اجعل ملف PDF الممسوح قابلا للبحث عبر OCR - محليا في المتصفح، بطبقة نص مخفية أسفل الصفحات الأصلية، دون رفع الملف.
تتم المعالجة محلياً على جهازك ...
0%
ملفاتك لم تغادر جهازك قط
لا. كل شيء يجري في متصفحك - ملفك لا يغادر جهازك أبداً. كيف يكون ذلك قابلاً للتحقق
ملف PDF الممسوح ضوئيا هو في جوهره مجموعة صور: ترى النص لكن لا تستطيع تحديده أو البحث فيه أو نسخه. تقنية OCR (التعرف الضوئي على الأحرف) تقرأ الأحرف من الصورة وتضعها كطبقة نص مخفية تماما فوق الصفحات. يبقى المظهر متطابقا، لكن ملف PDF يصبح قابلا للبحث ويمكن تحديد نصه - وهو تحديدا ما تحتاجه المؤسسات والأرشيفات والبحث في النص الكامل.
اختر صيغة الإخراج: ملف PDF قابل للبحث (الصفحات الأصلية مع طبقة النص) أو نص عادي بصيغة TXT. حدد لغة المستند من القائمة - أكثر من 100 لغة من العربية والإنجليزية إلى الروسية والهندية واليابانية والكورية والصينية، كل منها باسمها الخاص - لضمان التعرف الصحيح على الأحرف. كل شيء يعمل في المتصفح عبر WebAssembly: محرك Tesseract مفتوح المصدر ذاته المستخدم في أداة "صورة إلى نص"، يُطبَّق صفحة بصفحة على كامل ملف PDF. في أول استخدام، يُنزّل المتصفح المحرك ونموذج اللغة مرة واحدة (بضعة MB، same-origin)؛ بعد ذلك يعمل بلا اتصال.
هذه الأداة مخصصة لملفات PDF الممسوحة ضوئيا أو القائمة على الصور. تعتمد جودة التعرف كثيرا على جودة المسح: الصفحات الواضحة المستقيمة عالية التباين بنص مطبوع تُعرَّف بدقة عالية؛ المائلة أو الضبابية أسوأ بكثير؛ الخط اليدوي غير موثوق. في ملف PDF القابل للبحث، تُعاد تضمين كل صفحة كصورة - ملف PDF الذي يحتوي فعلا على نص حقيقي لا يحتاج إلى OCR. راجع النتيجة للأرقام والأسماء الخاصة.
| صيغ الإدخال | |
|---|---|
| صيغة الإخراج | |
| معالجة دفعية | نعم |
| المعالجة | محليًا في المتصفح (WebAssembly) |
| رفع الملفات | لا يوجد |
القيود: لملفات PDF الممسوحة/القائمة على صور: تجعلها قابلة للبحث عبر OCR (طبقة نص مخفية) أو تُعيد نصا عاديا. تتعرف على النص المطبوع في أكثر من 100 لغة وخطوط عديدة؛ الخط اليدوي غير موثوق. ملاحظة: تستخدم طبقة النص المخفية في ملف PDF القابل للبحث خط Latin-1 - الأحرف غير اللاتينية (مثل CJK والعربية والسيريلية) لا تُضمَّن فيها؛ لتلك الخطوط، يُعيد إخراج "نص فقط (TXT)" النص المُتعرَّف عليه كاملا. في ملف PDF القابل للبحث تُعاد تضمين كل صفحة كصورة فيُحفظ التخطيط لكن قد يكبر الملف؛ ملف PDF الذي يحتوي نصا حقيقيا لا يحتاج OCR. التعرف ليس خاليا من الأخطاء - راجع الأرقام والأسماء الخاصة بشكل خاص. يُنزَّل المحرك ونموذج اللغة مرة واحدة (بضعة MB، same-origin)، ثم يعمل بلا اتصال. الملفات الكبيرة تحتاج وقتا وذاكرة وفق عدد الصفحات والجهاز.
لا. يعمل التصيير والتعرف بالكامل محليا في المتصفح (WebAssembly)؛ لا يغادر ملف PDF جهازك أبدا - وهذا هو الفارق الحاسم للعقود والمراسلات الرسمية.
تبدو الصفحة كالمسح الضوئي، لكن تحتها طبقة نص مخفية. هذا يتيح البحث في ملف PDF وتحديد النص ونسخه - مع الحفاظ على المظهر البصري ذاته.
نعم. تُضمَّن كل صفحة كصورة للصفحة الأصلية مع طبقة النص المخفية فوقها بدقة. لا يتغير المظهر، وإن كان حجم الملف قد يزيد قليلا.
اللغات الأخرى نعم: أكثر من 100 متاحة (منها العربية والروسية والهندية واليابانية والكورية والصينية). الخط اليدوي لا يُتعرَّف عليه بموثوقية، فقط النص المطبوع. للخطوط غير اللاتينية، استخدم إخراج "نص فقط (TXT)" إذ تقتصر طبقة النص في ملف PDF القابل للبحث على Latin-1.