استخراج النص من ملف PDF ممسوح ضوئيًا
قد يحتوي PDF على نص يمكن تحديده أو على صور للصفحات فقط. اختر الأداة بحسب النتيجة التي تحتاجها.
استخدم الأداة المجانية →جرّب تحديد النص أولًا
حدّد جملة أو ابحث عنها في عارض PDF. قد تحتاج الصفحات الممسوحة إلى OCR، وقد يُنسخ النص القابل للتحديد بترتيب غير صحيح.
نص أم PDF قابل للبحث أم جدول؟
استخدم OCR للحصول على نص قابل للتحرير، وPDF قابل للبحث للبحث داخل الصفحات الممسوحة. يمكن استخراج الجداول إلى CSV أو XLSX، دون إعادة بناء الجداول الممسوحة والخلايا المدمجة تلقائيًا.
لماذا يحتوي TXT على أحرف وأرقام؟
يمثّل Base64 بيانات الصورة ولا يقرأ كلماتها. استخدم OCR وراجع الأسماء والتواريخ والمبالغ. عند الاستخدام الأول، يجري تنزيل محرك التعرّف وملفات اللغة.
قبل البدء
فهم بنية المستند قبل اختيار الإعدادات
احتفظ بنسخة PDF الأصلية وحدد هل تحتوي على نص قابل للقراءة أو صفحات ممسوحة أو حقول نموذج فعلية أو توقيع موجود. حدد الخصائص التي يجب الاحتفاظ بها. موضع الصفحة داخل الملف قد يختلف عن الرقم المطبوع عليها، لذلك طابق نطاق العمل مع الصفحات الحقيقية.
إذا كانت المهمة تغير الصفحات، راجع ترتيبها واتجاهها والمساحة التي يجب إظهارها. القص قد يخفي المحتوى دون حذفه بأمان. تسطيح النموذج يجعل الحقول غير قابلة للتحرير، والتوقيع المرسوم صورة وليس شهادة رقمية. اختر العملية بحسب حاجة المستلم إلى القراءة أو الطباعة أو البحث أو متابعة تعبئة النموذج.
إذا أنشأت مستندا من بيانات مدخلة، راجع المستلم والعملة والكميات والحسابات. في عرض السعر أو الفاتورة، الخصم مبلغ والضريبة تحسب بعد الخصم. إنشاء المستند لا يعالج الدفع ولا يصدر فاتورة ضريبية إلكترونية. تحقق من القيم في المصدر قبل الاعتماد على مظهر المستند النهائي.
فحص الصفحات والخصائص المطلوبة في النتيجة
افتح النتيجة وراجع جميع الصفحات المعنية وحدود المستند والحقول الطويلة والعلامات المضافة. المعاينة المحدودة لا تثبت صحة المستند كله. قد يؤدي النسخ أو إعادة البناء إلى فقد حقول النماذج أو الإشارات المرجعية أو التأثير في التوقيع الرقمي. قارن الخصائص المهمة بالأصل في برنامج الاستخدام النهائي.
إذا استخدمت التعرف الضوئي على الحروف، راجع الأسماء والأرقام في النص المنسوخ حتى إن نجح البحث. النص داخل صورة الصفحة لا يصبح نصا قابلا للتحرير. مقارنة النص لا تفحص الصور أو التخطيط. عند تنفيذ عدة عمليات متتابعة، افحص النتيجة بعد كل عملية لتحدد أين تغيرت الصفحة أو فقدت خاصية.
عند الفشل، راجع نطاق الصفحات والتشفير وأنواع النماذج المدعومة. النموذج الممسوح لا يحصل على حقول تلقائيا. للطباعة، جرب الحجم الفعلي والاتجاه؛ تقرير هندسة PDF لا يؤكد نتيجة الطابعة. لا تواصل العمل على ملف فقد صفحة مطلوبة لمجرد أنه ما زال يفتح.
اختر الأداة المناسبة
توضح أمثلة المدخلات سير العمل؛ ولا تضمن حجمًا محددًا للملف أو دقة التعرف أو التوافق.
وثيقة الصورة إلى PDF
يمكن أن تؤدي محاذاة زوايا المستند المائل إلى تسهيل قراءة الصفحة المصورة. لا يزال PDF الذي تم حفظه من هذا التصحيح يحتوي على صورة ويحتاج إلى OCR للنص المستخرج.
ضع الزوايا الأربع حول المستند بترتيب اتجاه عقارب الساعة وتأكد من عدم تقاطع الحواف. اختر عرض الإخراج وقم بتمكين تصدير PDF الإضافي عند الحاجة.
مثال
صورة الوثيقة + أربعة زوايا → صورة محددة/PDF- أضف صورة مستند وحدد أربع زوايا في اتجاه عقارب الساعة.
- قم بتعيين عرض الإخراج واختيار ما إذا كنت تريد تصدير PDF أيضًا.
- قم بإجراء التصحيح وفحص الحدود والحروف الصغيرة.
- قم بتنزيل الصورة المصححة والاختيارية PDF.
ما يجب التحقق منه
يتم تحديد الزوايا يدويًا. لا تتم استعادة الظلال والنص غير الواضح؛ استخدم OCR بعد ذلك إذا كنت بحاجة إلى نص قابل للتحرير.
الصورة وPDF الممسوحة ضوئياً OCR
يمكن لـ OCR استخراج الكلمات من الصور الفوتوغرافية عندما لا يمكن نسخ الحروف الخاصة بها. يمكن أن يحتوي التعرف على أخطاء، لذا قارن النص بالمصدر قبل مشاركة النص المستخرج.
للمستندات الكورية، اختر الكورية + الإنجليزية. وفي ملفات PDF، حدّد نطاق الصفحات المطلوبة لتسهيل مقارنة النص الذي جرى التعرف عليه بالأصل.
مثال
صورة الصفحة المسح الضوئي → النص المراجع OCR- أضف صورًا أو PDF وحدد لغة التعرف.
- بالنسبة لإدخال PDF، اختر نطاق الصفحات ذي الصلة.
- قم بتشغيل OCR وقم بتصحيح الأخطاء في حقل النتيجة.
- قارن الأسماء والأرقام مع المصدر ثم قم بتحميل TXT.
ما يجب التحقق منه
تتم معالجة ما يصل إلى صفحات 25 PDF. لم يتم استرداد بنية الجدول والمعادلات؛ التحقق من الأسماء والمبالغ وأرقام الحسابات مقابل المصدر.
جعل ملف PDF ممسوحًا ضوئيًا قابلاً للبحث
قد لا تدعم المستندات الممسوحة ضوئيًا البحث نظرًا لأنه يتم تخزين الحروف الخاصة بها كصور. تؤدي إضافة نص تم التعرف عليه أعلى صور الصفحة إلى تمكين البحث والتحديد، لكن الصياغة التي تم التعرف عليها لا تزال بحاجة إلى المقارنة مع المصدر.
اختر لغة التعرف ونطاقًا يصل إلى عشر صفحات، ثم قم بالموافقة على إعادة بناء المستند. تصبح الصفحات المحددة فقط صورًا بالإضافة إلى نص، دون نسخ النماذج الأصلية أو التوقيعات أو الإشارات المرجعية.
مثال
فحص PDF + OCR اللغة → قابلة للبحث PDF نسخة- قم بإضافة PDF الممسوحة ضوئيًا والتي لا يمكن البحث فيها.
- اختر اللغة والصفحات، ثم أقر بإعادة البناء.
- تشغيل واختبار البحث عن النتيجة ونسخها.
- قم بتنزيل PDF القابل للبحث والنص الذي تم التعرف عليه.
ما يجب التحقق منه
ما يصل إلى 10 الصفحات المحددة، والتي تم إعادة بنائها كصور صفحة بالإضافة إلى نص OCR. لا يتم نسخ النماذج والتوقيعات والإشارات المرجعية. أول استخدام للتنزيلات أصول OCR؛ قد يحتوي التعرف على أخطاء.
استخراج جدول PDF إلى Excel أو CSV
يمكن أن تساعد مواضع النص في فصل جدول PDF عندما يؤدي النسخ العادي إلى خلط أعمدته. لا يؤدي الاستخراج إلى إعادة إنتاج التنسيق المرئي للجدول، لذا قم بمراجعة الرؤوس والخلايا التي تم إنشاؤها قبل إعادة استخدامها.
حدد الصفحات التي تحتوي على حدود الجدول والأعمدة الأفقية المقاسة بنقاط PDF. أدخل حدودًا موجبة تصاعدية، مع ملاحظة أن الصف المستخرج الأول يصبح هو الرأس بدلاً من النص التوضيحي الذي يسبقه.
مثال
النص PDF + حدود الأعمدة → مراجعة CSV/XLSX- قم بإضافة PDF الذي يحتوي على جدول نصي قابل للقراءة.
- أدخل نطاق الصفحات وحدود الأعمدة الأفقية.
- تشغيل وفحص وتحرير الجدول المستخرج.
- احفظ مخرجات CSV أو XLSX التي تمت مراجعتها.
ما يجب التحقق منه
ملفات PDF النصية فقط: ما يصل إلى صفحات 10 وصفوف 200 وأعمدة 20. لا يتم استرداد الخلايا المدمجة والجداول الممسوحة ضوئيًا والتصميم. الصف الأول هو الرأس؛ خلايا النتيجة قابلة للتحرير.
تحويل الإيصالات إلى جدول النفقات
يمكن أن يوفر OCR جدول بداية عند تسجيل التواريخ والمبالغ من عدة إيصالات. الإجماليات المعترف بها هي مرشحات، لذا قارن كل قيمة بالصورة بدلاً من التعامل معها كدفعة مؤكدة.
قم بإعداد صور إيصالات واضحة ومستقيمة وحدد لغة OCR المطابقة للنص المطبوع الخاص بها. لا يتم استنتاج العملة تلقائيًا، لذا أدخل العملة الموضحة في كل إيصال أصلي في جدول المراجعة.
مثال
صور الاستقبال → سعر مراجعة CSV/XLSX- أضف صور الإيصالات واختر لغة OCR الخاصة بها.
- تشغيل لإنشاء المرشحين والنص المعترف به.
- التحقق من التاريخ والتاجر والمبلغ والعملة والملاحظات وتعديلها.
- احفظ CSV أو Excel الذي تمت مراجعته والنصوص المفيدة.
ما يجب التحقق منه
التحقق من المبالغ والتجار مقابل الأصول. العملة متروكة لك للدخول؛ لا يوجد تصنيف ضريبي/محاسبي. ما يصل إلى صور 10، OCR على الجهاز.
يصف هذا الدليل أدوات الويب العامة وحدود الدعم الخاصة بها. احتفظ بأصلك وتحقق من النتيجة التي تم تنزيلها. Coverton · التصحيحات والاتصال
تم إعداد هذه الترجمة بمساعدة البرمجيات. يمكنك أيضًا قراءة النسخة الإنجليزية. اقرأ باللغة الإنجليزية