ما هو التعرف الضوئي على الحروف (OCR)؟
التعرف الضوئي على الحروف (OCR) يحوّل بكسلات الصفحة الممسوحة أو الصورة إلى نص: يجد الأسطر والكلمات، ويتعرف على المحارف بنموذج مدرَّب لكل نظام كتابة، وينتج نصاً يمكن البحث فيه ونسخه وفهرسته. تعتمد الدقة على الوضوح (300 نقطة في البوصة هو الهدف المعتاد) والتباين والميل ونظام الكتابة — تحتاج العربية والديفاناغاري إلى نماذج لغوية خاصة — وينبغي مراجعة الناتج حيث يهم ذلك.
كيفية استخدام تحويل المستند الممسوح ضوئيًا إلى نص
- أسقط ملف PDF الممسوح.
- اختر اللغة والتخطيط والإخراج.
- انقر «التعرف على النص».
- نزّل .txt أو .docx.
مزايا تحويل المستند الممسوح ضوئيًا إلى نص
- تعرف ضوئي في المتصفح؛ لا يُعدَّل المسح
- ملف نصي و/أو مستند Word
- سطر لكل سطر مطبوع أو فقرات معاد تدفقها
- فقرات من اليمين إلى اليسار للعربية
- اختيار الصفحات و150–300 نقطة في البوصة
- عرض الثقة
مثال على تحويل المستند الممسوح ضوئيًا إلى نص
اقتباس من تقرير ممسوح قديم
الإدخال:
report-1998.pdf، الصفحات 3-5، الإنجليزية، «جمع الأسطر في فقرات»، Wordالنتيجة:
report-1998.docx — ثلاث صفحات من الفقرات القابلة للتحريرالأسئلة الشائعة حول تحويل المستند الممسوح ضوئيًا إلى نص
ما الفرق عن التعرف الضوئي على نص PDF؟
يعيد لك التعرف الضوئي على نص PDF الملف نفسه بطبقة نص غير مرئية (قابل للبحث). أما هذه الأداة فتعطيك النص نفسه .txt و.docx لتحريره في مكان آخر. التعرف نفسه والإخراج مختلف.
هل يحافظ مستند Word على التخطيط؟
لا. يحتوي النص فقرات عادية، من اليمين إلى اليسار حيث النص عربي؛ ولا تُستنسخ أعمدة المسح وجداوله وصوره وخطوطه. يُذكر ذلك في النتيجة لا يُخفى.
هل يمكن الحصول على فقرات بدل سطر لكل سطر مطبوع؟
نعم — اختر «جمع الأسطر في فقرات»؛ تُدمج الأسطر حتى السطر الفارغ.
هل يُرفع ملف PDF إلى خادم؟
لا. يفتح متصفحك الملف ويعالجه بـ WebAssembly وJavaScript؛ لا يُرسل شيء إلى متقن سوفت أو غيرها. أغلق التبويب ويختفي الملف. يحتاج تنزيل النتيجة إلى حساب مجاني فقط — بلا اشتراك وبلا دفع.
ما حدود الحجم؟
حتى 250 ميغابايت و2000 صفحة لكل عملية على متصفح الحاسوب، و60 ميغابايت و500 صفحة على الهاتف، لأن كل شيء يعمل في ذاكرة جهازك. تخبرك الأداة قبل البدء إذا تجاوز الملف الحد.
هل تعمل الأداة على ملف PDF محمي بكلمة مرور؟
نعم إذا كنت تعرف كلمة المرور: تطلبها قائمة الملفات مرة واحدة ثم تعمل كل العمليات على الصفحات المفكوكة. تُحفظ النتيجة بلا كلمة مرور ما لم تحمِها مجددًا.
ملاحظات تقنية
التعرف كما في التعرف الضوئي على نص PDF؛ ويُكتب .docx بمكتبة docx فقرات عادية (ثنائية الاتجاه ومحاذاة يمينية للعربية) مع فاصل صفحة لكل صفحة مصدرية.
المراجع
- Tesseract OCR documentationمحرك التعرف الضوئي مفتوح المصدر: اللغات والنصوص المدعومة، وتحضير الصور، وعوامل الدقة.
- PDF Reference — ISO 32000-1:2008 (PDF 1.7), Adobe copyمواصفة PDF 1.7 المتاحة للقراءة مجاناً: أشجار الصفحات وتيارات المحتوى والبيانات الوصفية والأذونات ومعالج الأمان القياسي.