OCR
تعرّف على النص الكوري أو الإنجليزي أو الياباني أو الصيني المبسّط في ملفات PDF الممسوحة وأنتج ملف PDF قابلًا للبحث بالإضافة إلى ملف نصي.
هذه الأداة لا ترفع ملفاتك. أغلق التبويب ولن يبقى أي شيء.
البحث داخل مستند ممسوح ضوئياً
أمامك نسخة ممسوحة من عقد قديم أو من مراسلة خرجت من الأرشيف، وحين تبحث فيها عن كلمة لا تظهر أي نتيجة، ولا تستطيع نسخ سطر واحد منها. السبب بسيط: تلك الصفحات صور، ولا توجد داخلها بيانات نصية أصلاً. يقرأ التعرّف الضوئي الحروف من الصورة ويحوّلها إلى نص.
تختار لغة التعرّف من قائمة تضم الإنجليزية والكورية واليابانية والصينية المبسّطة، وليست العربية من بينها، فلا تعطي الأداة نتيجة موثوقة مع النص العربي ولا تصلح لأرشيف عربي. ودقة النتيجة مرهونة بجودة المسح: دقة ثلاثمئة نقطة في البوصة، وورقة مستوية غير مائلة، وإضاءة متساوية بلا ظلال. وتحصل دائماً على ملفين: النص المجرد، وملف PDF قابل للبحث تُعاد فيه كل صفحة صورةً بدقة 144 نقطة في البوصة تقريباً وفوقها طبقة نص غير مرئية، فيبقى شكل الصفحة كما هو لكنه ليس الملف الأصلي. ومع اليابانية والصينية اعتمد على ملف النص، لأن طبقة النص في ملف PDF تُكتب بخط كوري ولاتيني لا يحوي حروفهما.
الخط اليدوي والصور منخفضة الدقة والصفحات الممسوحة مائلة والكلمات الواقعة فوق أختام أو خطوط ترفع نسبة الخطأ ارتفاعاً ملحوظاً. لذلك راجع الأرقام والأسماء بعينك بعد معالجة أي مستند مهم. ويعمل التعرّف داخل متصفحك، فلا تُرسل مستنداتك الممسوحة إلى أي خادم.
طريقة الاستخدام
- 1
حدد ملف PDF ممسوحًا.
- 2
تحقق من اللغات وانقر على ابدأ.
- 3
نزّل ملف PDF القابل للبحث وملف .txt.
الأسئلة الشائعة
- كم يستغرق؟
- حوالي 3–10 ثوانٍ لكل صفحة. التشغيل الأول ينزّل ~4 ميغابايت من بيانات اللغة.
- الدقة؟
- عالية للمطبوعات النظيفة، وأقل للمسح الضبابي أو خط اليد. بنية الجداول لا يتم التعرف عليها.
- ما الذي أحصل عليه؟
- ملفان دائمًا: PDF قابل للبحث وملف .txt. ملف PDF هو كل صفحة معاد رسمها صورة JPEG بدقة 144 نقطة/بوصة تقريبًا وفوقها طبقة نص غير مرئية، فاحتفظ بالمسح الأصلي. ومع اليابانية والصينية اعتمد على ملف .txt، لأن طبقة النص في PDF تُكتب بخط كوري ولاتيني.