تحويل الصور إلى نص

ماذا يحدث لصورتك

تحويل الصورة إلى نص، يُعرف أيضًا باسم OCR (التعرف الضوئي على الحروف)، ينظر إلى أشكال الحروف في الصورة ويعمل على تحديد أيها هي. هنا يتم العمل بواسطة محرك OCR مفتوح المصدر، Tesseract، يعمل داخل علامة تبويب متصفحك. في المرة الأولى التي تستخدم فيها لغة، يقوم متصفحك بتنزيل نموذج تلك اللغة من هذا الموقع، بين واحد وثلاثة ميغابايت. بعد ذلك، تتم قراءة الصورة على جهازك الخاص.

لا يتم إرسال أي شيء من الصورة إلى أي مكان: لا إلى DocTranslator، ولا إلى خدمة OCR. هذا مهم للأشياء التي يلتقط الناس صورًا لها غالبًا، مثل رسالة من مكتب، وصفة طبية، صفحة عقد أو جواز سفر.

كيف تحصل على نص نظيف من صورة

يعتمد OCR فقط على جودة الصورة التي يقرأها. أربعة أشياء تحدث أكبر فرق:

• اختر اللغة الصحيحة أولاً. يقرأ المحرك باستخدام أبجدية ومفردات اللغة التي تختارها. قراءة الروسية باللغة الإنجليزية ينتج عنها هراء، وتضيع علامات التنغيم في الفرنسية أو البولندية عندما تكون اللغة خاطئة.
• صوّر الصفحة بشكل مسطح ومستقيم. أمسك الهاتف مباشرة فوق الورقة، املأ الإطار بالصفحة، وتجنب الانحناء بالقرب من كعب الكتاب. الخطوط المنحنية تربك المحرك أكثر من الصورة الصغيرة.
• أضئها بالتساوي. الظل عبر الصفحة، أو وهج الفلاش على الورق اللامع، يخفي الحروف. ضوء النهار من النافذة، بدون الفلاش، يعمل بشكل أفضل عادةً.
• اجعلها واضحة. اضغط على الشاشة للتركيز على النص قبل التقاط الصورة. يجب أن تكون الطباعة الصغيرة كبيرة بما يكفي في الصورة للقراءة بعينيك.

ما يخطئ فيه OCR

حتى المسح الضوئي الجيد يعود ببعض الأخطاء، وتميل إلى أن تكون نفس الأخطاء: الحرف l يُقرأ كرقم 1، O كرقم 0، rn كـ m، فاصلة مفقودة في نهاية السطر. الأسماء والأرقام والتواريخ تستحق نظرة ثانية قبل نسخها إلى أي شيء مهم.

الكتابة اليدوية أصعب بكثير من الطباعة، وغالبًا ما تُقرأ الكتابة اليدوية المتصلة بشكل سيء أو لا تُقرأ على الإطلاق. الناتج هو نص عادي، لذا لا يتم الاحتفاظ بتنسيق الصفحة: تُقرأ الأعمدة واحدًا تلو الآخر، وتعود الجدول كخطوط من الكلمات. عندما تحتاج إلى التنسيق أيضًا، فإن القسم التالي هو الطريقة للاحتفاظ به.

عندما تحتاج إلى النص بلغة أخرى

نسخ النص إلى مترجم يفقد الصفحة: الأختام، الجدول، مكان جلوس كل سطر. لـ ترجمة مستند ممسوح ضوئيًا مع تنسيقه، قم بتحميل المسح الضوئي إلى DocTranslator بدلاً من ذلك. يقرأ المسح الضوئي باستخدام OCR، ويترجم النص، ويعيد ملفًا يبدو مثل الأصل، بأي من 108 لغة.

تقرأ أداة المتصفح في هذه الصفحة الإنجليزية والإسبانية والفرنسية والألمانية والإيطالية والبرتغالية والروسية والأوكرانية والبولندية والتركية والعربية والهندية والصينية (المبسطة) واليابانية والكورية والفيتنامية. في ملف PDF ممسوح ضوئيًا، تقرأ الصفحات الخمس الأولى؛ الترجمة تقرأ كل صفحة، بكل لغة يدعمها DocTranslator.