Extract text from images — free

Upload the PDF and the tool extracts all of its text — including from scanned pages via OCR — into a copy-ready view. Click Copy to grab everything to your clipboard, or download it as a .txt file. This works even when the PDF blocks selection or is just a photo of a document.

ارفع ملف PDF وتكتشف الأداة ما إذا كان يحتوي على طبقة نصية حقيقية أم مجرد صور ممسوحة. تُصدَّر ملفات PDF ذات الطبقة النصية فورًا. أما ملفات PDF المكوّنة من صور فقط (الكتب الممسوحة، الإيصالات المصوّرة، التقارير القديمة) فتمرّ عبر OCR تلقائيًا. في كلتا الحالتين تحصل على ملف .txt نظيف مع الحفاظ على الفقرات وفواصل الأسطر وتباعد الأقسام.

نعم. إذا كان ملف PDF صورياً فقط (وهو شائع في المستندات الممسوحة ضوئياً أو الصفحات المصوَّرة أو مخرجات الفاكس)، يعمل محرك OCR تلقائياً — فلا تحتاج إلى أداة منفصلة. ودعم اللغات المتعددة مدمج، فحتى المستندات ثنائية اللغة أو الكتابات غير اللاتينية (الصينية والعربية والهندية) تُستخرَج في الجولة نفسها.

تُحفظ فواصل الفقرات والأسطر الفارغة بين الأقسام وعلامات النقاط ومقدِّمات القوائم المرقَّمة كنص عادي. وتظهر العناوين بأحرف كبيرة أو بحالة الأحرف الأصلية تبعًا للخط المصدري. أما التشديد المرئي (الغامق والمائل) فلا يُرمَّز في النص العادي — ولذلك استخدم محوِّل PDF إلى Word بدلًا من هذا.

نعم. أدخل كلمة المرور في المطالبة بعد الرفع، فتفتح الأداة قفل الملف في الذاكرة للمدة الكافية لاستخراج النص فقط. ولا تُخزَّن كلمة المرور على القرص أبداً ولا تُرسَل إلى خدمات خارجية. ولا يمكن معالجة ملفات PDF المقفلة دون كلمة المرور — ولأسباب أمنية، لا يُجرى أي كسر لكلمات المرور.

تُعالَج الملفات حتى 50 MB و500 صفحة دون مشاكل. كما تعمل المستندات الأكبر أيضًا لكنها تستغرق وقتًا أطول — فقد يستغرق أرشيف قانوني من 2000 صفحة بضع دقائق لإجراء OCR. أمّا بالنسبة للدفعات الضخمة، فقسّم ملف PDF أولًا باستخدام أداة تقسيم PDF وعالج كل جزء بالتوازي.

تتم المعالجة على خوادم آمنة وتُحذف الملفات خلال دقائق. ملف الإخراج بصيغة .txt ملكك وحدك — بلا علامة مائية، ولا إسناد، ولا تتبّع. يستخدم الباحثون والصحفيون والمحامون والطلاب الأداة لاستخراج النص من التقارير السرية وهم على يقين بأن ملف PDF المصدر لا يُحتفظ به بعد انتهاء التحويل.

نعم. افتح لوحة المحرك، واختر لغة مستندك ومحرك OCR، فتُقرأ الصفحة بذلك النظام الكتابي — أكثر من 100 لغة مدعومة، بما فيها غير اللاتينية والمكتوبة من اليمين إلى اليسار. وإذا أساء المرور الأول قراءة الأحرف المنقّطة أو غير الإنجليزية، فبدّل اللغة وانقر على إعادة تشغيل الاستخراج.

يحافظ العرض المنسّق على التخطيط الأصلي للصفحة — الأعمدة والمسافات ومواضع الأسطر — وهو ما يفيد مع الجداول والإيصالات. أما العرض البسيط فيمنحك نصًا نظيفًا ومُعاد تدفّقه يسهل لصقه في مستند أو روبوت محادثة. بدّل بينهما، ثم انسخ النص أو نزّله كملف .txt.

تمنحك هذه الأداة النص الخام لنسخه أو حفظه كملف ‎.txt. وإذا كنت تفضّل الاحتفاظ بملف PDF الأصلي مع جعله قابلًا للبحث عبر Ctrl+F، فمرّره عبر أداة الصورة إلى PDF قابل للبحث — فهي تضيف طبقة نص OCR غير مرئية فوق المسح الضوئي بحيث تبدو الصفحة مطابقة بينما تصبح الكلمات قابلة للتحديد.

ابدأ بمحرك Default ولغة مستندك للغات المكتوبة بالأحرف اللاتينية الشائعة — فهو سريع ودقيق للنص اليومي. أما إذا بدت المخرجات مشوّشة أو كانت الكتابة غير لاتينية (العربية أو الهندية أو الصينية أو السيريلية)، فانتقل إلى Engine 1 أو Engine 2، واختر اللغة المطابقة من المنتقي، وانقر Re-run extraction — فكل محرك مضبوط لكتابة مختلفة، وتجربة كليهما لا تستغرق سوى ثوانٍ.

مربّع المخرجات قابل للتحرير بالكامل، فيمكنك تنظيف خطأ OCR أو قصّ قسم بسرعة مباشرةً على الشاشة. ينسخ Copy to clipboard دائمًا ما هو موجود حاليًا في المربّع بالضبط، بما في ذلك تعديلاتك — لكن Download .txt يحفظ الملف الأصلي الناتج عن آخر تشغيل لـ Engine/Language، لا تعديلاتك على الشاشة. وللاحتفاظ بتصحيح، استخدم Copy والصقه في ملف .txt خاص بك، أو إن كان الخطأ منهجيًا، فبدّل اللغة أو المحرك وانقر Re-run extraction بدلًا من التحرير اليدوي.