التعرف الضوئي على الحروف (OCR) لملفات PDF

التعرف الضوئي على الحروف تقنية تحوّل صور النصوص — مثل الصفحات الممسوحة ضوئياً أو المستندات المصوّرة — إلى نص حقيقي يمكن للحاسوب قراءته. تضيف هذه الأداة النص المتعرَّف عليه كطبقة غير مرئية داخل ملف PDF، فيبدو الملف كما هو تماماً لكنه يصبح قابلاً للبحث والتحديد والنسخ.

العربية لغة أساسية في هذه الأداة وليست إضافة ثانوية — فمعظم أدوات OCR المجانية تتعامل مع العربية بشكل سيئ أو لا تدعمها إطلاقاً، بينما نستخدم محرك Tesseract بنموذجه العربي المخصص الذي يتعامل بشكل صحيح مع الحروف المتصلة والكتابة من اليمين إلى اليسار. الدقة جيدة لكنها ليست مثالية: فهي تعتمد كثيراً على جودة المسح الضوئي، إذ تعطي الصفحات المطبوعة الممسوحة بدقة 300 نقطة في البوصة نتائج أفضل بكثير من الصور الضبابية أو خط اليد. للحصول على أفضل النتائج، امسح صفحات مستقيمة وجيدة الإضاءة.

يمكن أن يصل حجم الملف إلى 50 ميغابايت و50 صفحة. التعرف الضوئي عملية بطيئة فعلاً — توقّع حوالي ثانية إلى ثانيتين لكل صفحة — لذا قد تتجاوز المستندات الأكبر المهلة الزمنية. إذا كان ملفك أكبر، قسّمه بأداة تقسيم PDF وأجرِ التعرف الضوئي على الأجزاء كلٍّ على حدة، أو اضغطه أولاً.

إذا كانت كل الصفحات تحتوي على طبقة نص بالفعل (مثل ملف PDF مُصدَّر من Word)، فلا يوجد ما يضيفه التعرف الضوئي، لذا نخبرك بذلك بدلاً من إعادة الملف نفسه بصمت. إذا كان النص الموجود خاطئاً أو مشوّهاً — وهو أمر شائع في الملفات العربية المعالجة بأدوات لا تدعم العربية جيداً — فعّل خيار إعادة التعرف لاستبداله بنص جديد.

يعمل التعرف الضوئي على خادمنا لأن معالجة النصوص أثقل من أن تتم داخل المتصفح. يُعالج ملفك في مساحة تخزين مؤقتة ويُحذف تلقائياً خلال ساعة واحدة — لا نقرأ مستنداتك ولا نشاركها ولا نحتفظ بها أبداً.

نعم — أفضل طريقة هي إجراء التعرف الضوئي هنا أولاً، ثم تمرير الملف الناتج القابل للبحث عبر أداة تحويل PDF إلى Word. بدون خطوة التعرف الضوئي يتحول الملف الممسوح إلى صور داخل Word، أما معها فتحصل على نص قابل للتحرير.

ارفع ملف PDF الممسوح ضوئياً، وحدّد لغات التعرّف الموجودة فيه (العربية أو الإنجليزية أو الفرنسية)، ثم اضغط على زر التعرّف الضوئي. تستغرق المعالجة نحو ثانية إلى ثانيتين لكل صفحة، ثم يُنزَّل ملف PDF قابل للبحث بعد إضافة طبقة نص غير مرئية فوق كل صفحة ممسوحة.

المدعوم ثلاث لغات: العربية والإنجليزية والفرنسية. ويمكنك اختيار أي مزيج منها للمستندات متعدّدة اللغات، مثل العقود العربية التي تتضمّن بنوداً بالإنجليزية. ويجب اختيار لغة واحدة على الأقل قبل تشغيل التعرّف الضوئي.

لا. يوضَع النص المتعرَّف عليه كطبقة غير مرئية فوق الصورة الأصلية تماماً، فيبقى شكل المستند مطابقاً — الأختام والتواقيع والتنسيق دون أي تغيير — لكنه يصبح قابلاً للبحث والنسخ.

يمكن أن يصل حجم الملف إلى 50 ميجابايت وعدد صفحاته إلى 50 صفحة. والتعرّف الضوئي عملية ثقيلة حسابياً — نحو ثانية إلى ثانيتين لكل صفحة — لذا فإن المستندات الأكبر ستتجاوز المهلة المسموحة. قسّم الملفات الكبيرة بأداة تقسيم PDF وطبّق التعرّف الضوئي على الأجزاء كلٍّ على حدة، أو اضغط الملفات كبيرة الحجم أولاً.

توقّع نحو ثانية إلى ثانيتين لكل صفحة، أي أن مستنداً من 30 صفحة قد يستغرق دقيقة تقريباً. وتُنفَّذ عمليات التعرّف الضوئي واحدةً تلو الأخرى على الخادم، وقد يُطلب منك إعادة المحاولة بعد دقيقة في أوقات الازدحام.

الدقة جيدة لكنها ليست كاملة أبداً، وتعتمد إلى حد كبير على جودة المسح الضوئي. فالمسح النظيف والمستقيم وجيد الإضاءة بدقة 300 نقطة في البوصة للنصوص المطبوعة يعطي نتائج ممتازة، بينما تقلّ الدقة مع الصور الضبابية والصفحات المائلة والمسح منخفض الدقة في أي نظام تعرّف ضوئي.

ليس بشكل موثوق. فمحرّك التعرّف مصمَّم للنصوص المطبوعة. وقد تُقرأ الحروف الكبيرة المنفصلة والمكتوبة بعناية جزئياً، أمّا الخط اليدوي المتّصل — بأي لغة — فلن يُقرأ عموماً. وتبقى الملاحظات المكتوبة بخط اليد والتواقيع ظاهرة في الملف، لكنها لا تتحوّل إلى نص قابل للبحث.

لا، تُرفض الملفات المشفّرة مع رسالة واضحة. أزل كلمة المرور أولاً بأداة فتح قفل PDF، ثم طبّق التعرّف الضوئي على الملف المفتوح، وأعد حمايته بعد ذلك إذا لزم الأمر.

نعم، مجاني تماماً — بلا تسجيل ولا علامات مائية ولا باقات مدفوعة حالياً. ولأن التعرّف الضوئي هو الأداة الأثقل على خوادمنا، فالاستخدام محدود بخمسة مستندات كل 15 دقيقة، وهو ما يغطّي الاستخدام المعتاد بأريحية.

تُحذف جميع الملفات المرفوعة تلقائياً من خوادمنا خلال ساعة واحدة، ومعظمها فور انتهاء المعالجة. ولا نقرأ محتويات مستنداتك أو نخزّنها أو نشاركها إطلاقاً، ولا نحتفظ بأي تخزين دائم.

تُبلغك الأداة بالمشكلة تحديداً: ملفات تتجاوز 50 ميجابايت أو 50 صفحة، أو ملفات محمية بكلمة مرور، أو صفحات تحتوي على نص بالفعل، أو خادم مشغول. وكل رسالة توضّح ما ينبغي فعله — التقسيم أو فتح القفل أو تفعيل إعادة التعرّف أو إعادة المحاولة بعد دقيقة.