هل لديك مستند PDF^{(PDF document)} ترغب في استخراج كل النص منه؟ ماذا عن ملفات الصور للمستند الممسوح ضوئيًا الذي تريد تحويله إلى نص قابل للتحرير؟ هذه بعض المشكلات الأكثر شيوعًا التي رأيتها في مكان العمل عند التعامل مع الملفات.

في هذه المقالة ، سأتحدث عن عدة طرق مختلفة يمكنك اتباعها لمحاولة استخراج نص من ملف PDF أو من صورة. ستختلف نتائج الاستخراج وفقًا لنوع وجودة^{(type and quality)} النص في ملف PDF أو الصورة^{(PDF or image)} . أيضًا ، ستختلف نتائجك اعتمادًا على الأداة التي تستخدمها ، لذلك من الأفضل تجربة أكبر عدد ممكن من الخيارات أدناه للحصول على أفضل النتائج.

استخراج النص من الصورة أو PDF

إن أبسط وأسرع طريقة للبدء هي تجربة خدمة استخراج ^{(extractor service)}نصوص PDF^{(PDF text)} عبر الإنترنت . هذه عادةً مجانية ويمكن أن تمنحك بالضبط ما تبحث عنه دون الحاجة إلى تثبيت أي شيء على جهاز الكمبيوتر الخاص بك. فيما يلي نوعان استخدمتهما بنتائج جيدة جدًا إلى ممتازة:

استخراج PDF

ExtractPDF هي أداة مجانية لانتزاع الصور والنصوص والخطوط^{(text and fonts)} من ملف PDF^{(PDF file)} . القيد الوحيد هو أن الحجم الأقصى^{(max size)} لملف PDF^{(PDF file)} هو 10 ميجا بايت. هذا صغير بعض الشيء. لذلك إذا كان لديك ملف أكبر ، فجرّب بعض الطرق الأخرى أدناه. اختر ملفك ثم انقر فوق الزر إرسال ملف^{(Send file)} . عادةً ما تكون النتائج سريعة جدًا ويجب أن تشاهد معاينة للنص عند النقر فوق علامة التبويب "نص"^{(Text tab)} .

إنها أيضًا ميزة إضافية لطيفة وهي أنها تستخرج الصور من ملف PDF^{(PDF file)} أيضًا ، فقط في حالة احتياجك إليها! بشكل عام ، تعمل الأداة عبر الإنترنت بشكل رائع ، لكنني واجهت بعض مستندات PDF^{(PDF docs)} التي تعطيني إخراجًا مضحكًا. يتم استخراج النص بشكل جيد ، ولكن لسبب ما سيكون هناك فاصل أسطر^{(line break)} بعد كل كلمة! ليست مشكلة كبيرة لملف PDF^{(PDF file)} قصير ، ولكنها بالتأكيد مشكلة بالنسبة للملفات التي تحتوي على الكثير من النصوص. إذا حدث ذلك لك ، فجرب الأداة التالية.

التعرف الضوئي على الحروف عبر الإنترنت

^{(Online OCR)}عادةً ما يعمل التعرف الضوئي على الحروف عبر الإنترنت على المستندات التي لم يتم تحويلها بشكل صحيح باستخدام ExtractPDF ، لذلك من الجيد تجربة كلتا الخدمتين لمعرفة أيهما يمنحك مخرجات أفضل. يحتوي OCR عبر الإنترنت^{(Online OCR)} أيضًا على بعض الميزات الرائعة التي يمكن أن تكون مفيدة لأي شخص لديه ملف PDF^{(PDF file)} كبير يحتاج فقط إلى تحويل النص في بضع صفحات بدلاً من المستند بأكمله.

أول شيء تريد القيام به هو المضي قدمًا وإنشاء حساب مجاني. إنه أمر مزعج بعض الشيء ، ولكن إذا لم تقم بإنشاء حساب مجاني ، فسيتم تحويل ملف PDF^(PDF) الخاص بك جزئيًا فقط بدلاً من المستند بأكمله. أيضًا ، بدلاً من أن تكون قادرًا على تحميل مستند بحجم 5 ميجا بايت^{(MB document)} فقط ، يمكنك تحميل ما يصل إلى 100 ميجا بايت لكل ملف باستخدام حساب.

أولاً ، اختر لغة ثم اختر نوع تنسيقات الإخراج التي تريدها للملف المحول. لديك خياران ويمكنك اختيار أكثر من خيار إذا أردت. ضمن مستند Multipage^{(Multipage document)} ، يمكنك تحديد أرقام الصفحات^{(Page numbers)} ثم اختيار الصفحات التي تريد تحويلها فقط. ثم حدد الملف وانقر فوق ^{(file and click)} تحويل^(Convert) !

بعد التحويل ، سيتم نقلك إلى قسم المستندات^(Documents) (إذا قمت بتسجيل الدخول) حيث يمكنك معرفة عدد الصفحات المجانية المتوفرة لديك والروابط لتنزيل الملفات المحولة. يبدو أن لديك 25 صفحة فقط مجانًا في اليوم ، لذلك إذا كنت بحاجة إلى أكثر من ذلك ، فسيتعين عليك إما الانتظار قليلاً أو شراء المزيد من الصفحات.

قام OCR عبر الإنترنت^{(Online OCR)} بعمل ممتاز في تحويل ملفات PDF^(PDF) الخاصة بي لأنه كان قادرًا على الحفاظ على التخطيط الفعلي للنص. في الاختبار الذي أجريته ، أخذت مستند Word^{(Word doc)} يستخدم الرموز النقطية وأحجام خطوط مختلفة وما إلى ذلك وقمت بتحويله إلى ملف PDF . ثم استخدمت Online OCR لتحويله مرة أخرى إلى تنسيق Word^{(Word format)} وكان حوالي 95٪ مماثلاً للنسخة الأصلية. هذا مثير للإعجاب بالنسبة لي.

بالإضافة إلى ذلك ، إذا كنت تبحث عن تحويل صورة إلى نص ، فيمكن لـ Online OCR القيام بذلك بنفس سهولة استخراج النص من ملفات PDF .

التعرف الضوئي على الحروف على الإنترنت مجانًا

منذ أن تحدثنا عن صورة إلى نص OCR ، اسمحوا لي أن أذكر موقعًا جيدًا آخر يعمل جيدًا على الصور. كان OCR المجاني عبر الإنترنت^{(Free Online OCR)} جيدًا جدًا ودقيقًا جدًا عند استخراج نص من صور الاختبار الخاصة بي. لقد التقطت صورتين من iPhone الخاص بي لصفحات من الكتب والنشرات وما إلى ذلك ، وفوجئت بمدى قدرتها على تحويل النص.

اختر ملفك ثم انقر فوق الزر تحميل^{(Upload button)} . في الشاشة التالية ، هناك خياران ومعاينة للصورة. يمكنك اقتصاصها إذا كنت لا تريد التعرف الضوئي على الحروف كل شيء. ثم انقر فوق زر OCR^{(OCR button)} وسيظهر النص المحول أسفل معاينة الصورة^{(image preview)} . كما أنه لا يحتوي على أي قيود ، وهو أمر رائع حقًا.

بالإضافة إلى الخدمات عبر الإنترنت ، هناك محوّلان مجانيان لملفات PDF أريد ذكرهما في حال كنت بحاجة إلى برنامج يعمل محليًا على جهاز الكمبيوتر الخاص بك لإجراء التحويلات. مع الخدمات عبر الإنترنت ، ستحتاج دائمًا إلى اتصال بالإنترنت^{(Internet connection)} وقد لا يكون ذلك ممكنًا للجميع. ومع ذلك ، لاحظت أن جودة التحويلات من البرامج المجانية كانت أسوأ بكثير من تلك الخاصة بالمواقع الإلكترونية.

مستخرج نص A-PDF

برنامج A-PDF Text Extractor^{(A-PDF Text Extractor)} هو برنامج مجاني يقوم بعمل جيد إلى حد ما لاستخراج النص من ملفات PDF^{(PDF file)} . بمجرد^(Once) تنزيله وتثبيته ، انقر فوق الزر فتح^{(Open button)} لاختيار ملف PDF^{(PDF file)} الخاص بك . ثم انقر فوق استخراج النص^{(Extract text)} لبدء العملية.

سيطلب منك موقعًا لتخزين ملف الإخراج النصي^{(text output file)} ثم يبدأ في الاستخراج. يمكنك أيضًا النقر فوق زر الخيار^(Option) ، والذي يتيح لك اختيار صفحات معينة فقط لاستخراجها ونوع الاستخراج^{(extraction type)} . الخيار الثاني مثير للاهتمام لأنه يستخرج النص في تخطيطات مختلفة ويستحق تجربة الثلاثة لمعرفة أي منها يمنحك أفضل إخراج.

PDF2Text Pilot

PDF2Text Pilot  يقوم بعمل جيد لاستخراج النص. ليس لديها أي خيارات. ما عليك سوى إضافة ملفات أو مجلدات وتحويلها وتأمل^{(convert and hope)} في الأفضل. لقد نجحت بشكل جيد في بعض ملفات PDF^(PDFs) ، ولكن بالنسبة لغالبية هذه الملفات ، كانت هناك العديد من المشكلات.

ما عليك سوى النقر فوق Add Files ثم النقر فوق Convert . بمجرد اكتمال التحويل ، انقر فوق " تصفح^(Browse) " لفتح الملف. ستختلف المسافة المقطوعة باستخدام هذا البرنامج لذا لا تتوقع الكثير.

أيضًا ، من الجدير بالذكر أنه إذا كنت تعمل في بيئة شركة أو يمكنك الحصول على نسخة من Adobe Acrobat من العمل ، فيمكنك حقًا الحصول على نتائج أفضل بكثير. من الواضح أن Acrobat^(Acrobat) ليس مجانيًا ، لكن لديه خيارات لتحويل PDF إلى تنسيق Word و Excel و HTML^{(Excel and HTML format)} . كما أنه يقوم بأفضل وظيفة للحفاظ على بنية المستند الأصلي وتحويل النص المعقد.

Extract Text from PDF and Image Files

Have a PDF docυment that you woυld like to extract all the text out of? What about image files of a scanned document that you want to сonvert into editable text? These are somе of the most common issues I’ve seen аt thе workplace when working with files.

In this article, I’ll talk about several different ways you can go about trying to extract text from a PDF or from an image. Your extraction results will vary depending on the type and quality of the text in the PDF or image. Also, your results will vary depending on the tool you use, so it’s best to try out as many of the options below as possible to get the best results.

Extract Text from Image or PDF

The simplest and quickest way to start is to try an online PDF text extractor service. These are normally free and can give you exactly what you are looking for without having to install anything on your computer. Here are two that I have used with very good to excellent results:

ExtractPDF

ExtractPDF is a free tool to grab images, text and fonts out of a PDF file. The only limitation is that the max size for the PDF file is 10 MB. That’s a bit small; so if you have a bigger file, try some of the other methods below. Choose your file and then click the Send file button. The results are normally very fast and you should see a preview of the text when you click on the Text tab.

It is also a nice added benefit that it extracts images out of the PDF file too, just in case you need those! Overall, the online tool works great, but I have run into a couple of PDF docs that give me funny output. The text is extracted just fine, but for some reason it’ll have a line break after each word! Not a huge problem for a short PDF file, but certainly an issue for files with lots of text. If that happens to you, try the next tool.

Online OCR

Online OCR usually tended to work for the documents that didn’t convert properly with ExtractPDF, so it’s a good idea to try both services to see which ones gives you better output. Online OCR also has some nicer features that can prove handy for anyone with a large PDF file that only needs to convert text on a few pages rather than the whole document.

The first thing you want to do is go ahead and create a free account. It’s a bit annoying, but if you don’t create the free account, it will only partially convert your PDF rather than the entire document. Also, instead of only being able to upload only a 5 MB document, you can upload up to 100MB per file with an account.

First, choose a language and then pick the type of output formats you would like for the converted file. You have a couple of options and you can choose more than one if you like. Under Multipage document, you can select Page numbers and then choose only the pages that you want to convert. Then you select the file and click Convert!

After conversion, you’ll be brought to the Documents section (if you’re logged in) where you can see how many available free pages you have left and links to download your converted files. It seems like you only have 25 pages for free a day, so if you need more than that, you’ll have to either wait a bit or buy more pages.

Online OCR did an excellent job of converting my PDFs because it was able to maintain the actual layout of the text. In my test, I took a Word doc that used bullets, different font sizes, etc and converted it to a PDF. Then I used Online OCR to convert it back to Word format and it was about 95% the same as the original. That’s pretty impressive for me.

Plus, if you are looking to convert an image to text, then Online OCR can do that just as easily as extracting text from PDF files.

Free Online OCR

Since were talking about image to text OCR, let me mention another good website that works really well on images. Free Online OCR was very good and very accurate when extracting text from my test images. I took a couple of photos from my iPhone of pages from books, pamphlets, etc and I was surprised at how well it was able to convert the text.

Choose your file and then click the Upload button. On the next screen, there are a couple of options and a preview of the image. You can crop it if you don’t want to OCR the whole thing. Then just click the OCR button and your converted text will appear below the image preview. It also doesn’t have any limitations, which is really nice.

In addition to the online services, there are two freeware PDF converters I want to mention in case you need software running locally on your computer to perform the conversions. With online services, you’ll always need an Internet connection and that may not be possible for everyone. However, I noticed that the quality of the conversions from the freeware programs were significantly worse than those of the websites.

A-PDF Text Extractor

A-PDF Text Extractor is freeware that does an fairly good job of extracting text from PDF files. Once you download it and install it, click the Open button to choose your PDF file. Then click Extract text to start the process.

It’ll ask you a location to store the text output file and then it will begin extracting. You can also click on the Option button, which lets you choose only certain pages to extract and the extraction type. The second option is interesting because it extracts the text in different layouts and it’s worth trying all three to see which ones gives you the best output.

PDF2Text Pilot

PDF2Text Pilot does an ok job of extracting text. It doesn’t have any options; you just add files or folders, convert and hope for the best. It worked well on some PDFs, but for the majority of them, there were numerous issues.

Just click Add Files and then click Convert. Once the conversion is complete, click on Browse to open the file. You mileage will vary using this program so don’t expect much.

Also, it’s worth mentioning that if you are in a corporate environment or can get your hands on a copy of Adobe Acrobat from work, then you can really get much better results. Acrobat is obviously not free, but it has options to convert PDF to Word, Excel and HTML format. It also does the best job of maintaining the structure of the original document and converting complicated text.

Related posts

• كيفية دمج أو دمج عدة ملفات نصية

• أفضل عارض PDF بديل مجاني لبرنامج Adobe Reader

• قم بتحويل جهاز كمبيوتر يعمل بنظام Windows إلى جهاز افتراضي باستخدام Hyper-V

• كيفية تغيير لون أيقونة المجلد في Windows

• أفضل أداة مجانية لإلغاء تجزئة Windows هي نفسها

• أفضل 3 تطبيقات لاستخدام Instagram على جهاز الكمبيوتر الخاص بك

• Best Free PDF Editor Online Tools التي تعتمد على السحابة

• مشاركة الملفات الكبيرة عن طريق إعداد خادم ملفات منزلي

• 4 أدوات مجانية لإزالة الملفات والصور المكررة

• انسخ الملفات الكبيرة عبر الشبكة بشكل أسرع باستخدام TeraCopy

• عرض الصور و Docs PDF بسرعة عبر PRIMA Rapid Image Viewer

• كيفية دبوس Text and Image إلى Clipboard History في Windows 10

• كيفية مزامنة مجلدين في الوقت الحقيقي في Windows

• كيفية إصلاح ملفات AVI التالفة أو التالفة

• أدوات مجانية لتخصيص قائمة سياق النقر بزر الماوس الأيمن

• كيفية نسخ قرص مضغوط أو قرص DVD ونسخه ونسخه احتياطيًا

• تطبيق Kindle Desktop: هل هو جيد؟

• فتح الملفات المضغوطة المحمية بكلمة مرور

• أفضل البرامج مفتوحة المصدر التي يجب أن تستخدمها

• قم بتهيئة بطاقة SD بالطريقة السهلة