تحويل الصورة إلى نص: استخرج الكلمات المطبوعة وراجعها واحفظها
Admin ·
تحوّل أداة الصورة إلى نص الكلمات المطبوعة في صورة إلى نص يمكنك تحريره ونسخه وتنزيله. اختر صورة ثابتة بصيغة JPG أو PNG أو WebP، وحدد لغة الكلمات المطبوعة، ثم ابدأ التعرّف. قارن النتيجة بالصورة قبل استخدامها.
اكتمال OCR لا يغني عن المراجعة؛ ما يفيدك هو النص الذي تحققت منه. يشرح هذا الدليل خيارات اللغات العشر، وحدود الملف والبكسلات، ومشكلات الخلفية والوضوح، وما يحفظ تعديلاتك وما يمحوها.
استخرج نصًا قابلًا للتحرير من صورة واحدة
اختر صورة تحتوي على كلمات مطبوعة، واضبط «لغة النص المطبوع»، ثم اضغط «تعرّف على النص». تقرأ ToolMellow الصورة داخل المتصفح وتضع النتيجة في حقل «النص المتعرّف عليه». صحح الأخطاء في الحقل، ثم استخدم «انسخ» أو «نزّل النص». الملف المنزّل نص عادي بترميز UTF-8 واسمه recognized.txt.
ابدأ بأوضح نسخة أصلية متاحة. قد تصلح لقطة شاشة لمقال أو صورة لإعلان مطبوع أو مسح محفوظ كصورة. يستنتج OCR الحروف من البكسلات؛ لا يستخرج نصًا أصليًا مخفيًا مضمون الصحة. طابق النتيجة بالصورة، خصوصًا حين يغيّر خطأ صغير اسمًا أو تاريخًا أو مبلغًا.
- اختر صورة ثابتة واحدة بصيغة JPG أو PNG أو WebP؛ لا توفر مساحة العمل إدخال مجموعة ملفات.
- اختر لغة الكلمات المطبوعة في الصورة، حتى لو اختلفت عن لغة الموقع.
- احفظ النص المصحح قبل اختيار ملف آخر أو تشغيل التعرّف مجددًا.
نبذة Tesseract.js وملف READMEواجهة Tesseract.js 7.0.0 البرمجية
افحص حجم الملف وأبعاد الصورة معًا
تطبق الحدود الثلاثة معًا: حتى 25000000 بايت، وحتى 24000000 بكسل إجمالًا، وألا يتجاوز أي ضلع 12000 بكسل. حد الملف عشري، أي 25 MB وليس 25 MiB. حاصل ضرب العرض في الارتفاع هو عدد البكسلات. مثلًا، صورة 6000 × 4000 تساوي 24 ميغابكسل وتفي بحدود الأبعاد، بشرط أن تفي أيضًا بحد البايتات وأن يمكن فك ترميزها بصورة سليمة.
صورة 13000 × 1000 لا تتجاوز 13 ميغابكسل، لكنها تتخطى حد الضلع. قد يكون الملف المضغوط صغيرًا مع احتوائه على بكسلات أكثر من المسموح. تفحص الأداة محتوى الملف بدل الاعتماد على امتداده: تغيير اسم PDF إلى .png لا يحوله إلى صورة. لا تدعم PNG المتحركة أو WebP المتحركة. وقد يفشل الملف التالف أو الذي لا يمكن قراءة أبعاده بأمان حتى لو بدا حجمه ضمن الحدود.
| الفحص | المدخل المقبول | الإجراء |
|---|---|---|
| الصيغة | صورة ثابتة واحدة بصيغة JPEG أو PNG أو WebP | صدّر صورة ثابتة بصيغة مدعومة؛ تغيير الاسم وحده لا يكفي. |
| حجم الملف | لا يزيد على 25000000 بايت | اقصص المناطق غير المطلوبة أو صدّر صورة بحجم مناسب. |
| إجمالي البكسلات | العرض × الارتفاع لا يزيد على 24000000 | افحص أبعاد البكسلات إلى جانب حجم الملف. |
| الضلع الأطول | لا يتجاوز أي ضلع 12000 بكسل | قسّم لقطات الشاشة الطويلة أو اقصصها بأداة أخرى إلى أجزاء مقروءة. |
طابق نموذج OCR مع لغة النص المطبوع
يوفر المحدد عشر لغات للتعرّف، تستخدم واحدة في كل مرة: الإنجليزية والفرنسية والألمانية والإيطالية والبرتغالية والإسبانية والصينية المبسطة والهندية والعربية والبنغالية. اختر لغة الكلمات في الصورة. تبدأ الصفحة بالنموذج الموافق للواجهة حين يتوفر؛ أما الواجهتان الإندونيسية والأردية فتبدآن بالإنجليزية لعدم وجود نموذج OCR للإندونيسية أو الأردية هنا.
لغة واجهة الموقع و«لغة النص المطبوع» إعدادان مختلفان. التعرّف على الإيطالية متاح رغم عدم وجود واجهة إيطالية. خيار الصينية المبسطة لا يعني توفير نموذج مستقل للصينية التقليدية، وخيار العربية ليس نموذجًا للأردية. لا توجد في مساحة العمل آلية لاكتشاف اللغة تلقائيًا أو إعداد يجمع لغات متعددة. قد تحتاج الوثيقة متعددة اللغات إلى قصاصات منفصلة أو طريقة تدعم لغاتها المطلوبة صراحةً.
| لغة الطباعة | معرّف النموذج | علاقته بالواجهة |
|---|---|---|
| الإنجليزية / الفرنسية / الألمانية | eng / fra / deu | تبدأ كل واجهة مطابقة بنموذج لغتها. |
| الإيطالية / البرتغالية / الإسبانية | ita / por / spa | الإيطالية خيار OCR؛ وللبرتغالية والإسبانية واجهتان مطابقتان أيضًا. |
| الصينية المبسطة / الهندية | chi_sim / hin | تبدأ الواجهتان الصينية والهندية بهذين النموذجين على الترتيب. |
| العربية / البنغالية | ara / ben | تبدأ الواجهتان العربية والبنغالية بهذين النموذجين على الترتيب. |
| الإندونيسية / الأردية | لا يوجد نموذج مطابق هنا | تبدأ هاتان الواجهتان بالإنجليزية، ولا تضيفان تعرّفًا بلغتيهما. |
اعرف الإجراءات التي تستبدل تعديلاتك
تغيير «لغة النص المطبوع» يحافظ على النص الحالي ويمحو رسالة الخطأ القديمة. لا يعيد تشغيل OCR ولا يترجم محتوى المحرر، لذلك يمكنك إبقاء التصحيحات أثناء إعداد خيار آخر. الضغط على «تعرّف على النص» يبدأ مهمة جديدة ويمحو النص القديم فورًا؛ انسخه أو نزّله أولًا إن أردت الاحتفاظ به.
اختيار ملف جديد يمحو النتيجة السابقة أيضًا. أثناء التعرّف يتعطل اختيار الملف واللغة وتحرير النص. عند اكتمال المهمة تبقى نتيجتها في المحرر حتى تغيّرها أو تنفذ إجراءً يمحوها. لا يوجد سجل للمهام المحفوظة أو لوحة للمقارنة. إذا كانت صور متعددة أجزاءً من وثيقة واحدة، فاحفظ كل نتيجة مراجعة على حدة ثم اجمعها في مستندك.
حسّن قابلية قراءة الصورة قبل التعرّف
استخدم صورة واضحة وتباينًا جيدًا بين الحروف والخلفية. صوّر ورقة مستوية بإضاءة متجانسة، واجعل الكاميرا مواجهة للصفحة قدر الإمكان. تجنب انعكاس الضوء على الكلمات والظلال الداكنة عند الثنيات. قد يفيد قص الخلفية غير المهمة، لكن اترك هامشًا صغيرًا حول النص حتى لا تقطع التشكيل أو الأجزاء الهابطة من الحروف أو أطراف السطور. استخدم أداة قص الصور المنفصلة عند الحاجة.
عدّل ميل السطور الواضح، وافحص الحروف الصغيرة بتكبير يسمح بقراءتها. تكبير صورة ضبابية أصلًا لا يستعيد تفاصيل الحروف المفقودة، وتغيير تسمية DPI وحدها لا يضيف بكسلات. لوحة OCR هذه لا تحتوي على تحكم بالقص أو التباين أو الدقة. الحصول على أصل أوضح أو عزل الجزء المطلوب أنفع من إعادة المحاولة بالصورة الضعيفة نفسها.
افحص الخلفية الشفافة واتجاه الصورة
يتعامل مفكك ترميز الصورة مع بيانات اتجاهها. قبل التعرّف ترسم الأداة الصورة بأبعادها المفكوكة على خلفية بيضاء، فتتحول المناطق الشفافة إلى أبيض. قد تظهر الحروف السوداء على خلفية شفافة جيدًا، لكن الحروف البيضاء المصممة لخلفية داكنة قد تختفي. صدّر الصورة بخلفية ذات تباين مناسب قبل المحاولة مجددًا.
قد يحاول المحرك معالجة الدوران أثناء التعرّف، لكن ذلك لا يضمن قراءة النص الجانبي أو المقلوب أو المائل. لا توفر الصفحة تحكمًا بالدوران أو معاينة للصورة المجهزة. إذا كانت النتيجة ضعيفة، فافحص الأصل في عارض صور ودوّره بأداة منفصلة عند الحاجة. راجع الناتج الجديد؛ تصحيح الاتجاه لا يعني زوال كل مشكلات القراءة.
Tesseract: تحسين جودة النتائجواجهة Tesseract.js 7.0.0 البرمجية
راجع ترتيب القراءة في النص العادي
تعيد مساحة العمل نصًا عاديًا قابلًا للتحرير. لا تعيد بناء تصميم الصفحة أو تنسيق الخطوط أو خلايا الجداول الحسابية أو الرسومات أو ملف PDF قابل للبحث. قد تفيد فواصل السطور، لكنها ناتج التعرّف وليست نسخة دقيقة من تخطيط الأصل. في الصفحات ذات العمودين أو قوائم الأسعار أو النماذج، قد يأتي ترتيب الكلمات غير متوقع حتى عندما تبدو الحروف صحيحة.
قبل اللصق في مستند آخر، تأكد من ارتباط كل تسمية بالقيمة المناسبة. إذا اختلطت الأعمدة، فجرب قص كل عمود والتعرّف عليه منفصلًا ثم أعد بناء الجدول المطلوب. هذه الأداة لا تصدر مباشرةً صيغة مستند أو جدول حسابي؛ تغيير اسم الملف المنزّل إلى .docx أو .xlsx أو .pdf لا يحول محتواه.
Tesseract: تحسين جودة النتائجواجهة Tesseract.js 7.0.0 البرمجية
دقق القيم المهمة حرفًا بحرف
اقرأ النتيجة بجانب الصورة الأصلية. قد يخلط OCR بين أشكال متشابهة أو يحذف ترقيمًا أو يغيّر علامات أو يفصل الحروف خطأً. والكلمة التي تبدو منطقية قد تكون غير صحيحة. لا تعرض الصفحة درجة ثقة، ونجاح المهمة لا يثبت صحة كل حرف. انتبه خصوصًا إلى الأسماء ورموز المنتجات والتواريخ والمجاميع والنص الخارج عن أنظمة الكتابة المعتادة للنموذج المختار.
للتدرب على المراجعة، خذ إيصالًا افتراضيًا بالنص Invoice 4827 — Total 125.50: افحص كل رقم والفاصل العشري وعلاقة القيمة بالتسمية الصحيحة. إذا كان الأصل غير واضح، فلا تخمّن تصحيحًا لمجرد أنه يبدو معقولًا؛ ارجع إلى صورة أفضل أو الوثيقة الأصلية. صحح حقل «النص المتعرّف عليه» قبل النسخ أو التنزيل.
| ما تراجعه | الخلل المحتمل | طريقة الفحص |
|---|---|---|
| الأسماء والحروف ذات العلامات | تستبدل كلمة معقولة الاسم المطبوع أو تفقد علامات. | قارن كل اسم بالأصل بدل الاكتفاء بالتدقيق الإملائي. |
| الأرقام والرموز | الخلط بين O / 0 أو I / 1 أو غياب حرف يغيّر القيمة. | طابق التسلسل كاملًا، بما فيه الأصفار في البداية والفواصل. |
| المبالغ والتواريخ | غياب فاصل عشري أو إشارة أو فاصل في التاريخ. | افحص العلامات مع التسمية المجاورة والسياق. |
| الجداول والأعمدة | الحروف مقروءة لكنها مرتبطة بالصف الخطأ. | تحقق من ترتيب القراءة وأعد بناء الهيكل المطلوب بنفسك. |
صدّر النص المصحح في المحرر
ينقل «انسخ» محتوى المحرر الحالي، بما فيه تعديلاتك وفواصل السطور، إلى الحافظة. عند النجاح يظهر «تم النسخ»؛ وتحرير النص يعيد التسمية السابقة. إذا تعذر الوصول إلى الحافظة، تطلب الصفحة تحديد النص ونسخه. يمكنك استخدام التحديد المعتاد داخل المحرر وأمر النسخ في المتصفح أو النظام، أو تنزيل النص.
ينشئ «نزّل النص» ملف recognized.txt بترميز UTF-8 من محتوى المحرر الحالي. يحدد المتصفح مكان الحفظ أو يسألك عنه. لا يتضمن الملف الصورة الأصلية ولا يعيد بناء التنسيق. يتعطل النسخ والتنزيل أثناء التعرّف أو عندما يكون المحرر فارغًا. نجاح إعادة محاولة النسخ يمحو تحذير الحافظة السابق.
ميّز المعالجة المحلية عن تنزيل الموارد
تعالج عملية OCR الصورة المختارة داخل عامل في المتصفح، ولا ترفع الصورة أو النص المتعرّف عليه إلى خادم OCR. يُحمّل المحرك ونموذج اللغة المختارة من موقع ToolMellow نفسه. لذلك قد تحتاج البداية إلى تنزيل موارد رغم إجراء التعرّف على الحروف محليًا. تستخدم كل مهمة نموذجًا واحدًا محددًا، ولا تنزّل كل اللغات من أجلها.
لا تعني محلية OCR أن الموقع لا يرسل أي طلبات شبكة. قد تُحمّل الصفحات والبرامج والخطوط وملفات OCR والتحليلات المعتادة للموقع. لا تفترض العمل بلا اتصال إلى أجل غير محدد أو الاحتفاظ بالنموذج دائمًا. يضع النسخ النص في الحافظة، وينشئ التنزيل ملفًا منفصلًا تتحكم فيه. إعادة تحميل الصفحة تفقد حالة المحرر؛ لا يوجد سجل للاستعادة أو ضمان للمحو الآمن.
التثبيت المحلي لـ Tesseract.js 7.0.0واجهة Tesseract.js 7.0.0 البرمجية
افهم التقدم والإلغاء دون اعتبارهما مقياس دقة
أثناء العمل تظهر «جارٍ المعالجة…» ونسبة التقدم. قد يبقى الرقم صفرًا أثناء تجهيز المحرك والنموذج قبل أن تتقدم مرحلة التعرّف. النسبة مؤشر نشاط، وليست درجة ثقة أو تقديرًا موثوقًا للوقت المتبقي. يؤثر حجم الصورة والذاكرة المتاحة وتحميل الموارد في المدة؛ ولا توجد هنا مهلة ثابتة لإنهاء التعرّف.
يوقف «إلغاء» المهمة الحالية ويعيد أدوات التحكم. ليس إيقافًا مؤقتًا يمكن استئنافه، ولا يحفظ ناتج OCR جزئيًا، ولا يعيد النص الذي مُحي عند البداية. تبدأ المحاولة الجديدة التعرّف من جديد بالملف واللغة المحددين. إن بدا التحميل عالقًا، فألغِ المهمة وافحص إمكانية تحميل موارد الموقع، ثم جرّب صورة أصغر ومقروءة عند ملاءمة ذلك.
واجهة Tesseract.js 7.0.0 البرمجيةالتثبيت المحلي لـ Tesseract.js 7.0.0
فرّق بين النتيجة الفارغة وفشل المهمة
تعني «لم يُعثر على نص.» أن المحرك لم يعد في تلك المهمة نصًا غير محارف المسافات. افحص وجود كلمات مطبوعة واضحة، وملاءمة اللغة، واحتمال اختفاء الحروف البيضاء الشفافة على الخلفية البيضاء. النتيجة الفارغة لا تثبت خلو الأصل من النص؛ قد يتعذر قراءته بهذا المزيج من الصورة والنموذج.
«تعذّر الإكمال.» رسالة فشل أوسع. قد تنتج عن محتوى غير مدعوم أو تالف، أو تجاوز الحدود، أو مشكلة في فك الترميز أو الذاكرة، أو فشل تحميل المحرك أو النموذج. الرسالة وحدها لا تحدد السبب. افحص البنود المناسبة أدناه، واحفظ أي نص مصحح مفيد قبل تبديل الملف أو البدء مجددًا.
| ما يظهر | الفحص الأول | الخطوة التالية |
|---|---|---|
| «تعرّف على النص» غير متاح | لا يوجد ملف مختار أو هناك مهمة جارية. | اختر صورة مدعومة، أو انتظر المهمة الحالية أو ألغها. |
| لم يُعثر على نص | صورة فارغة أو تباين ضعيف أو نموذج خاطئ أو حروف صعبة. | افحص الأصل واللغة ثم جرّب قص المنطقة الواضحة المطلوبة. |
| تعذّر الإكمال | الصيغة والحدود الثلاثة وتحميل الموارد. | صدّر صورة مدعومة جديدة ضمن الحدود؛ وأعد تحميل الصفحة عند الحاجة. |
| كلمات مشوهة أو مفقودة | جودة الأصل ولغة الطباعة وترتيب القراءة. | صحح المحرر بمقارنة الصورة؛ استخدم طريقة أخرى للكتابة غير المدعومة. |
| الحافظة غير متاحة | تعذر وصول المتصفح إلى الحافظة. | حدد النص وانسخه يدويًا، أو نزّله، أو أعد محاولة النسخ. |
واجهة Tesseract.js 7.0.0 البرمجيةTesseract: تحسين جودة النتائج
اختر طريقة أخرى عندما تتجاوز الصورة حدود الأداة
لا تدعم الأداة الكتابة اليدوية أو التوقيعات أو استعادة تخطيط الصفحة بدقة. هي مخصصة للكلمات المطبوعة بلغات نماذجها العشرة، ولا تترجم النص أو تفك الرموز الشريطية أو تحلل المخططات أو تشرح معنى الوثيقة. تحتاج الملاحظة اليدوية الواضحة أو الصفحة الأردية أيضًا إلى طريقة مناسبة، فلا تفترض أن لغة قريبة توفر نموذجها.
لملفات PDF استخدم أداة PDF إلى Word المنفصلة مع مراجعة حدودها وطريقة إخراجها؛ مساحة الصور هذه لا تقبل PDF كمدخل. استخدم أداة قص الصور لعزل النص، أو عداد الكلمات بعد مراجعة المحتوى المستخرج. اختر الخطوة التالية بحسب حاجتك الفعلية: نص متحقق منه، أو مستند تعيد بناءه، أو صيغة أخرى.
أسئلة شائعة
ما صيغ الصور التي يمكن استخدامها؟
اختر صورة ثابتة واحدة بصيغة JPG أو PNG أو WebP. ترفض الأداة PNG وWebP المتحركتين والمحتوى غير المدعوم. تغيير الامتداد ليس تحويلًا؛ وقد يفشل ملف يبدو سليمًا إذا كان تالفًا أو تعذر فك ترميزه بأمان.
ما حدود الحجم؟
حتى 25000000 بايت للملف، وحتى 24000000 بكسل إجمالًا، وألا يتجاوز أي ضلع 12000 بكسل. تطبق الحدود الثلاثة معًا؛ استيفاء حد البايتات وحده لا يكفي.
ما لغات OCR المتاحة؟
الإنجليزية والفرنسية والألمانية والإيطالية والبرتغالية والإسبانية والصينية المبسطة والهندية والعربية والبنغالية. اختر واحدة تطابق النص المطبوع؛ لا يوجد اختيار تلقائي أو مجموعة لغات مشتركة.
هل تقرأ الواجهة الأردية أو الإندونيسية لغتها؟
لغة الواجهة لا تضيف نموذج OCR. تبدأ الواجهتان بالإنجليزية، ولا يوجد هنا نموذج تعرّف للأردية أو الإندونيسية. نموذج العربية ليس نموذجًا للأردية. استخدم طريقة تدعم لغة النص المطبوع صراحةً.
هل يترجم تغيير لغة النص المطبوع المحتوى الحالي؟
لا. يختار نموذج التعرّف التالي ويحافظ على النص في المحرر. اضغط «تعرّف على النص» لقراءة الصورة مجددًا؛ المهمة الجديدة تستبدل النص القديم، فاحفظ التصحيحات أولًا.
هل يتعرّف على الخط اليدوي أو يحفظ الجداول؟
لا يدعم الخط اليدوي أو تخطيط الصفحة المطابق للأصل. الناتج نص عادي، وقد يخطئ ترتيب القراءة في الجداول والأعمدة. راجع الهيكل المطلوب وأعد بناءه.
لماذا النتيجة فارغة؟
قد لا يجد المحرك نصًا مقروءًا في الصورة والنموذج المختارين. افحص اللغة والتباين والوضوح والخلفية. تُرسم الصور الشفافة على أبيض، مما قد يخفي الحروف الفاتحة.
هل النسبة المئوية هي دقة OCR؟
لا. هي تقدم المهمة وقد تبقى صفرًا أثناء التجهيز. لا تعرض الصفحة درجة ثقة، واكتمال العمل لا يضمن صحة النص.
ماذا يحدث عند الإلغاء؟
تتوقف المهمة وتعود أدوات التحكم. لا يوجد توقف مؤقت قابل للاستئناف أو استرجاع لنتيجة جزئية. النص الذي مُحي عند بدء التعرّف لا يعود.
هل تُرفع الصورة والنص المستخرج؟
يعالجهما مسار OCR المفحوص داخل المتصفح دون إرسالهما إلى خادم OCR. تُحمّل الصفحة وموارد OCR المختارة من الموقع، وقد تحدث طلبات الموقع المعتادة. المعالجة المحلية ليست وعدًا بالعمل الدائم دون اتصال.
هل يتضمن التنزيل تصحيحاتي؟
نعم. يستخدم النسخ والتنزيل محتوى المحرر الحالي. تحصل على نص عادي بترميز UTF-8 في recognized.txt، دون الصورة الأصلية أو إعادة بناء تخطيط الصفحة.
هل يمكن استعادة النص بعد تبديل الصورة أو إعادة التحميل؟
لا يوجد سجل للمهام المحفوظة. قد يمحو اختيار صورة جديدة أو بدء تعرّف جديد أو إعادة تحميل الصفحة النص الحالي. انسخ أو نزّل التعديلات المراد حفظها قبل هذه الإجراءات.