ماذا يحتوي ملف وورد
المستند ملف Office Open XML قياسي (.docx) تكتبه الأداة بنفسها، على صفحة A4 بهوامش 2 سم وخط Arial. كل كتلة نص يجدها OCR تصبح فقرة وورد واحدة. وتبقى أسطر الفقرة افتراضيًا كما كانت في الصورة مع فواصل الأسطر، وهذا يناسب الإيصالات والعناوين والقوائم؛ وفعّل «اجمع أسطر كل فقرة» لتحصل على فقرات متصلة يعاد التفافها عند تغيير الخط أو الهوامش. وعند تحويل عدة صور تبدأ كل صورة في صفحة جديدة تحت عنوان باسم ملفها. ومع خيار «أضف كل صورة أصلية» تأتي الصورة بعد نصها في صفحة مستقلة بحجم يناسب الصفحة، لتقارن بينهما. وقد تحققنا من الملفات بفتحها في LibreOffice ومكتبة python-docx وقراءة النص منها.
المستندات العربية في وورد
الفقرة التي يبدأ أول حرف فيها بالعربية تُعلَّم في ملف وورد بأنها من اليمين إلى اليسار، فتبدأ من الهامش الأيمن، وتُكتب الكلمات العربية كمقاطع من اليمين إلى اليسار بينما تبقى الأسماء الإنجليزية وعناوين البريد والأرقام داخلها مقاطع من اليسار إلى اليمين. وهكذا يبقى سطر مثل «البريد الإلكتروني» متبوعًا بعنوان بريد بترتيبه الصحيح عند تعديله. لكن التعرف على العربية أقل دقة من الإنجليزية: في صور الاختبار العربية احتاجت كلمة من كل عشر كلمات تقريبًا إلى تصحيح، ومعظمها حروف لا تختلف إلا بالنقاط مثل ت ون. اقرأ النص في المربع قبل التنزيل، أو صحّحه في وورد بعد ذلك. والقياسات الكاملة صورةً صورةً موجودة في صفحة تحويل الصورة إلى نص.
عدة صور في مستند واحد
يمكنك اختيار حتى 20 صورة معًا، مثل كل صفحات عقد مطبوع صوّرته بالجوال. تُقرأ بالترتيب الذي اخترتها به وتوضع بالترتيب نفسه في المستند. وعلى الحاسوب ذي الأنوية الأربع أو أكثر تُقرأ صورتان في وقت واحد؛ وفي اختبارنا استغرقت صورتان من 3 إلى 4 ثوانٍ بعد جاهزية المحرك. وتُفك صور آيفون بصيغة HEIC داخل المتصفح أولًا. ويعمل ملف PDF الممسوح أيضًا: تصبح كل صفحة قسمًا، ويمكنك كتابة نطاق صفحات لقراءة جزء منه فقط. وإذا تعذّر فتح صورة تُحوَّل الصور الأخرى ويُذكر اسم الملف الذي فيه المشكلة.
ما الذي لا يُنسخ
يقرأ OCR الكلمات لا التصميم. لا يحتفظ ملف وورد بالخطوط الأصلية ولا أحجامها ولا الألوان ولا الأعمدة ولا الجداول ولا الشعارات ولا الأختام ولا التواقيع؛ فالجداول تخرج أسطرًا من الكلمات بينها مسافات، والعمودان يصبحان كتلتين منفصلتين. وخط اليد غير مدعوم بشكل مفيد. وإذا كان ملفك PDF رقميًا صُنع من وورد أو من موقع، فهو يحتوي على نص حقيقي، وأداة تحويل PDF إلى وورد تعطيك نسخة أقرب بكثير إلى التصميم. وإن كنت تحتاج الكلمات فقط لتلصقها في مكان آخر، فأداة تحويل الصورة إلى نص تعطيك النص بلا مستند.
الخصوصية وحجم التنزيل والسرعة
يقرأ محرك OCR صورك داخل نافذة المتصفح هذه، ويُبنى ملف وورد على جهازك؛ فلا تُرفع الصور ولا النص. في المرة الأولى ينزّل المتصفح المحرك ونموذج اللغة من شبكة jsDelivr العامة: نحو 4.4 ميغابايت للإنجليزية، أو 3.1 للعربية، أو 6.0 للغتين. ثم تُحفظ فتبدأ الزيارات التالية مباشرة. وبعد ذلك تُقرأ الصورة المعتادة في ثانية إلى ثانيتين ونصف على حاسوب حديث، وأبطأ على الجوالات القديمة. وتُصغَّر الصور الكبيرة إلى 3,500 بكسل في الضلع الأطول قبل قراءتها، فيبقى استهلاك الذاكرة معقولًا دون أن يضيع النص ذو الحجم العادي. وإن احتجت النص وحده فأداة تحويل الصورة إلى نص تكفي، وملف PDF الذي يحتوي نصًا أصلًا يتحول أفضل بأداة تحويل PDF إلى وورد.