How to extract Arabic text from a scanned PDF
المستندات العربية الممسوحة ضوئياً هي صور، فلا يمكن نسخ نصها ولا البحث فيه. التعرف الضوئي على الحروف يحل ذلك، ويمكن أن يعمل بالكامل على جهازك.
لماذا يحدث هذا؟
المسح الضوئي هو صورة فوتوغرافية للصفحة. العربية التي تراها بكسلات لا حروف، ولهذا لا تستطيع تحديدها ولا البحث فيها ولا نسخها إلى مستند آخر. والتعرف الضوئي يقرأ الأشكال ويعيدها نصاً.
خطوة بخطوة
- افتح أداة OCR.
- أضف الملف الممسوح أو الصورة.
- اختر العربية كلغة ليستخدم المحرك مجموعة الحروف الصحيحة.
- شغّل الأداة ونزّل النص المستخرج.
يستحق الانتباه
الدقة تعتمد كثيراً على جودة المسح. مسح مستقيم جيد الإضاءة بدقة 300 نقطة يعطي نتائج جيدة، أما صورة مائلة بهاتف لفاكس باهت فلا. راجع دائماً الأسماء والأرقام، فهي المواضع التي تضر فيها أخطاء التعرف أكثر.