التعرف البصري على الحروف (OCR) والمستندات الممسوحة ضوئياً: ملفات PDF القابلة للبحث وطبقات النصوص
التعرف البصري على الحروف، استخراج النصوص، وإمكانية البحث في المستندات الممسوحة ضوئياً.
تتم معالجة الملفات محلياً في متصفحك باستخدام تقنيات WebAssembly وواجهات HTML5 البرمجية. لا تغادر ملفاتك جهازك أبداً، مما يعني عدم وجود عمليات رفع للخوادم أو تخزين للملفات لدى طرف ثالث.
ابدأ التحويل فوراً على جهازك الخاص - دون انتظار رفع الملفات أو انتظار دور لتنزيلها، وبلا تقييد للسرعة من أي خادم بعيد.
استخدم كل أداة متاحة دون الحاجة لإنشاء حساب، أو الدفع مقابل خطة، أو الاصطدام بحدود اصطناعية لحجم الملفات. قم بالتحويل بالقدر الذي يمكن لمتصفحك وجهازك تحمله.
مقارنة التنسيقات والمواصفات التقنية
| تنسيق الإخراج | نوع MIME | المواصفات | النوع |
|---|---|---|---|
| PDF ملف PDF ممسوح ضوئياً | application/pdf | ISO-32000-2 | ملف PDF ممسوح ضوئياً بصيغة نقطية |
| IMG صورة ممسوحة ضوئياً | image/jpeg | W3C-PNG | صورة مستند ممسوحة ضوئياً |
| TXT نص عادي | text/plain | RFC-4180-CSV | نص ترجمة مكتوبة غير منسق |
| DOCX مستند Word | application/vnd.openxmlformats-officedocument.wordprocessingml.document | ISO-IEC-29500 | مستند Word منظّم |
| HOCR ملف hOCR HTML | text/html | HOCR-SPEC-12 | ترميز مكاني بصيغة hOCR |
| PNG صورة | image/png | W3C-PNG | رسومات الشبكة المحمولة |
| JPG صورة JPEG | image/jpeg | W3C-PNG | مجموعة خبراء التصوير الفوتوغرافي المشتركة |
| PDF مستند | application/pdf | ISO-32000-2 | تنسيق المستندات المحمولة |
المواصفات التقنية وتحليل الترميز (Codec)
كيف تعمل ملفات PDF القابلة للبحث
المستند الممسوح ضوئياً هو مجرد صورة لورقة. يقوم محرك التعرف البصري على الحروف (OCR) بالتعرف على أشكال الحروف وإدراج طبقة نصية غير مرئية وقابلة للتحديد مباشرة فوق الصورة. عندما تقوم بتحديد أو البحث عن نص في ملف PDF، فأنت في الواقع تحدد طبقة النص غير المرئية هذه.
اختيار دقة المسح الضوئي للتعرّف الضوئي على الحروف
تعتمد توصيات الدقة على المادة والغرض. توصي إرشادات الأرشيف الوطني الأمريكي بما لا يقل عن 300 بكسل لكل بوصة للمستندات الورقية النصية الحديثة، وقد تتطلب التفاصيل الدقيقة أو أهداف الالتقاط المختلفة دقة أعلى. اختبر صفحات ممثلة ووازن بين الوضوح ونتائج OCR وحجم الملف.
صفر بايت يتم رفعه إلى خوادم خارجية. تمت كل عمليات المعالجة محلياً في صندوق الحماية (Sandbox) الخاص بمتصفحك.