مصحّح OCR في PDF

تصحيح ما لا يراه أحد

ملف PDF الممسوح ضوئيًا الذي مرّ على OCR يحمل المسح بوصفه صورة، والكلمات المتعرَّف عليها بوصفها نصًّا غير مرئي فوقها. حين يخطئ محرك التعرف في كلمة تبقى الصورة مثالية المظهر؛ ما يفشل بصمتٍ هو البحث والنسخ واللصق وقارئات الشاشة.

تحرّر هذه الأداة تلك الطبقة المخفية. لا يُعاد ترميز المسح الضوئي ولا ضغطه ولا رسمه من جديد.

كيف يتغيّر الملف

تدفق محتوى الصفحة قائمةٌ من المشغّلات: بعضها يرسم الصورة الممسوحة، وبعضها يضع النص ويعرضه. يُحلَّل التدفق، ويُستبدل معامل السلسلة النصية في مشغّل نصٍّ غير مرئي فقط. أما بقية البايتات فيبقى معناها كما هو: مشغّلات التموضع، وحالة الرسوميات، والمشغّل الذي يرسم المسح، كلها تمرّ دون مساس.

لهذا لا يمكن للصفحة المصحَّحة أن تنزاح أو تتشوّش أو يُعاد ضغطها. ليس هذا وعدًا، بل نتيجةٌ حتمية لعدم إعادة توليد أي شيء.

تحقُّقٌ يمكنك قراءته

بعد الكتابة تُفتح النتيجة من جديد، وتُجرى ثلاثة فحوص على كل صفحة معدَّلة:

1. النص — الكلمات المصحَّحة هي ما يعيده مستخرج النصوص الآن.
2. اللامرئية — ما زالت الطبقة مرسومة بنمط الرسم 3، وعدد المحارف المرئية لم يتغيّر.
3. البكسلات — تُعرض الصفحة المصحَّحة وتُقارن بالعرض الأصلي بكسلًا ببكسل. يجب أن تكون نسبة التغيّر صفرًا.

تُعرض النتائج الثلاث قبل التنزيل، سواء نجحت أم أخفقت.

متى ترفض الأداة

بعض الصفحات لا يمكن إعادة كتابتها بأمان: تدفق محتوى بمرشّح لا يُفكّ ترميزه، أو كتلة نصية تخلط المحارف المرئية وغير المرئية بحيث لا يمكن ضمان سلامة المرئية. تُرفض تلك الصفحات بالاسم وتُترك كما كانت تمامًا. الرفض هو الجواب الصحيح، أما تسليم ملفٍ فاسدٍ بصمتٍ فليس كذلك.

وتُعامَل المحارف التي لا تستطيع خطوط الملف التعبير عنها بالطريقة نفسها: يُضمَّن خط Helvetica قياسي لحمل النص البديل حيثما أمكن، وحين لا يكفي ذلك يُتخطّى التعديل ويُذكر صراحةً.

الخصوصية

التحليل والتحرير والحفظ والتحقق كلها تجري داخل متصفحك. لا يُرفع الملف أبدًا.