זיהוי טקסט מסריקה (OCR) בעברית
מסמך שנסרק או צולם הוא בעצם תמונה של טקסט — אי אפשר לחפש בו, לסמן ממנו או להעתיק. זיהוי תווים קורא את האותיות מהתמונה ומחזיר טקסט אמיתי, בעברית ובאנגלית.
איך זה עובד
- גררו את קובץ ה-PDF הסרוק, או צילום של דף ישר מהטלפון.
- בחרו שפה — עברית, אנגלית או שתיהן יחד.
- קבלו את הטקסט להעתקה, או PDF שאפשר לחפש בתוכו.
מתי זה שימושי
- אישור מביטוח לאומי או טופס 106 שהגיעו סרוקים, וצריך להעתיק מהם מספרים ופרטים בלי להקליד הכול מחדש.
- ארכיון של חוזים וחשבוניות שנסרקו, כשרוצים למצוא מסמך לפי שם ספק או מספר חשבונית.
- פרק מספר או מאמר שנסרק בספריית האוניברסיטה, שצריך לצטט ממנו בעבודה סמינריונית.
- מכתב מהבנק או מעורך דין שהגיע כסריקה, וצריך להעביר ממנו קטע במייל או לתרגם אותו.
טוב לדעת
- הכלי מקבל קובץ PDF או צילום של דף. כמה צילומים של מסמך אחד מאחדים קודם בכלי הסריקה, ואז מריצים זיהוי על הקובץ כולו.
- ה-PDF לחיפוש נבנה מחדש מתמונות העמודים, ומכיל רק את העמודים שבטווח שבחרתם. אם צריך גם לדחוס את הקובץ, דחסו לפני הזיהוי — הדחיסה הופכת כל עמוד לתמונה ומוחקת את שכבת הטקסט.
- את רזולוציית הזיהוי קובעים בהגדרות, בין 150 ל-400 DPI. כשהתוצאה חלקית או משובשת, העלו אותה: הזיהוי יהיה איטי יותר, אבל מדויק יותר.
- עמוד שנסרק על הצד או במהופך כדאי לסובב קודם בכלי הסיבוב, ורק אחר כך להריץ עליו זיהוי.
שאלות נפוצות
כמה זמן זה לוקח?
כשנייה עד שתיים לעמוד, תלוי במחשב וברזולוציה. בפעם הראשונה נוספת טעינה של מנוע הזיהוי ומודל השפה, ובדרך כלל הדפדפן שומר אותם לביקורים הבאים.
מה זה PDF שאפשר לחפש בו?
הסריקה נשארת בדיוק כפי שהיא נראית, ומעליה מונחת שכבת טקסט שקופה. המסמך נראה זהה, אבל אפשר לחפש בו, לסמן ולהעתיק.
הזיהוי מדויק?
על טקסט מודפס וסריקה נקייה התוצאה טובה מאוד. כותרות גדולות ומעוצבות, כתב יד, סריקה עקומה או צילום מטושטש יורידו את הדיוק — כדאי לסרוק ישר וב-300 DPI.
למה זה עובד על עברית כשכלים אחרים לא?
מודל השפה העברית נטען כאן במפורש. בלעדיו המנוע מנסה לקרוא אותיות עבריות כאילו היו לטיניות ומחזיר ג׳יבריש.
אפשר לעצור זיהוי באמצע?
כן, בכפתור העצירה. העצירה מבטלת את הריצה כולה ולא שומרת את מה שכבר זוהה, ולכן במסמך ארוך כדאי להריץ את הזיהוי בטווחים של כמה עמודים.
צריך חיבור לאינטרנט?
כן, כדי לטעון את הכלי, את מנוע הזיהוי ואת מודל השפה. הזיהוי עצמו רץ במחשב שלכם, והמסמך לא נשלח לשום שרת.
מה מקבלים בסוף?
את הטקסט שזוהה, מחולק לפי עמודים, להעתקה או להורדה כקובץ טקסט. אם השארתם מסומנת את יצירת ה-PDF לחיפוש, הוא יורד אוטומטית בסיום.
כל עיבוד הקבצים מתבצע בדפדפן שלכם. לאחר טעינת הכלי אפשר לבחור קובץ ולהתחיל לעבוד.