كيفية ترجمة PDF الممسوح ضوئياً باستخدام OCR

مشكلة ملفات PDF الممسوحة ضوئياً

عندما تمسح مستنداً ورقياً ضوئياً وتحفظه بصيغة PDF، يحتوي الملف على صورة الصفحة فقط — دون نص قابل للتحديد أو النسخ. تفشل أدوات الترجمة العادية فشلاً تاماً لأنه لا يوجد شيء للترجمة: النص موجود فقط كبيكسلات.

يؤثر هذا على مجموعة واسعة من الوثائق: العقود الموثّقة، والشهادات الرسمية، والسجلات التاريخية، ومطبوعات الفاكس، وأي مستند وصل ورقياً ثم رُقمن.

كيف يعمل OCR + الترجمة بالذكاء الاصطناعي

يقوم الحل على مرحلتين: التعرّف الضوئي على الحروف (OCR) ثم الترجمة الآلية العصبية.

1. تحليل OCR — يفحص المحرك كل صفحة بيكسلاً بيكسل، ويحدد أشكال الأحرف، ويُعيد بناء طبقة النص.
2. اكتشاف التخطيط — يتم تحديد الأعمدة والجداول والرؤوس والتذييلات وتعيينها.
3. استخراج النص — يُنظَّف النص المُعاد بناؤه: تُصحَّح علامات الواصلة والضوضاء وعيوب المسح الضوئي قبل الترجمة.
4. ترجمة الذكاء الاصطناعي — يُمرَّر النص النظيف إلى نموذج ترجمة عصبي مُحسَّن لسياق الوثائق.
5. إعادة بناء التنسيق — يُوضع النص المترجم في هيكل المستند الأصلي ويُصدَّر بصيغة PDF.

متطلبات جودة الصورة

تعتمد دقة التعرّف الضوئي مباشرةً على جودة المسح. وتعطي الظروف التالية أفضل النتائج:

• الدقة — 300 DPI أو أعلى. تنخفض الدقة بشكل حاد عند أقل من 100 DPI.
• الاتجاه — يجب أن تكون الصفحات مستقيمة. تعمل تصحيح الانحراف التلقائي حتى ~10°.
• التباين — نص داكن على خلفية فاتحة. الحبر الباهت أو الخلفيات الملوّنة تقلل الدقة.
• بدون كتابة يدوية — يُتعرَّف على النص المطبوع بدقة عالية؛ تُستخرج التعليقات المكتوبة بخط اليد حيث تكون مقروءة.
• صيغة الملف — PDF وJPG وPNG وTIFF مقبولة.

خطوة بخطوة: ترجمة PDF الممسوح ضوئياً

1. ارفع ملف PDF الممسوح ضوئياً — يكتشف النظام تلقائياً أنه مستند قائم على صورة.
2. اختر لغة المصدر (اختياري) — يعمل الكشف التلقائي لمعظم الخطوط.
3. اختر اللغة المستهدفة — أكثر من 100 لغة متاحة.
4. يستخرج OCR النص — تُعرض معاينة للمحتوى المتعرَّف عليه.
5. يترجم الذكاء الاصطناعي — يُترجم النص المستخرج مع الحفاظ على السياق الكامل للمستند.
6. نزّل PDF المترجم — يحتفظ ملف الإخراج بنفس أبعاد الصفحة وأعمدة المسح الأصلي.

أنواع المستندات الممسوحة الشائعة

• العقود الموثّقة — مستندات موقّعة ومختومة لا يمكن إعادة كتابتها دون فقدان حجيتها
• الوثائق الرسمية — شهادات الميلاد والزواج والشهادات الأكاديمية والمهنية الصادرة عن جهات رسمية
• ملفات المحاكم والمذكرات — قضايا قديمة وأحكام مؤرشفة
• السجلات الطبية — ملفات المرضى ونتائج المختبر وخطابات الإحالة من أنظمة قديمة
• القوائم المالية — كشوف حسابات وتقارير تدقيق طُبعت قبل الأرشفة الرقمية
• الأدلة التقنية — وثائق منتجات من جهات صنّعت نسخًا ورقية فقط