كيف تعمل طبقة النص القابلة للبحث؟

بشكل أساسي، ملف PDF الممسوح ضوئياً هو مجرد مجموعة من الصور المعبأة، مما يمنع أجهزة الكمبيوتر من فهم الحروف الموجودة بداخلها. تعمل تقنية التعرف الضوئي على الحروف (OCR) لدينا على تحليل كل بكسل، و'قراءة' الحروف ثم إنشاء طبقة نصية غير مرئية توضع بدقة أسفل الصورة الأصلية. بهذه الطريقة، تحافظ على المظهر البصري للمستند الأصلي، ولكن يمكنك الآن استخدام Ctrl+F للبحث عن الكلمات المفتاحية أو تحديد فقرات لنسخها.

متى تختار 'تخطي النص' (Skip Text)؟

في الواقع، العديد من ملفات PDF تكون مختلطة: تحتوي بعض الصفحات على نص رقمي أصلي بينما تكون صفحات أخرى صوراً ممسوحة ضوئياً. يعد وضع تخطي النص الخيار الأذكى لحماية وضوح النص الأصلي، وتطبيق تقنية OCR فقط حيثما دعت الحاجة. في المقابل، يوصى بـ فرض OCR فقط عندما تكون الطبقة النصية السابقة مشوهة أو بها خطوط تالفة أو غير محاذية بشكل صحيح وتحتاج إلى إعادة توليدها من جديد.

ما هي العوامل التي تحدد دقة OCR؟

يكمن سر الحصول على نتيجة OCR مثالية في جودة الصورة المدخلة. المستندات الممسوحة ضوئياً بدقة 300 DPI أو أعلى، مع حروف واضحة وبدون تشويش بصري، تتيح دقة تصل إلى ما يقرب من 100%. إذا كان المسح الضوئي مشوشاً أو مائلاً قليلاً، فاستخدم وظائف المحاذاة التلقائية و التنظيف في الإعدادات لتحسين الصورة قبل التعرف. إذا كنت تخطط لـ تحويل PDF إلى Word، فإن إجراء عملية OCR مسبقاً سيحسن بشكل كبير من دقة ومصداقية الملف النهائي القابل للتحرير.