fidèle

Analyse l’image du document joint. OBJECTIF Transcrire fidèlement le texte visible. CONSIGNES – Respecte l’ordre de lecture. – Conserve les montants, dates et références. – Ne corrige pas silencieusement les caractères incertains. – Signale les passages illisibles. – Ne complète pas les mots manquants par supposition. – Conserve autant que possible les titres et tableaux. FORMAT 1. Transcription. 2. Passages incertains. 3. Informations nécessitant une vérification. Si tu ne peux pas lire un élément, indique « illisible » plutôt que d’inventer.

14.2. Prompt d’extraction structurée

À partir du document scanné joint, extrais les informations suivantes : – Type de document. – Émetteur. – Destinataire. – Date. – Référence. – Objet. – Montants. – Échéances. – Actions demandées. Pour chaque information : 1. Indique la valeur reconnue. 2. Indique la page ou la zone source. 3. Signale les caractères incertains. 4. Utilise « non trouvé » si l’information n’apparaît pas. Ne déduis pas une valeur à partir d’informations insuffisantes. Présente le résultat sous forme de tableau, puis liste les contrôles prioritaires.

15. Contrôler la qualité de reconnaissance

Un contrôle qualité consiste à comparer le résultat OCR avec le document d’origine.

15.1. Contrôle visuel

Relire les passages importants sur l’image source.

15.2. Contrôle des champs

Vérifier les informations critiques :

  • Identité.
  • Dates.
  • Montants.
  • Références.
  • Numéros de dossier.
  • Adresses.
  • Conditions et réserves.

15.3. Contrôle de cohérence

Comparer les montants entre eux, les totaux avec les lignes et les dates avec le contexte.

Une cohérence apparente ne suffit pas à prouver l’exactitude.

16. Comprendre le taux d’erreur

La qualité OCR peut être évaluée à l’aide de métriques spécialisées.

16.1. Taux d’erreur de caractères

Le CER (Character Error Rate) mesure les erreurs de transcription au niveau des caractères.

Il utilise les substitutions, suppressions et insertions nécessaires pour rapprocher la transcription du texte de référence.

CER = (S + D + I) / N × 100

Avec :

  • S : substitutions.
  • D : suppressions.
  • I : insertions.
  • N : nombre de caractères du texte de référence.
Exemple simplifié

Un texte de référence contient 1 000 caractères.

La comparaison identifie 12 substitutions, 5 suppressions et 3 insertions.

CER = (12 + 5 + 3) / 1 000 × 100 = 2 %.

Un CER de 2 % ne signifie pas que tous les montants ou numéros sont corrects. Une seule erreur sur une donnée critique peut suffire à rendre le résultat inutilisable.

16.2. Taux d’erreur de mots

Le WER (Word Error Rate) applique un principe comparable au niveau des mots.

Ces métriques nécessitent un texte de référence fiable pour mesurer réellement les erreurs.

17. Cas pratique complet : facture scannée

Situation fictive

Une petite entreprise reçoit une facture scannée. Le résultat OCR comporte plusieurs erreurs.

Texte OCR brut

Facture : FB-2O27-045
Date : O8/O5/2O27
Fournisseur : Atelier Nova
Montant HT : 8OO,OO €
TVA : 16O,OO €
Total TTC : 96O,OO €

Informations visibles sur le document original fictif

Facture : FB-2027-045
Date : 08/05/2027
Fournisseur : Atelier Nova
Montant HT : 800,00 €
TVA : 160,00 €
Total TTC : 960,00 €

17.1. Identifier les erreurs

ChampOCR brutValeur contrôlée
NuméroFB-2O27-045FB-2027-045
DateO8/O5/2O2708/05/2027
Montant HT8OO,OO €800,00 €
TVA16O,OO €160,00 €
Total TTC96O,OO €960,00 €

17.2. Vérifier les calculs

800 + 160 = 960 € TTC.

La TVA représente ici 160 / 800 × 100 = 20 % du montant HT.

Le calcul est cohérent avec les montants de cet exemple, mais la validité du taux applicable à une opération réelle devrait être vérifiée séparément.

17.3. Conclusion corrigée

Le document est exploitable après correction des confusions entre la lettre O et le chiffre 0, sous réserve de contrôler les autres informations nécessaires.

Les valeurs corrigées doivent être conservées avec la référence du document source.

18. Cas pratique : courrier administratif scanné

Document fictif

Référence : ADM-2027-118

Date : 12 juin 2027

Objet : Demande de pièce complémentaire

« Nous vous invitons à transmettre votre justificatif de domiciliation avant le 30 juin 2027. »

Résultat OCR

Référence : ADM-2O27-ll8

Date : 12 juin 2O27

« Nous vous invitons à transmettre votre justificatif de domiciliation avant le 3O juin 2O27. »

18.1. Correction

Après comparaison avec le document original :

  • Référence correcte : ADM-2027-118.
  • Date du courrier : 12 juin 2027.
  • Pièce demandée : justificatif de domiciliation.
  • Date mentionnée : avant le 30 juin 2027.

18.2. Point de vigilance

La référence et la date comportent des caractères proches. L’IA ne doit pas les corriger sans vérifier l’image originale.

La mention « avant le 30 juin » doit être conservée fidèlement : elle ne doit pas être reformulée automatiquement en « jusqu’au 30 juin inclus ».

19. Choisir un outil OCR

Le choix dépend du type de documents, du volume, de la confidentialité et des formats de sortie.

Type d’outilUtilisationPoint de vigilance
Application mobile de numérisationPhotos et documents ponctuelsQualité de prise de vue et stockage
Logiciel PDF avec OCRPDF multipagesFonctions parfois payantes
Outil OCR localTraitement sur ordinateurInstallation et configuration
Service OCR en ligneConversion ponctuelleConfidentialité et conservation des fichiers
Plateforme documentaireTraitement de volumes importantsCoût, paramétrage et contrôle qualité

19.1. Quelques solutions connues

  • Tesseract OCR : moteur OCR libre pouvant être utilisé localement.
  • OCRmyPDF : outil permettant notamment d’ajouter une couche OCR à des PDF scannés.
  • Adobe Acrobat : certaines offres intègrent des fonctions de reconnaissance de texte.
  • Google Drive / Google Docs : certaines fonctionnalités permettent d’extraire du texte de documents ou images.

Les fonctionnalités exactes, conditions d’accès et limites dépendent des versions et services utilisés.

20. Confidentialité et sécurité

Un document scanné peut contenir des informations sensibles.

Exemples :

  • Pièces d’identité.
  • Coordonnées personnelles.
  • Factures nominatives.
  • Contrats confidentiels.
  • Documents bancaires.
  • Dossiers médicaux.

Avant de transmettre un document à un service externe :

  1. Vérifier que le traitement est autorisé.
  2. Limiter les données transmises au strict nécessaire.
  3. Privilégier une solution adaptée au niveau de confidentialité.
  4. Vérifier les règles de conservation et de suppression.
  5. Contrôler les accès aux fichiers et aux résultats.
À ne pas faire

Ne téléversez pas un document sensible sur un service OCR public sans avoir vérifié les autorisations et garanties nécessaires.

21. Méthode professionnelle de traitement OCR

1
Identifier le documentDéterminer sa nature et son objectif d’utilisation.
2
Contrôler la confidentialitéVérifier les droits et choisir un outil approprié.
3
Numériser proprementObtenir une image nette et complète.
4
Effectuer l’OCRReconnaître les caractères avec la langue adaptée.
5
Contrôler la transcriptionVérifier les champs et passages importants.
6
Exploiter les donnéesStructurer, rechercher ou analyser les informations validées.
7
Conserver la traçabilitéAssocier le résultat au document source et aux corrections réalisées.

22. Liste de contrôle avant validation

  • Toutes les pages utiles sont présentes.
  • Le document est suffisamment net.
  • L’orientation est correcte.
  • Les marges ne sont pas coupées.
  • La langue de reconnaissance est adaptée.
  • Les titres et paragraphes sont correctement ordonnés.
  • Les tableaux ont été vérifiés.
  • Les dates sont exactes.
  • Les montants sont exacts.
  • Les références sont exactes.
  • Les passages incertains sont signalés.
  • Les informations manquantes ne sont pas inventées.
  • Les données sensibles sont protégées.
  • Le fichier source reste accessible aux personnes autorisées.
  • Le résultat final a été validé.

23. Vérifiez votre compréhension

Question 1 — Définition

Quelle est la fonction principale de l’OCR ?

Afficher la correction
Transformer des caractères visibles dans une image en texte numérique exploitable.
Question 2 — PDF

Pourquoi un PDF scanné peut-il nécessiter un OCR ?

Afficher la correction
Parce qu’il peut contenir uniquement des images, sans couche de texte directement sélectionnable ou interrogeable.
Question 3 — Erreur de reconnaissance

Un OCR reconnaît « 2O27 » au lieu de « 2027 ». Quelle confusion s’est produite ?

Afficher la correction
La lettre O a été confondue avec le chiffre 0. La correction doit être confirmée sur l’image source.
Question 4 — Calcul

Une facture comporte 600 € HT et 120 € de TVA. Quel total TTC doit-on retrouver ?

Afficher la correction
600 + 120 = 720 € TTC. Il faut ensuite vérifier que ce montant correspond bien à celui inscrit sur la facture.
Question 5 — Contrôle qualité

Pourquoi un texte OCR grammaticalement correct n’est-il pas nécessairement fiable ?

Afficher la correction
Parce qu’il peut contenir des erreurs de chiffres, de références, de dates ou d’attribution des informations, même si les phrases paraissent cohérentes.

24. Questions fréquentes

1. Que signifie OCR ?

Optical Character Recognition, ou reconnaissance optique de caractères.

2. L’OCR est-il forcément une IA générative ?

Non. L’OCR peut utiliser différentes techniques, dont certaines reposent sur l’apprentissage automatique.

3. Peut-on utiliser l’OCR sur un PDF ?

Oui, notamment lorsqu’il contient des pages scannées.

4. Peut-on utiliser l’OCR sur une photo ?

Oui, si la qualité de l’image permet de reconnaître les caractères.

5. Quelle résolution choisir ?

Environ 300 dpi constitue souvent un bon point de départ pour des documents imprimés courants.

6. L’OCR reconnaît-il les tableaux ?

Certains outils le permettent, mais l’organisation des cellules doit être contrôlée.

7. Peut-il lire une écriture manuscrite ?

Certains outils spécialisés peuvent le faire, avec une fiabilité variable.

8. Pourquoi les chiffres sont-ils sensibles ?

Une confusion de caractères peut modifier fortement un montant ou une référence.

9. Peut-on créer un PDF recherchable ?

Oui, avec un outil ajoutant une couche de texte OCR.

10. Un PDF recherchable est-il toujours exact ?

Non. Sa couche de texte peut contenir des erreurs.

11. Peut-on extraire une facture ?

Oui, mais les champs et montants doivent être validés.

12. L’OCR comprend-il le sens du texte ?

Sa fonction principale est la reconnaissance de caractères. L’interprétation nécessite d’autres traitements.

13. Peut-on corriger automatiquement les erreurs ?

Certains outils proposent des corrections, mais les données critiques doivent être vérifiées sur la source.

14. Pourquoi vérifier les dates ?

Les chiffres et séparateurs peuvent être mal reconnus.

15. Que signifie CER ?

Character Error Rate, taux d’erreur de caractères.

16. Que signifie WER ?

Word Error Rate, taux d’erreur de mots.

17. Peut-on traiter plusieurs pages ?

Oui, selon les capacités de l’outil.

18. Peut-on traiter des documents confidentiels ?

Oui, uniquement avec des autorisations et mesures de protection adaptées.

19. L’IA peut-elle résumer le texte OCR ?

Oui, mais les erreurs de transcription peuvent contaminer le résumé.

20. Quelle est la meilleure méthode ?

Numériser correctement, reconnaître le texte, contrôler les données importantes et conserver la source.

25. Glossaire

TermeDéfinition
OCRReconnaissance optique de caractères.
HTRReconnaissance de texte manuscrit.
NumérisationConversion d’un document physique en fichier numérique.
ScannerAppareil ou fonction permettant de numériser un document.
PDF imagePDF contenant principalement des images de pages.
Couche OCRTexte reconnu associé à une image de document.
PDF interrogeablePDF dans lequel il est possible de rechercher du texte.
RésolutionNiveau de détail d’une image.
DPIDots Per Inch, unité utilisée pour décrire une résolution d’impression ou de numérisation.
ContrasteDifférence visuelle entre éléments clairs et foncés.
PrétraitementOpérations préparant une image à la reconnaissance.
RedressementCorrection de l’inclinaison d’une image.
RecadrageAjustement des limites d’une image.
TranscriptionRestitution écrite du contenu reconnu.
ExtractionRécupération d’informations dans un document.
ReconnaissanceIdentification de caractères ou de structures.
CaractèreLettre, chiffre, signe ou symbole.
SubstitutionRemplacement erroné d’un caractère par un autre.
SuppressionOmission d’un caractère attendu.
InsertionAjout d’un caractère absent de la source.
CERTaux d’erreur calculé au niveau des caractères.
WERTaux d’erreur calculé au niveau des mots.
Contrôle qualitéVérification de la conformité du résultat.
TraçabilitéPossibilité de retrouver l’origine d’une donnée.
ConfidentialitéProtection des informations contre les accès non autorisés.

26. Ressources pour approfondir

À retenir

  • L’OCR transforme les caractères visibles dans une image en texte numérique.
  • Un PDF scanné peut nécessiter une reconnaissance de caractères.
  • La qualité de l’image influence la fiabilité de l’OCR.
  • Les chiffres, dates et références doivent être vérifiés.
  • Les tableaux et documents manuscrits présentent des difficultés particulières.
  • Une couche OCR permet de rechercher du texte, sans garantir son exactitude.
  • L’IA peut exploiter le texte reconnu, mais elle peut aussi propager ses erreurs.
  • Les contrôles doivent s’appuyer sur le document original.
  • La confidentialité des documents doit être préservée.
Dans le prochain cours 07 — Organiser et classer des fichiers →

Découvrez comment construire un classement documentaire cohérent et utiliser l’IA pour retrouver plus facilement vos informations.

Entraînement Ulpia360

Passez à la pratique

Entraînez-vous à reconnaître les erreurs OCR, corriger des transcriptions, vérifier des montants et organiser les informations issues de documents scannés.

15 exercices prévus Application Entraînement Synthèse

Les exercices seront accessibles depuis la page du chapitre après leur publication.

Exercices du cours

Entraînez-vous avec 15 exercices progressifs. Ouvrez un exercice pour répondre, puis afficher sa correction.