Extract text from images — free

يعيد المحوّل بناء البنية المنطقية للمستند — العناوين والفقرات والقوائم وعناصر <table> الحقيقية والروابط والصور — بدلاً من مجرد تثبيت كل حرف عند إحداثيات X/Y كما تفعل بعض عارضات PDF. تتدفّق النتيجة بمرونة على الهاتف، وتُفهرس جيداً لمحركات البحث SEO، وتكون متاحة لقارئات الشاشة دون أي إعداد إضافي.

نعم. تتحول الجداول إلى عناصر <table> و<thead> و<tbody> و<tr> و<th> و<td> قياسية مع سمات scope سليمة على خلايا العناوين. وهذا يجعلها متوافقة مع قارئات الشاشة وقابلة للبحث وسهلة التنسيق باستخدام Bootstrap أو Tailwind أو إطار CSS الحالي لديك — دون حاجة إلى أي تحويل إضافي للكود.

نعم. الصق في WordPress أو Webflow أو Ghost أو Notion (كعنصر مُضمَّن) أو Confluence أو GitBook أو موقعك الثابت المخصص — فالكود لا يعتمد على أي مكتبات، ويجتاز التحقق وفق مواصفة W3C HTML5، ويُعرَض بشكل متطابق عبر Chrome وSafari وFirefox وEdge. وتُضمَّن الصور بصيغة Base64 أو تُستخرَج كملفات منفصلة حسب تفضيلك.

نعم. تشغِّل ملفات PDF الصورية فقط محرك OCR، الذي يستخرج النص ويعيد بناء التصميم قبل إنشاء HTML. وهذا يعني أنه حتى الأوراق البيضاء الممسوحة القديمة والتقارير المصوَّرة والمستندات المرسَلة بالفاكس يمكن إعادة نشرها كصفحات ويب عصرية متجاوبة بعناوين وفقرات وروابط سليمة.

نعم. تُستخرَج الصور المُضمَّنة وتُحسَّن (WebP أو PNG حسب المحتوى) ويُشار إليها عبر وسوم <img> مع ضبط سمتي العرض والارتفاع لتحميل ملائم لمعيار CLS. وقد تتسطّح المخططات المتجهة إلى صورة نقطية — وللحفاظ على الدقة المتجهة كاملة، استخدم PDF إلى صور وضمِّن النسخ بصيغة SVG يدوياً.

تُحذف الملفات المرفوعة خلال دقائق، ولا تُستخدم أبدًا لتدريب النماذج، ولا تُشارك أبدًا. ولا يحمل مخرَج HTML أي علامة مائية أو تعليق إسناد أو بكسل تتبّع. تستخدم الوكالات والفرق الداخلية الأداة لنقل ملفات PDF القديمة إلى مواقع CMS الحديثة دون أي مخاوف تتعلق بالتراخيص أو الخصوصية.

افتح مجموعة تحكم المحرك بجانب المعاينة، واختر Default أو Engine 1 أو Engine 2، ثم اختر لغة المستند من أداة اختيار اللغة القابلة للبحث أسفلها — إذ تُدعم أكثر من 100 لغة، بما في ذلك النصوص غير اللاتينية. بعد تغيير أي من الإعدادين، انقر على إعادة تشغيل الاستخراج لإعادة إنشاء HTML بتمريرة OCR الجديدة.

ابدأ بمحرك Default للغات المكتوبة بالأحرف اللاتينية الشائعة — فهو الأسرع والأدق للمستندات اليومية. أما للكتابات الأقل شيوعًا (العربية أو الهندية أو الصينية) أو حين يشوّش Default العناوين والجداول، فانتقل إلى Engine 1 أو Engine 2، واضبط اللغة المطابقة، ثم Re-run extraction — فكل محرك يتخصص في كتابة مختلفة، وتجربة كليهما تستغرق ثوانٍ وغالبًا ما تصحّح الأحرف المشكولة المقروءة خطأً.

نعم — تعرض لوحة الإخراج مربع كود قابلًا للتحرير بجوار معاينة معروضة حية، فكتابة إصلاح (إزالة وسم عابر، أو تعديل مستوى عنوان، أو ضبط نص مضمّن) تحدّث جزء المعاينة فورًا. أجرِ كل تصحيحاتك هناك قبل الضغط على تنزيل أو نسخ، لأن كلا الإجراءين يستخدم ما هو موجود حاليًا في مربع الكود، وليس إخراج OCR الأصلي.

انقر على نسخ HTML أعلى لوحة الإخراج — فهو ينسخ ما في مربع الكود القابل للتحرير تمامًا، بما في ذلك أي تعديلات يدوية أجريتها، إلى الحافظة ويعرض بإيجاز 'تم النسخ!' للتأكيد. هذا أسرع طريق عندما تلصق مباشرة في كتلة HTML أو التضمين الخاصة بنظام إدارة المحتوى بدلًا من رفع ملف.

يمكنك تحويل ملف PDF إلى HTML دون إنشاء حساب. تحصل الحسابات المجانية المسجّلة على حد يومي من التحويلات وترى مقياس استخدام صغير بمجرد اقترابها منه، لأن صفحات PDF الممسوحة تمر عبر OCR — أما حسابات Premium فلا ترى أي حد.

لا — لا يوجد إعداد لهذا في الأداة؛ فطريقة تضمين الصور في مخرجات HTML تُحدَّد تلقائياً ولا يمكن تبديلها في الواجهة، بغض النظر عمّا توحي به بعض نصوص الموقع. إذا كنت تحتاج إلى ملفات صور مستقلة لمكتبة وسائط نظام إدارة محتوى، فصدّر الصفحات منفصلة باستخدام PDF إلى صور بدلاً من ذلك، والتي تُخرج PNG أو JPG — وليس SVG — بدقة تختارها من 150 أو 200 أو 300 DPI.