OCR لملفات PDF: إنشاء PDF قابل للبحث
التعرف على سجل فني ممسوح ضوئيًا وإضافة طبقة نصية قابلة للتحديد بالعربية أو الإنجليزية أو الإسبانية أو الروسية، بحد 10 صفحات و10 MiB لكل ملف. تبقى الملفات داخل المتصفح.
ملفات التعرف ≈ 26 MB عند أول استخدام، بالإضافة إلى بيانات اللغة.
النص المتعرف عليه
هل كانت هذه الأداة مفيدة؟
تجربة مثال
تنزيل ملف نموذجيإبقاء اللغة المحددة «العربية». تنزيل ملف PDF والبحث عن «فاتورة» و148.50 و«سارة أحمد» و2048. ينبغي أن تبدو الصفحتان مثل النموذج، مع نص يمكن تحديده ونسخه.
النتيجة المتوقعة
يتم التعرف على كل صفحة كصورة، بالترتيب. تتوفر اللغة الإنجليزية والروسية والتعرف المختلط. قد يخطئ OCR في قراءة الحروف والأرقام والأعمدة والجداول؛ لذا ينبغي مراجعة النتيجة. ينتج عن ذلك PDF جديد من صور الصفحات المعروضة وطبقة نصية غير مرئية. يبقى حجم الصفحة المرئي وتدويرها كما هما؛ ولا يتم الاحتفاظ بالنماذج والروابط والإشارات المرجعية والمرفقات والتواقيع الرقمية. يُعاد التعرف على النص الموجود؛ وتتحدد جودة الصورة بدقة العرض.
يتم عرض كل صفحة بدقة تصل إلى 4 ميغابكسل. يستغرق التحميل وكل خطوة معالجة حتى 90 ثانية؛ وتتوقف المهمة بالكامل بعد 10 دقائق. تُعلَّم الصفحات الفارغة في النص. لا يُعرض التنزيل إذا فشلت المعالجة أو لم يتم التعرف على أي نص.
هل الملف محمي بكلمة مرور؟يلزم إلغاء قفله أولًا بكلمة المرور الخاصة به.
قد يؤدي التشغيل الأول إلى تنزيل ملفات المحول ويستغرق بعض الوقت. إذا فشلت العملية، يمكن التحقق من الاتصال أو تجربة ملف أصغر. يوقف زر «إلغاء» المعالجة الجارية؛ ويمكن اختيار ملف آخر وإعادة المحاولة.
تراخيص المحركات والشيفرة المصدرية
دليل عملي
إضافة طبقة نصية إلى المسح المؤرشف.
- اختيار PDF السجل الممسوح ضمن 10 صفحات و10 MiB.
- اختيار لغة التعرف: العربية أو الإنجليزية أو الإسبانية أو الروسية؛ والعربية محددة مسبقًا.
- البحث في النتيجة عن معرّف معروف للتحقق من الطبقة النصية.
تجربة هذا المثال
التعرف على سجل فحص ممسوح من 6 صفحات باللغة الروسية؛ ويجب أن يعثر البحث عن معرّف معدة في الصفحة 5 عليه في PDF الناتج.
قبل البدء: يقتصر التعرف على العربية والإنجليزية والإسبانية والروسية، و10 صفحات و10 MiB؛ وقد يقلل النص الصغير وضعف جودة المسح الدقة.