نسخ النص من لقطة شاشة

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.

إعداد يناسب الأزرار والقوائم

تفتح الصفحة والخيار «الإنجليزية» مختار في «لغة النص»، و«نص متفرق» مختار في «تخطيط الصفحة» داخل «إعدادات إضافية». ويبحث هذا الوضع عن الكلمات في أي مكان من الصورة، ويكتب كل قطعة في سطر مستقل. وفي تحققنا في 21 أكتوبر 2026 كانت لقطة شاشة لصفحة أداة في PulsarKit، بمقاس 1280 × 800، تحتوي على 103 كلمات. فوجد «نص متفرق» 101 كلمة منها. أما «الاكتشاف تلقائيًا» فوجد 96، لأنه دمج حروف كل من الزرين Split PDF وPDF to Word في كلمة واحدة. وفي الوضع الداكن للصفحة نفسها انعكست النتيجة: 98 مقابل 101. وحافظ الوضعان كلاهما على ترتيب الكلمات كما على الشاشة.

متى تنتقل إلى «الاكتشاف تلقائيًا»

في لقطة شاشة لمقالة في مدونة، وجد الوضعان كلاهما 317 كلمة من أصل 321، بالترتيب الصحيح. لكن «نص متفرق» أضاف سطرًا فارغًا بعد كل سطر، بينما أبقى «الاكتشاف تلقائيًا» أسطر كل فقرة معًا. وفي شبكة من أربع بطاقات في كل صف، قرأ «نص متفرق» الأسطر عرضيًا عبر الصف كله، فمزج أسطرًا من أربعة أوصاف. أما الوضع الآخر فأبقى نص كل بطاقة قطعة واحدة. وفي شاشة أداة فيها صورتان، أعاد «نص متفرق» 96 كلمة شاردة، معظمها من الصورتين؛ وأعاد «الاكتشاف تلقائيًا» 10 كلمات. لذلك يناسب «نص متفرق» شاشة بسيطة من القوائم والأزرار. أما للفقرات وشبكات البطاقات وكل ما فيه صورة، فانتقل إلى الوضع الآخر، أو استبعد الصورة أولًا بأداة قص الصورة.

ما الذي تحصل عليه، وبأي سرعة

اضغط «استخراج النص»، فيصل النص في ملف ‎.txt يحمل اسم لقطة الشاشة: فقد أعطت لقطة الشاشة لدينا، وحجمها 80 كيلوبايت، 652 بايت من النص. وتعرض الصفحة الملف، لا النص. ولقراءته على الشاشة، اضغط «محوّل حالة الأحرف» في صف الخطوات التالية: فيظهر النص في لوحة «المصدر» فيها. وفي أول تشغيل في المتصفح يجري أيضًا تنزيل محرك التعرف وبيانات اللغة الإنجليزية، نحو 4 ميغابايت في تحققنا. وفي Chrome على جهاز Mac استغرقت لقطة الشاشة الأولى من 1.2 إلى 1.4 ثانية، مع التنزيل. وبعد ذلك استغرقت كل لقطة شاشة ما بين 0.6 و2.1 ثانية. وعادت لقطتا شاشة معًا في الملف pulsarkit-batch.zip، وفيه ملف ‎.txt لكل منهما.

اللغات والملفات والخصوصية

في القائمة ثماني لغات، منها العربية: الإنجليزية والروسية والألمانية والفرنسية والإسبانية والصينية (المبسطة) والعربية واليابانية. وللقطة شاشة بالعربية اختر «العربية» في «لغة النص». ويضيف «لغة ثانية» لغة أخرى للقطة شاشة تجمع لغتين، حتى ثلاث لغات في المجموع؛ أما اللغات الأخرى فليست في القائمة. وتقبل الأداة PNG وJPG وWebP وBMP وGIF وAVIF حتى 100 ميغابايت لكل ملف، و20 ملفًا في المرة الواحدة. والقص الذي يقل ضلعه الأطول عن 1000 بكسل يجري التعرف عليه مع ذلك، مع تحذير من أن المحرك قد يخطئ في قراءة الحروف الصغيرة. ويقرأ المحرك لقطة الشاشة داخل علامة التبويب في المتصفح، فلا تغادر الجهاز أبدًا؛ ولا يجري تنزيل شيء سوى المحرك وبيانات اللغة. أما ملف PDF الممسوح ضوئيًا فمكانه أداة OCR لملفات PDF، التي لا تتعرف حاليًا إلا على الإنجليزية.

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.