لماذا تختلف ملفات PDF الممسوحة ضوئياً؟
ملف PDF عبارة عن حاوية؛ فبعضها يحتوي على نص حقيقي (حروف يمكنك تحديدها ونسخها)، بينما يحتوي البعض الآخر على صور للصفحات فقط — وهو ما تنتجه الماسحات الضوئية أو تطبيقات الهواتف الذكية. وبالنسبة للصفحات التي تتكون من صور فقط، فإن أداة التلخيص التي تعتمد على قراءة طبقة النص وحدها سترى مستنداً فارغاً.
عندما تقوم بتحميل ملف PDF هنا، تتحقق الأداة أولاً من كمية النص القابل للقراءة في كل مستند. وإذا كانت طبقة النص مفقودة أو رديئة للغاية، فإنها تُجري التعرف الضوئي على الحروف (OCR) على هذه الصفحات، ثم تلخص النص المُستخرَج. وستعرض لك لوحة النتائج شارة OCR لتكون على دراية بالطريقة التي تم استخدامها.
كيفية تلخيص ملف PDF ممسوح ضوئياً
- تحميل المستند الممسوحأي ملف PDF تم إنشاؤه عبر ماسح ضوئي، أو طابعة متعددة الوظائف، أو تطبيق مسح ضوئي للهاتف.
- الانتظار ثوانٍ إضافيةتستغرق تقنية OCR وقتاً أطول مقارنة بقراءة طبقة النص العادية: احسب تقريباً 2 إلى 4 ثوانٍ لكل صفحة.
- اختر ما تحتاجهملخص، نقاط رئيسية، أسئلة، أو اختيار استخراج النص للحصول على النص المُستخرَج في ملف .txt.
- تدقيق الأسماء، التواريخ، والأرقامقد تخلط تقنية OCR بين الحروف المتشابهة (0/O، 1/l، 5/S)، سيما في المستندات ذات المسح ضعيف الجودة.
للحصول على نتائج دقيقة عبر تقنية OCR
- الدقة: تعد دقة 200-300 نقطة في البوصة (dpi) مثالية. أما دون 150 نقطة في البوصة، فستصبح النصوص الصغيرة غير موثوقة.
- استقامة الصفحات: الصفحات المائلة أو المنحنية (مثل ثنايا الكتب) تقلل من دقة القراءة.
- التباين: النص الأسود على ورق أبيض هو الخيار الأفضل؛ بينما تشكل الأوراق الحرارية الباهتة والخلفيات الملونة تحدياً صعباً.
- الخط اليدوي لا يتم التعرف عليه عادةً بدقة موثوقة.
- ملفات PDF المختلطة مقبولة تماماً: فإذا كانت معظم الصفحات تحتوي على نصوص، يتم استخدام طبقة النص الأصلية.
مستندات شائعة ممسوحة ضوئياً يقوم المستخدمون بتلخيصها
- العقود الورقية وعقود الإيجار المُوقَّعة.
- الخطابات الواردة من الجهات الحكومية، والبنوك، وشركات التأمين.
- التقارير القديمة، والأطروحات، والمحفوظات الرقمية المُحوّلة من الورق.
- السجلات الطبية أو المدرسية المستلمة كصور ممسوحة ضوئياً (يُرجى مراجعتها بعناية).
- فصول الكتب الممسوحة ضوئياً لأغراض دراسية.
الأسئلة الشائعة
كيف أعرف ما إذا كان ملف PDF الخاص بي ممسوحاً ضوئياً؟
افتح الملف وحاول تحديد كلمة ما. إذا تعذر عليك تحديد النص، أو كان التحديد يغطي الصفحة بأكملها كصورة واحدة، فهذا يعني أن ملف PDF ممسوح ضوئياً. ومع ذلك، تقوم الأداة باكتشاف ذلك تلقائياً.
لماذا يقتصر استخدام تقنية OCR على 40 صفحة فقط؟
تتطلب تقنية OCR طاقة حسابية عالية. وللحفاظ على سرعة الأداة المجانية لجميع المستخدمين، يتم إجراء المسح الضوئي لملفات PDF حتى أول 40 صفحة منها. أما المستندات التي تحتوي على طبقة نصية فيمكن أن تصل إلى 300 صفحة.
ما هي اللغات التي تدعمها تقنية التعرف الضوئي على الحروف (OCR)؟
يتم التعرف بشكل ممتاز على اللغات: الإنجليزية، الفرنسية، الألمانية، الإسبانية، الإيطالية، والبرتغالية. وغالباً ما تعمل اللغات الأخرى ذات الأبجدية اللاتينية مع وجود بعض الأخطاء الإضافية؛ بينما لا تزال النصوص غير اللاتينية في الصور الممسوحة غير مدعومة بدقة موثوقة حتى الآن.
هل يمكنني الحصول على النص المُستخرَج فقط؟
نعم. استخدم علامة التبويب استخراج النص وقم بتنزيل النص كملف .txt، صفحة تلو الأخرى.
هل تُعد صورة المستند خياراً مناسباً؟
تعكس تطبيقات مسح المستندات عبر الهاتف والتي تنتج ملف PDF مسطحاً ومقتصاصاً نتائج ممتازة. كما تعمل الصورة العادية المحفوظة بصيغة PDF إذا كانت الصفحة مستوية، وواضحة، ومضاءة جيداً.