قراءة PDF ممسوح ضوئيًا إلى نص (OCR)

الحصول على قراءة أوضح

تُعرض كل صفحة بدقة 200 DPI قبل قراءتها، لذلك يعتمد الحد على المسح نفسه. تُقرأ النصوص الأساسية الممسوحة بدقة 300 DPI جيدًا؛ أما صورة هاتف لصفحة ملتقطة بزاوية، أو مسح بجودة فاكس لنص صغير، فينتج عنهما تخمينات. تُقرأ الصفحات الجانبية أو المقلوبة رأسًا على عقب بشكل سيئ جدًا، لذلك أدرها لتصبح مستقيمة باستخدام تدوير PDF قبل تشغيل التعرف.

اختر اللغة المكتوب بها المستند، لأن لكل لغة نموذجًا مستقلًا. تأتي الصينية بنموذجين: مبسّط وتقليدي، ويؤدي اختيار النموذج الخاطئ إلى فقدان قدر كبير من الدقة. وتُقرأ الوثيقة التي تمزج لغتين بأفضل صورة باستخدام اللغة المستخدمة في معظم النص.

التحقق من الناتج

تمثل قيمة الثقة متوسطًا عبر جميع الصفحات، لذلك قد تختبئ صفحة سيئة داخل نتيجة جيدة. تعني القيمة 90 أو أكثر عادةً وجود أخطاء عرضية فقط؛ أما إذا كانت أقل من 75، فتوقع أخطاء في معظم الفقرات. ومن حالات الالتباس المعتادة 0 وO، و1 وl وI، وقراءة rn على أنها m، و5 على أنها S، وهو ما يهم أكثر في المبالغ والتواريخ والأرقام المرجعية، لذلك راجع كل رقم مقابل الصفحة.

اترك خيار Join lines into paragraphs مفعّلًا للنثر، إذ يصلح الجمل المقطوعة في نهاية كل سطر مطبوع. عطّله للعناوين والقوائم والجداول، حيث تحمل فواصل الأسطر معنى.

طريقة الاستخدام

1. اختر ملف PDF ممسوحًا ضوئيًا.
2. اختر لغة النص.
3. اقرأ النتيجة وانسخها أو نزّلها.

الخصوصية والقيود

لا يتم رفع ملفك مطلقًا. يتم تنزيل محرك التعرّف والنموذج اللغوي مرة واحدة — بحجم يقارب 10 MB — ويخزّنهما المتصفح مؤقتًا، ثم تجري جميع العمليات على جهازك. أما خدمات OCR المستضافة فتعمل بطريقة مختلفة: فهي تطلب المستند نفسه. يستغرق المستند الطويل وقتًا، لأن كل صفحة تُعرض أولًا ثم تُقرأ بالتتابع.