إصلاح نص OCR الرديء في ملف PDF
بعض ملفات PDF تبدو سليمة لكنها تتصرف بشكل سيئ: البحث لا يجد شيئًا أو يجد كلمات خاطئة، والنص المنسوخ يخرج بلا معنى. غالبًا ما مرّ الملف عند مسحه ضوئيًا ببرنامج OCR ضعيف، أو أن الخطوط في ملف PDF تفتقر إلى المعلومات التي تربط الأشكال بالحروف. يمكن لأداة OCR لملفات PDF استبدال الطبقة النصية القديمة أو إعادة قراءة الصفحات من صورها.
كيف تصلح نص ملف PDF
- حدّد نوع المشكلة حدّد بضع كلمات والصقها في محرر نصوص. الكلمات الخاطئة لكن المقروءة تشير إلى OCR رديء؛ والرموز العشوائية تشير إلى مشكلة في الخطوط.
- ارفع ملف PDF إلى أداة OCR لملفات PDF افتح أداة OCR لملفات PDF من الزر أعلاه واختر الملف.
- اختر الوضع لطبقة OCR قديمة ورديئة أبقِ «تلقائي» – فهو يستبدل ذلك النص المخفي. وللرموز غير المفهومة الناتجة عن الخطوط اختر «إجباري»، الذي يعيد قراءة كل صفحة من صورتها.
- تحقّق من النتيجة نزّل ملف PDF، وابحث عن بضع كلمات، وانسخ فقرة للتأكد من النص الجديد.
سببان وحلّان
استبدال طبقة OCR القديمة
يكتشف وضع «تلقائي» النص المخفي الذي أضافه برنامج OCR سابق، فيزيله ويعيد التعرف على الصفحة بمحرك حديث.
الحفاظ على النص الحقيقي
لا يُمَسّ النص المكتوب في المستند في وضع «تلقائي»؛ ولا يُعاد إلا محتوى الصور ونص OCR القديم.
خطوط تالفة
إذا ظهرت عند النسخ رموز مثل «ÿþ» أو مربعات، فالخط يفتقر إلى خريطة أحرف صحيحة. يحوّل وضع «إجباري» كل صفحة إلى صورة ويتعرّف على محتواها كله.
ثمن وضع «إجباري»
مع «إجباري» يصبح النص الحقيقي جزءًا من صورة الصفحة ويُستبدل بنص متعرَّف عليه، فتُفقد الروابط والنص الأصلي القابل للتحديد. استخدمه عند الحاجة فقط.
مدخل أفضل، نص أفضل
المسوحات الباهتة أو المشوّشة أو المائلة تعطي OCR رديئًا في أي برنامج. نظّف المسح الضوئي أولًا، ثم شغّل OCR.
اللغات الصحيحة
اختر كل لغة تظهر في المستند. فاللغة المفقودة من أكثر أسباب الكلمات الخاطئة في OCR شيوعًا.
معلومات مفيدة
- تقنية OCR ليست مثالية أبدًا. حتى النتيجة الجيدة قد تخلط بين 0 وO، و1 وl، وrn وm – راجع الأسماء والأرقام والمبالغ.
- إذا كان النسخ ممنوعًا لا خاطئًا، فملف PDF يتضمن قيودًا على الأذونات – استخدم إلغاء قفل PDF بدلًا من ذلك.
إصلاح OCR الرديء – الأسئلة الشائعة
لماذا يبدو النص المنسوخ من ملف PDF غير مفهوم؟
إما أن نص OCR المخفي رديء، وإما أن خطوط ملف PDF لا تربط الأشكال بحروف حقيقية. إعادة تشغيل OCR تصلح الحالة الأولى، ووضع «إجباري» يصلح الثانية.
هل يتغير مظهر الصفحة بعد إعادة OCR؟
في وضع «تلقائي» لا – يتغير النص غير المرئي فقط. وفي وضع «إجباري» تُحفظ الصفحات كصور، فيبدو المظهر كما هو لكن النص لم يعد أصليًا.
هل يمكن تصحيح كلمة خاطئة واحدة يدويًا؟
لا. تعيد أداة OCR لملفات PDF التعرف على الصفحات؛ ولا توفّر تصحيحًا يدويًا للنص.
لماذا يظل البحث خاطئًا بعد OCR؟
تحقّق من اللغات ومن جودة المسح الضوئي. الدقة المنخفضة والضغط الشديد والكتابة اليدوية تؤدي إلى أخطاء.
هل هي مجانية؟
نعم. إنها مجانية، دون تسجيل أو علامة مائية، وتُحذف الملفات بعد المعالجة.
استبدل النص الرديء في ملف PDF
ارفع ملف PDF إلى أداة OCR لملفات PDF، واختر الوضع، واحصل على نص يمكنك البحث فيه ونسخه.
أصلح نص ملف PDF