كيف تجعل ملف PDF ممسوحًا ضوئيًا قابلًا للبحث

تمسح أربعين صفحة من عقود قديمة، وتحفظها كملف PDF مرتّب، وتذهب تبحث عن كلمة «تعويض». لا يجد Ctrl+F شيئًا. تستطيع رؤية الكلمة — إنها هناك تمامًا في الصفحة الثانية عشرة — لكن حاسوبك لا يستطيع، لأن تلك الصفحة بالنسبة له لا تحتوي على أي كلمات إطلاقًا. إنها تحتوي على صورة فوتوغرافية.

ثلاثة أنواع من PDF تبدو متطابقة

شبه كل خلط بشأن المسوحات يبدأ هنا. ثلاثة ملفات مختلفة جدًا قد تبدو متطابقة على الشاشة:

• ملف PDF رقميّ الأصل. مُصدَّر من معالج نصوص. يخزّن أحرفًا فعلية بخطوط فعلية. البحث والتحديد والنسخ كلها تعمل لأن النص نصّ حقًا.
• ملف PDF صوريّ فقط. من ماسح أو كاميرا هاتف. كل صفحة صورة كبيرة واحدة. لا نصّ في الملف — فقط بكسلات مرتّبة لتبدو نصًّا. هذا ما يهزم Ctrl+F.
• ملف PDF قابل للبحث. المسح زائد طبقة نص غير مرئية. يبدو تمامًا كالنسخة الصورية فقط — الصورة نفسها، الصفحة نفسها — لكن نصًّا يقبع خلفها، فيعمل البحث والنسخ.

النوع الثالث هو ما تريده، والتعرّف الضوئي هو كيف تصل إليه.

ماذا يفعل التعرّف الضوئي فعلًا

التعرّف الضوئي على الحروف ينظر إلى البكسلات، ويجد أشكالًا تبدو أحرفًا، ويقرّر أي أحرف هي. والمحرّكات الحديثة لا تطابق الحروف واحدًا واحدًا كالإستنسل؛ بل تعمل على امتداد أسطر النص، مستخدمةً الأشكال والسياق المحيط لحلّ الالتباس. ذلك السياق هو سبب قراءة محرّك جيد لـ«rn» كحرفين في «modern» لكنه قد يتعثّر فيها في مسح مشوّش — إنه يخمّن تخمينًا مدروسًا، في كل مرّة.

تلك الكلمة — تخمين — هي الجوهر الصادق للتعرّف الضوئي. إنه قراءة احتمالية لصورة، لا تحويلًا بلا فقدان. عادةً تخمين جيد جدًا. ولا مضمون أبدًا.

لماذا يكون PDF القابل للبحث عادةً ما تريده

يمكنك تطبيق التعرّف الضوئي على مسح والاحتفاظ بالنص فقط، لكنك ستلقي المستند: التوقيع، والترويسة، وأثر القهوة، والتخطيط — كل ما يجعله الأصل لا نسخة منسوخة. ولأن التعرّف الضوئي غير مثالي، فنسخة نصّية خالصة ليس لديها طريقة لمراجعة نفسها.

ملف PDF القابل للبحث يتفادى هذه المقايضة. تبقى الصورة الممسوحة كما كانت بالضبط، دون مسّ. ويُضاف النص المتعرَّف عليه كطبقة غير مرئية موضوعة فوق الكلمات التي تقابلها. أنت ترى الأصل؛ وحاسوبك يرى النص؛ وحين تنسخ فقرة تحصل على الكلمات، وحين يتسلّل خطأ تعرّف تكون الصفحة الحقيقية هناك تمامًا للمقارنة.

ما الذي يحدّد الدقّة فعلًا

تُحسم جودة التعرّف الضوئي قبل تشغيل المحرّك بوقت طويل — غالبًا لحظة المسح:

• الدقّة. نحو 300 dpi هي النقطة المثالية للنص المطبوع. وتحت نحو 200، تفقد الأحرف التفاصيل اللازمة لتمييزها. وفوق 400 أنت غالبًا تكبّر الملف، لا تحسّن القراءة.
• التباين. أسود حادّ على أبيض نظيف مثالي. أما النسخ الرمادية، والورق الملوّن، والظلال عبر الصفحة فكلها تكلّفك دقّة.
• الاستقامة. الميل عدوّ حقيقي. فصفحة مصوّرة بزاوية، أو بانحناء كتاب قرب الكعب، تعطي المحرّك خطوط أساس منحنية ليتبعها.
• جودة الطباعة. الطباعة الآلية النظيفة تُقرأ جيدًا. أما الفاكسات، والنسخ من الجيل الثالث، ومخرجات الطابعات النقطية، والنص المختوم فتُقرأ أسوأ بكثير.
• اللغة الصحيحة. يستخدم المحرّك نموذجًا لغويًا لحلّ الالتباس. وتشغيل نموذج إنجليزي على مستند فرنسي يُتلف النتائج رغم تطابق الأبجدية.
• الخط اليدوي — لا. هذا المحرّك مبنيّ للنص المطبوع آليًا. والتعرّف على الخط اليدوي مشكلة مختلفة حقًا وليس حالة استخدام مدعومة. فإذا كان مستندك بخطّ اليد، فسينتج التعرّف الضوئي هراءً بثقة.

إذا خرج مسح رديئًا، فأعلى إصلاح قيمةً شبه أبدًا ليس إعداد تعرّف ضوئي مختلفًا. بل إعادة المسح: أكثر استواءً، وأسطع، وأكثر استقامة، بدقّة 300 dpi. عشر ثوانٍ عند الماسح تتفوّق على ساعة من تصحيح المخرجات.

PDF قابل للبحث أم نص عادي؟

هدفان مختلفان، وأداتان مختلفتان، واختيار الخطأ يهدر الوقت:

• تريد أن يبقى المستند مستندًا — قابلًا للبحث، والنسخ، والأرشفة، ما زال يبدو كالأصل. ذلك PDF قابل للبحث. الأفضل للعقود، والسجلات، وأي شيء قد تحتاج تقديمه لاحقًا كما كان.
• تريد إخراج الكلمات — للصقها في بريد، أو تغذيتها في جدول، أو اقتباسها في تقرير. ذلك استخراج النص، الذي يعطيك نصًّا عاديًا ويلقي التخطيط.

إذا لم تكن متأكدًا، فاختر PDF القابل للبحث. يمكنك دائمًا إخراج النص منه لاحقًا؛ ولا يمكنك استعادة صفحة ألقيتها.

كيف تفعله

التعرّف الضوئي في CyvoDocOps يعمل على جهازك أنت — لا يُرفع المسح أبدًا إلى خادم. إنه جزء من CyvoDocOps Pro، ولأن Pro يُشترى عبر App Store أو Google Play لا على الويب، فأدوات التعرّف الضوئي تعيش في تطبيق الجوال.

1. احصل على أفضل مسح يمكنك. 300 dpi، مستوٍ، إضاءة جيدة، مستقيم. هذه الخطوة تحسم نتيجتك أكثر من أي أخرى.
2. افتح المستند في تطبيق CyvoDocOps. انظر التطبيق إن لم يكن لديك.
3. اختر أداتك. PDF قابل للبحث لإبقاء الصفحة وإضافة الطبقة المخفية؛ واستخراج النص لإخراج الكلمات؛ والتعرّف الضوئي على الإنجليزية أو التعرّف الضوئي على العربية للّغة التي تقرؤها.
4. تحقّق من النتيجة. ابحث عن كلمة تعرف أنها في الصفحة الأولى. فإن لم تُوجَد، فقد تعثّر التعرّف — وهو ما يعود عادةً إلى المسح.

احصل على تطبيق CyvoDocOps

الصراحة بشأن الحدود

• التعرّف الضوئي ليس دقيقًا 100% أبدًا. حتى في المسوحات النظيفة توجد أخطاء — رقم يُقرأ خطأً، أو شرطة تضيع. الجيد ليس المثالي، والفجوة تهمّ حين يكون الرقم مبلغ دفع.
• لا تثق ببحث سلبي. إذا لم يجد Ctrl+F «تعويض»، فقد يعني ذلك أن الكلمة ليست هناك، أو أن التعرّف قرأها «تعويص». غياب النتيجة ليس دليل غياب في مستند مطبّق عليه التعرّف الضوئي — تمييز مهمّ إذا كنت تبحث في سجلات لأغراض قانونية أو طبية.
• الجداول والأعمدة صعبة. التعرّف يتبع أسطر النص؛ والتخطيطات المعقّدة قد تشابك الأعمدة أو تبعثر خلايا الجداول حتى حين يُقرأ كل حرف على حدة صحيحًا.
• طبقة النص قد تكون خطأً بينما الصفحة صحيحة. ذلك هو التصميم يعمل كما قُصِد — الصورة هي السجلّ، والنص هو الفهرس — لكن لا تقتبس من الطبقة دون النظر إلى الصفحة.

العربية، والكتابات الأخرى

تتفاوت صعوبة التعرّف هائلًا بحسب الكتابة. والعربية أصعب بوضوح من الإنجليزية: الحروف تتّصل، وتتغيّر أشكالها بحسب موضعها في الكلمة، والتشكيل يحمل معنى، والنص يجري من اليمين إلى اليسار. ونموذج مدرَّب للإنجليزية عديم الفائدة عليها — تحتاج النموذج العربي، عبر التعرّف الضوئي على العربية. وإذا كانت تلك حالتك، فـالعمل مع ملفات PDF العربية يغطّي التفاصيل.

لماذا يهمّ العمل على الجهاز هنا

فكّر فيما يمسحه الناس فعلًا: عقود، وخطابات طبية، وكشوف حسابات، وجوازات سفر، وسجلات ضريبية. المسح هو ما تفعله بالمستندات الموجودة على ورق لأنها مهمّة. وإرسال تلك الكومة إلى خادم شخص آخر للمعالجة صفقة غريبة — وشائعة، لأن معظم خدمات التعرّف الضوئي لا طريقة أخرى لها للعمل. أما تشغيل التعرّف على جهازك أنت فيُبقي المستند حيث بدأ. لا شيء يُرفع، فلا شيء يُحتفظ به، أو يُسجَّل، أو يُسرَّب.

الأسئلة الشائعة

لماذا لا أستطيع البحث في ملف PDF الممسوح ضوئيًا؟

لأنه لا يحتوي على نص. كل صفحة صورة، والبحث يبحث عن أحرف. والتعرّف الضوئي هو ما يحوّل الصورة إلى كلمات يستطيع حاسوبك إيجادها.

هل جعل PDF قابلًا للبحث يغيّر شكله؟

لا. تُحفظ الصورة الممسوحة بالضبط. ويُضاف النص المتعرَّف عليه كطبقة غير مرئية خلفها.

هل يعمل التعرّف الضوئي على الخط اليدوي؟

لا. المحرّك مصمّم للنص المطبوع آليًا. والخط اليدوي مشكلة مختلفة وليس حالة استخدام مدعومة.

لماذا التعرّف الضوئي في التطبيق لا المتصفّح؟

إنه جزء من CyvoDocOps Pro، وPro يُشترى عبر App Store أو Google Play — لا دفع على الويب — فالأدوات تعيش في التطبيق. والتعرّف يعمل على جهازك في الحالتين.

هل يُرفع مسحي للتعرّف الضوئي؟

لا. يعمل التعرّف بالكامل على جهازك ولا يُرسَل المستند إلى أي خادم.

أدلة وأدوات ذات صلة