Numérisation et codage des caractères de livres anciens

RÉSUMÉ. La numérisation des livres anciens n’a pas été abordée aussi bien que celle des ouvrages manuscrits anciens, du moins en ce qui concerne les caractères. Or, avant de faire de la reconnaissance de caractères, encore faut-il avoir un certaine connaissance de ceux-ci. Par ailleurs, restituer un ouvrage avec ses caractéristiques typographiques peut induire des recherches qui sinon seraient impossibles. Nous présentons alors le projet Cassetin dont le but est de faire un inventaire des caractères d’imprimerie utilisés depuis le XVe siècle et de proposer une normalisation de leur codage (sous forme d’entités ou de caractères au sens d’Unicode) de façon à rendre portables les sorties d’OCR.