OCR لملف PDF

ملف PDF الممسوح ضوئيًا ليس سوى كومة من الصور الفوتوغرافية. لا يمكنك البحث فيه، ولا نسخ فقرة منه، ولا لصق رقم مرجعي خارجه. أداة OCR في PDFora تقرأ النص داخل صور تلك الصفحات باستخدام Tesseract، وهو المحرك مفتوح المصدر ذاته الموثوق في خطوط معالجة المستندات الجادّة، وتسلّمك النص المتعرَّف عليه في ملف .txt نظيف يمكنك البحث فيه وتحريره وإعادة استخدامه.

وإليك ما يميّز أداة OCR هذه: إنها تعمل بالكامل داخل متصفحك. تكاد كل خدمة OCR على الإنترنت ترفع ملفك الممسوح إلى خادم للمعالجة. أما خدمتنا فلا. يجري التعرّف على جهازك أنت، فلا يُنقل جواز سفر ممسوح ضوئيًا أو عقد إيجار موقّع أو صفحة نتائج طبية إلى أي مكان. وبالنسبة لمستندات كهذه، ليس هذا ترفًا، بل هو صلب الموضوع.

تتعرّف الأداة حاليًا على الإنجليزية والهندية والإسبانية والفرنسية، وتختار اللغة قبل تشغيل المسح. وهي مجانية دون تسجيل، ودون علامة مائية، ودون حصة صفحات. تعتمد سرعة التعرّف على جهازك، لأن معالجك هو من ينجز العمل الفعلي، لكن الصفحة النموذجية لا تستغرق سوى ثوانٍ قليلة على حاسوب محمول حديث.

كيفية تطبيق OCR على ملف PDF عبر الإنترنت

1. افتح أداة OCR لملفات PDF على PDFora في متصفح حديث.
2. اسحب ملف PDF الممسوح ضوئيًا إلى منطقة الإفلات، أو انقر لاختياره من جهازك.
3. اختر لغة المستند: الإنجليزية أو الهندية أو الإسبانية أو الفرنسية. اختيار اللغة الصحيحة يحسّن الدقة بشكل كبير.
4. انقر على التعرّف على النص ودع Tesseract يعالج كل صفحة محليًا في متصفحك.
5. تابع مؤشر التقدّم مع اكتمال الصفحات؛ المستندات الأطول تستغرق وقتًا أكبر قليلًا.
6. نزّل النص المستخرج كملف .txt وابحث فيه أو حرّره أو انسخ منه بحرية.

When to use this tool

• استخراج النص من حكم قضائي ممسوح ضوئيًا من 60 صفحة لتتمكن من البحث فيه عن بند بعينه بدل قراءة كل صفحة.
• استخراج اقتباسات من صفحات كتاب دراسي مصوّرة من أجل ورقة بحثية، دون إعادة كتابتها يدويًا.
• رقمنة مجلد من الفواتير الورقية القديمة لتصبح المبالغ وأرقام الفواتير سجلات قابلة للبحث.
• تحويل تعميم حكومي هندي ممسوح ضوئيًا إلى نص قابل للتحرير من أجل الترجمة أو التلخيص.
• استعادة نص مستند لم تبقَ منه سوى نسخة مطبوعة، عبر مسحه ضوئيًا وتشغيل OCR عليه.
• جعل نشرات الاجتماعات والتقارير المطبوعة قابلة للاقتباس في رسائل البريد باستخراج نصها بدل تصويرها بلقطات شاشة.

Tips for the best results

• قدّم للأداة أنظف نسخة ممسوحة لديك. دقة 300 نقطة في البوصة، وإضاءة جيدة، ونص داكن على خلفية فاتحة، تنتج تعرّفًا أفضل بكثير من صورة هاتف خافتة.
• اضبط استقامة المسح أولًا. الصفحات المائلة تُربك التعرّف على الحروف، لذا مرّر المستند المائل عبر أداة تعديل الميل في PDFora قبل OCR.
• طابق إعداد اللغة مع المستند. تمرير خطاب إسباني عبر النموذج الإنجليزي سينتج مخرجات مشوّهة، والعكس صحيح.
• توقّع تشغيلًا أبطأ على الهواتف والحواسيب القديمة. يستخدم المحرك معالج جهازك، فمسح من 100 صفحة مهمة لحاسوب مكتبي لا لجهاز لوحي عمره خمس سنوات.
• دقّق في الأرقام. تقنية OCR جيدة جدًا لكنها ليست مثالية، والأرقام في أرقام الحسابات أو المجاميع تستحق نظرة يدوية قبل الاعتماد عليها.