تحويل الصورة إلى نص

استخرج النص المطبوع من صورة أو لقطة شاشة أو مستند ممسوح ضوئيًا، ونزّله ملف .txt، أو ملف JSON فيه موضع كل كتلة نص ودرجة الثقة في التعرف عليها.

أفلت ملفاتك هنا

⁦.jpg, .jpeg, .png, .webp, .bmp, .gif, .avif⁩ · حتى 100 م.ب

اختيار الملفات

لغة النص

إعدادات إضافية

لغة ثانيةتخطيط الصفحةالناتجمعالجة مسبقة (تدرّج الرمادي والعتبة)

طريقة استخراج النص

1
إضافة الصورة
أضف صورة بصيغة JPG أو PNG أو WebP أو BMP أو GIF أو AVIF، حتى 20 ملفًا. تُقرأ الصيغة من الملف نفسه، فحتى الملف ذو الامتداد الخاطئ يصل إلى مفكك الترميز الصحيح.
2
اختيار لغة النص
تكفي لغة واحدة لمعظم المستندات الممسوحة ضوئيًا؛ أضف لغة ثانية أو ثالثة حين تمزج الصفحة بين اللغات فعلًا. وكل لغة إضافية تتطلب تنزيلًا آخر وتخفض صحة التعرف قليلًا.
3
النقر على «استخراج النص» وتنزيل ملف .txt
انقر على الزر، فتحصل على النص المستخرج وعدد الأحرف ومتوسط درجة الثقة. وبدّل الإخراج إلى JSON حين تحتاج إلى الإحداثيات أيضًا.

ما يقرؤه التعرف الضوئي على الحروف في المتصفح وما لا يقرؤه

المحرك هنا هو Tesseract، وهو المحرك الذي تقوم عليه معظم أدوات التعرف الضوئي على الحروف (OCR) مفتوحة المصدر، في نسخة WebAssembly تعمل داخل علامة التبويب لديك. وهو قوي في النص المطبوع: صفحات الكتب ولقطات الشاشة والفواتير واللافتات والنماذج، وكل ما كُتب بخط عادي وبحجم معقول. وهو ضعيف في الكتابة اليدوية، والخطوط الزخرفية المفرطة في التزيين، والنص المكتوب فوق صور مزدحمة بالتفاصيل، وكل ما صُوّر من زاوية مائلة. والدقة أهم من حجم الملف: لقطة شاشة واضحة لفقرة بعرض 1500 بكسل تُقرأ أفضل من صورة هاتف بدقة عشرة ميغابكسل للفقرة نفسها التُقطت من الطرف الآخر للغرفة. وإذا جاء متوسط درجة الثقة دون 30، تخبرك الأداة أنها لم تجد نصًا مقروءًا، بدل أن تعطيك صفحة من كلام يبدو معقولًا وهو بلا معنى.

خيار المعالجة المسبقة ومتى يفيد

حين تكون المعالجة المسبقة مفعّلة، تُحوّل الصورة إلى تدرّج الرمادي، ثم إلى أبيض وأسود بعتبة تُحسب بطريقة Otsu، وهي طريقة تختار حد الفصل بين الأسود والأبيض من المدرج التكراري للصورة نفسها، لا من رقم ثابت. وهذا مكسب كبير في الصفحات المصوّرة ذات الإضاءة غير المتساوية، وفي الإيصالات الباهتة، وفي المسح الضوئي الرمادي، لأنه يزيل التظليل الذي كان المحرك سيحاول تفسيره. لكنه خسارة في النص النظيف أصلًا، وفي لقطات الشاشة ذات النص الفاتح على خلفية داكنة، وفي كل نص ملوّن على خلفية ملوّنة، إذ قد تمحو العتبة الحادة الحروف تمامًا. جرّبه حين لا تُرضيك نتيجة التشغيل العادي، لا قبل ذلك.

نص فقط، أو نص مع الإحداثيات

الإخراج الافتراضي ملف .txt عادي بفواصل الأسطر نفسها التي رآها المحرك. أما خيار JSON فيعطيك مصفوفة من الكتل، لكل منها نصها المستخرج ودرجة الثقة فيها ومربع محيط من أربعة أرقام: x وy والعرض والارتفاع بالبكسل في الصورة التي جرى التعرف عليها فعلًا. وهذا ما تحتاج إليه لتظليل النتائج فوق الصورة الأصلية، أو لاستخراج حقل واحد من نموذج، أو لمعرفة أي جزء من الصفحة خفّض متوسط درجة الثقة.

لا تُرفع الصورة ولا النص

يُنزَّل محرك التعرف وبيانات اللغة مرة واحدة، ثم يحفظهما متصفحك مؤقتًا، وبعد ذلك يجري كل شيء محليًا: يُفك ترميز صورتك في علامة التبويب، ويُستخرج نصها في علامة التبويب، ويُبنى ملف النص في علامة التبويب. لا يُرسل أي شيء من المحتوى إلى أي مكان، وهذا مهم حين يكون ما تقرؤه عقدًا أو قسيمة راتب أو بطاقة هوية.

الأسئلة الشائعة

ما اللغات التي يمكنني استخراج النص بها؟

الإنجليزية والروسية والألمانية والفرنسية والإسبانية والصينية المبسطة والعربية واليابانية. يمكنك الجمع بين ثلاث لغات كحد أقصى للصفحات التي تمزج اللغات فعلًا، مع أن لغة واحدة صحيحة تعطي دائمًا تقريبًا نتيجة أدق من لغتين.

هل تُرسل صورتي إلى خادم؟

لا. محرك OCR وحدة WebAssembly تعمل داخل متصفحك. وحركة الشبكة الوحيدة هي تنزيل المحرك وبيانات اللغة التي اخترتها مرة واحدة؛ أما الصورة والنص المستخرج فيبقيان على جهازك.

لماذا يكون التشغيل الأول أبطأ بكثير؟

لأن التشغيل الأول ينزّل المحرك، وحجمه نحو 3 ميغابايت، إضافة إلى بيانات لغتك، وحجمها بين 0.7 و3 ميغابايت بحسب اللغة. يحفظ متصفحك الاثنين مؤقتًا، فيبدأ التشغيل الثاني التعرف على النص مباشرة.

هل يمكنني تحويل الكتابة اليدوية إلى نص؟

ليس بشكل يُعتمد عليه. النماذج هنا مدرّبة على الخط المطبوع، فتعود الكتابة اليدوية إما خاطئة وإما دون عتبة الثقة. أحيانًا تنجح الحروف الكبيرة المنفصلة المكتوبة بعناية شديدة؛ أما الخط المتصل العادي فلا. تعامل مع أي نتيجة من نص مكتوب باليد على أنها مسودة تحتاج إلى مراجعة، لا على أنها تفريغ دقيق للنص.

ماذا أفعل إذا لم يُعثر على أي نص؟

فعّل أولًا خيار المعالجة المسبقة وأعد المحاولة؛ فهو يحل معظم حالات الإضاءة غير المتساوية. وإن لم يحل ذلك المشكلة، فالسبب المعتاد هو الدقة: أعد المسح الضوئي أو التصوير بحيث لا يقل ارتفاع الحروف عن 20 بكسل. ويفيد أيضًا قص الصورة على النص وحده واختيار اللغة المطابقة أكثر مما يتوقع الناس.

ما الدقة التي أحتاج إليها لنتيجة جيدة؟

اجعل ارتفاع النص بين 20 و40 بكسل تقريبًا، وهو ما يعادل نحو 300 DPI في المسح الضوئي العادي للمستندات. ودون ذلك تبدأ الحروف بالتداخل وتتراجع صحة التعرف بشدة. أما فوقه فتدفع الثمن وقتًا في الغالب: لا تصبح الصورة أسهل قراءة لأن عرضها 10000 بكسل، وكل صورة يتجاوز أحد جانبيها 12000 بكسل تُصغّر قبل التعرف عليها على أي حال.

هل يمكنني معرفة موضع كل كلمة؟

تحصل على موضع كل كتلة، وهي الوحدة التي يُبلغ عنها المحرك: نصها ودرجة الثقة فيها ومربعها المحيط بالبكسل. اختر إخراج JSON بدل النص العادي، فيكون الملف الذي تنزّله هذه المصفوفة لا ملفًا نصيًا مسطحًا.

هل تعمل الأداة على الهاتف؟

نعم، مع ملاحظتين. يحتاج التشغيل الأول إلى تنزيل بضعة ميغابايت عبر الاتصال الذي تستخدمه أيًا كان، ويستغرق التعرف على الهاتف نحو ثلاثة أضعاف وقته على الكمبيوتر المحمول، فقد يستغرق مسح صفحة كاملة نصف دقيقة. ومع ذلك يجري كل شيء محليًا.