شرح عملي
اجعل PDF الممسوح قابلاً للبحث
يبدو PDF الممسوح ضوئيًا كمستند عادي لكنه في الحقيقة صورة لصفحة: لا يجد Ctrl+F شيئًا، ولا يمكنك تحديد أو نسخ كلمة واحدة. تصلح أداة التعرف الضوئي على PDF هذا الأمر دون تغيير طبيعة الملف. تقرأ صورة كل صفحة، وتتعرف على الأحرف بمحرك OCR على جهازك، ثم تضع النص المتعرَّف عليه بشكل خفي فوق الصورة نفسها، بحيث يبقى مظهر PDF وطباعته كما كانا تمامًا لكنه يستجيب الآن للبحث وتحديد النص. لا يغادر الملف جهازك أبدًا.
خطوة بخطوة
- افتح أداة التعرف الضوئي على PDF وأسقط ملفك الممسوح. تُقبل ملفات PDF فقط، والحد الأقصى لحجم الملف 80 ميغابايت؛ ومسح نموذجي متعدد الصفحات يكون أقل من ذلك بكثير عادة.
- اختر لغة المستند من القائمة المنسدلة (الإنجليزية أو الفرنسية أو الألمانية أو الإسبانية أو البرتغالية أو الإيطالية)، وعدّل اسم الملف الناتج إن أردت. يحتفظ الاسم الافتراضي بامتداد pdf. تلقائيًا.
- انقر تشغيل وانتظر معالجة كل صفحة. تُرسَم كل صفحة وتُمرَّر عبر محرك OCR وتُمنح طبقة نصها الخفية الخاصة بها قبل أن تنتقل الأداة إلى التالية، لذا يستغرق المستند الطويل وقتًا أطول من صفحة واحدة. نزّل النتيجة: تفتح وتُطبع مطابقة للأصل تمامًا، لكن Ctrl+F وتحديد النص واللصق والنسخ تعمل الآن.
PDF قابل للبحث أم نص عادي: أيهما تحتاج فعلًا
تحل هذه الأداة وأداة OCR العادية المشكلة الأساسية نفسها، وهي التعرف على النص في صورة ممسوحة، لكنهما تحتفظان بأشياء مختلفة. تتخلص أداة OCR من صورة الصفحة وتعيد لك ملف txt. عاديًا: استخدمها عندما تريد لصق الكلمات في محرر أو ترجمتها أو البحث فيها كنص، ولا يهمك الحفاظ على مظهر المستند الأصلي. أما أداة التعرف الضوئي على PDF هنا فتحافظ على PDF الأصلي كما هو تمامًا، بصور صفحاته كافة، وتضيف فقط طبقة نص خفية تحتها: استخدمها عندما يحتاج المستند أن يبقى PDF قابلاً للطباعة والإرسال بالبريد أو الأرشفة، مع رغبتك أيضًا في القدرة على البحث فيه أو النسخ منه. لا تعيد أي من الأداتين بناء التنسيق كنص قابل للتحرير بخطوط وجداول حقيقية؛ كلتاهما تعملان من النص المتعرَّف عليه نفسه، لكن بتغليف مختلف.
لماذا تعتمد النتيجة على المسح، وأين الحدود
تتبع دقة التعرف جودة الصورة المصدر، بالطريقة نفسها التي تتبعها في OCR العادي: مسح نظيف ومستقيم بدقة تتراوح بين 200 و300 نقطة في البوصة يتعرَّف بموثوقية، بينما تنتج صورة ضبابية أو صفحة مائلة أو ظلال قوية كلمات مقروءة خطأ أكثر. إذا خرجت صفحة مائلة، قوّمها بأداة تسوية PDF قبل تشغيل OCR ليقرأ التعرف نصًا مستويًا. تغطي الأداة ست لغات (الإنجليزية والفرنسية والألمانية والإسبانية والبرتغالية والإيطالية)؛ مستند بلغة غير مدعومة لن يُتعرف عليه بشكل صحيح. تجري المعالجة صفحة بصفحة داخل علامة تبويب متصفحك، لذا يستغرق مستند من عشرات الصفحات وقتًا أطول ملحوظًا من مسح صفحتين، والحد الأقصى لحجم الملف 80 ميغابايت. يميل PDF الناتج أيضًا لأن يكون مشابهًا في الحجم للأصل، لأن صور الصفحات نفسها لا تُمس؛ إذا احتجت ملفًا أصغر بعد ذلك، مرّره عبر ضاغط PDF.
كيف تُبنى طبقة النص الخفية
تُحوَّل كل صفحة PDF أولًا إلى صورة على لوحة رسم داخل متصفحك، بخطوة الرسم نفسها التي تستخدمها أداة تحويل PDF إلى صورة. يقرأ محرك OCR (Tesseract، المُصرَّف إلى WebAssembly) تلك الصورة ويعيد كل كلمة متعرَّف عليها مع صندوقها المحيط، أي موضعها على الصفحة. تُرسم تلك الكلمات بعد ذلك على نسخة من صفحة PDF الأصلية في مواضعها المتعرَّف عليها، لكن بشفافية كاملة صفرية، بحيث لا يتغير شيء بصريًا: صورة الصفحة التي تراها وتطبعها هي نفسها التي مُسحت، جالسة فوقها. تنظر ميزتا البحث وتحديد النص في عارض PDF إلى تلك الطبقة الخفية وحدها، وهذا سبب أن الملف يصبح قابلاً للبحث والتحديد دون أن يبدو مختلفًا. كل هذا، من الرسم والتعرف وإعادة التجميع، يحدث داخل علامة تبويب متصفحك؛ ويُقرأ PDF من القرص المحلي ولا يُنقل إلى أي مكان أبدًا.
الأدوات المستخدمة في هذا الدليل
- التعرف الضوئي على PDF · اجعله قابلاً للبحثحوّل ملف PDF ممسوحًا ضوئيًا إلى PDF قابل للبحث والتحديد بالكامل داخل متصفحك، دون رفع.
- OCR · تحويل صورة/PDF إلى نصاستخرج نصًا من صور أو ملفات PDF ممسوحة ضوئيًا كليًا في متصفحك, يعمل دون اتصال، بدون تحميل.
- تصحيح انحراف الصفحات الممسوحةقوّم ملفات PDF أو صورًا ممسوحة ضوئيًا بشكل منحرف كليًا في متصفحك, بدون تحميل.
- ضغط PDFقلّل حجم ملف PDF بتحسين هيكله الداخلي بدون فقدان بيانات، دون رفع الملف.
الأسئلة الشائعة
هل سيظل شكل PDF القابل للبحث وطباعته مطابقين تمامًا للمسح الأصلي؟
نعم. لا تعدّل الأداة أبدًا صورة الصفحة؛ إنها تضيف فقط طبقة نص خفية تحتها. على الشاشة وعلى الورق، الناتج مطابق بصريًا للمسح الذي أسقطته. ما يتغير هو أن أدوات البحث وتحديد النص في العارض تستطيع الآن إيجاد الكلمات المتعرَّف عليها والإمساك بها، لأنها تقرأ من تلك الطبقة الخفية.
لماذا توجد هذه الأداة إلى جانب أداة OCR العادية؟
تلبيان احتياجين مختلفين من خطوة التعرف نفسها. تمنحك أداة OCR ملف نص عادي، وهذا ما تريده إذا كنت تخطط للصق الكلمات أو تحريرها أو ترجمتها ولا تحتاج للحفاظ على المستند كـPDF. أما هذه الأداة فتبقي الملف PDF مع صور صفحاته الأصلية سليمة، وهذا ما تريده إذا كان المستند لا يزال بحاجة للطباعة أو الأرشفة أو الإرسال بالبريد كما هو، مع رغبتك أيضًا في القدرة على البحث فيه أو نسخ نص منه.