المسح صورة داخل حاوية

حين تمر ورقة عبر ماسح ضوئي أو كاميرا هاتف، تكون النتيجة صورة كبيرة لكل صفحة، مغلَّفة في PDF كي تُطبَع وتُقلَّب بشكل صحيح. ولا توجد فيها بيانات حروف: حرف A نمط من بكسلات داكنة، تمامًا مثل حرف B.

يستطيع ملف PDF أن يحمل الاثنين معًا: صورة فوقها طبقة نص غير مرئية، وهذا ما ينتجه OCR. ومعظم المسوحات فيها الصورة فقط. ولهذا يكون مسح من 20 صفحة بحجم 30 ميغابايت بينما مستند مطبوع من 20 صفحة بحجم 300 كيلوبايت.

ما يستطيعه التحويل وما لا يستطيعه

تحويل PDF إلى Word أو إلى نص يستخرج طبقة النص. وإن لم توجد طبقة نص فلا شيء لاستخراجه، والنتائج الصادقة اثنتان: مستند يحوي صور الصفحات، أو فشل.

والمحوّل الذي «ينجح» مع مسح فينتج ملف Word مليئًا بالصور لم يقرأ الصفحة — بل نسخها. وقد يفيد ذلك إن كان الهدف تخطيطًا قابلًا للتحرير، لكنه لا يمنحك نصًا قابلًا للبحث، وليس ما يعنيه معظم الناس بكلمة «تحويل».

هذا الموقع لا يشغّل OCR. المسح يبقى مسحًا هنا: ينسخ التحويل ما هو موجود ويقول ذلك بدل أن يخترع كلمات. وإن احتجت نصًا قابلًا للبحث فاستخدم أداة OCR — وتحقّق من أنها تعمل محليًا قبل أن ترفع مستندًا يهمّك.

كيف تعرف ما لديك

ثلاثة فحوص تحسم الأمر في أقل من دقيقة:

  • حدّد فقرة. إن تظلّلت، فثمة طبقة نص وسينجح التحويل.
  • ابحث عن كلمة تراها في الصفحة. لا نتيجة تعني لا طبقة نص.
  • انظر إلى حجم الملف لكل صفحة. مئات الكيلوبايتات أو أكثر للصفحة مسح، وعشرات الكيلوبايتات نص.

إذا احتجت OCR فعلًا

يتعرّف OCR على الحروف من البكسلات ويكتب طبقة نص داخل ملف PDF. وهو عمل مختلف عن التحويل، وأبطأ، ودقته تعتمد على المسح: 300 نقطة/بوصة، ومستقيم، وتباين عالٍ، وبلا خط يد. توقّع تصحيح الأسماء والأرقام وكل ما كُتب بخط رفيع.

وإن كان المسح للقراءة فقط، فتحويل PDF إلى صورة يكفي غالبًا، وهو أسرع وبلا فقد مقارنة بـ OCR.