تبدیل عکس و PDF به متن فارسی، با جدول و نمودار

یک صفحه بدهید و متنش را به همان ترتیبی که خوانده می‌شود پس بگیرید. جدول در خروجی هم جدول است، عددهای نمودار به جدول تبدیل و دوباره رسم می‌شوند و روندنما گام‌به‌گام با فلش‌هایش نوشته می‌شود.

  • رایگان، تا ۶ صفحه در روز
  • عکس، اسکن یا PDF
  • فایل نگه داشته نمی‌شود

نمودار به جدول عدد تبدیل و دوباره رسم می‌شود؛ عددی که روی نمودار چاپ نشده با ≈ می‌آید.

متن خوانده‌شده

[نمونه]

شرکت نمونهٔ آریا پخش — واحد برنامه‌ریزی و تحلیل فروش

گزارش عملکرد فروش نیمهٔ نخست ۱۴۰۴

شمارهٔ گزارش: ۱۴۰۴/ف/۰۷ — تاریخ تهیه: ۱۵ مهر ۱۴۰۴

۱- خلاصهٔ عملکرد

در شش ماه نخست سال ۱۴۰۴ تعداد سفارش‌های ثبت‌شده به ۵۸٬۴۲۰ سفارش رسید که نسبت به دورهٔ مشابه سال قبل ۱۸ درصد رشد نشان می‌دهد. بیشترین رشد در ماه‌های خرداد و تیر و همزمان با آغاز طرح فروش اقساطی رخ داد. افت مرداد عمدتاً ناشی از تعطیلی‌های رسمی و کاهش ساعت کار مراکز توزیع بوده است.

نمودار ۱- تعداد سفارش‌های ماهانه (هزار سفارش)

ماه۱۴۰۴ (هزار سفارش)۱۴۰۳ (هزار سفارش)
فروردین۸٫۱≈۶٫۸
اردیبهشت۸٫۹≈۷٫۵
خرداد۱۱٫۲≈۸٫۱
تیر۱۱٫۹≈۸٫۸
مرداد۸٫۷≈۸٫۴
شهریور۹٫۶≈۹٫۶
محور افقی
؜ماه
محور عمودی
؜هزار سفارش
منبع
؜سامانهٔ ثبت سفارش شرکت؛ ارقام ۱۴۰۴ قطعی و ارقام ۱۴۰۳ از گزارش سالانه.

خلاصهٔ نمودار: بیشترین تعداد سفارش ماهانهٔ ۱۴۰۴ در تیر با ۱۱٫۹ هزار و کمترین در فروردین با ۸٫۱ هزار بوده است.

۲- سفارش‌ها به تفکیک منطقه

منطقهتعداد سفارشسهم از کل (درصد)تغییر نسبت به ۱۴۰۳
تهران و البرز۲۴٬۱۸۰۴۱٫۴‎+۲۲٪
شمال‌غرب۹٬۷۶۰۱۶٫۷‎+۱۴٪
شرق۸٬۹۳۰۱۵٫۳‎+۹٪
جنوب۸٬۲۵۰۱۴٫۱‎+۲۵٪
غرب۷٬۳۰۰۱۲٫۵‎-۳٪
جمع۵۸٬۴۲۰۱۰۰‎+۱۸٪

گزارش داخلی — فقط برای استفادهٔ مدیران

صفحهٔ ۳

صفحهٔ نمونهٔ گزارش فروش با نمودار ستونی دوسری و جدول سفارش‌ها به تفکیک منطقه

صفحه‌ای ساختگی که برای همین نمونه ساخته‌ایم؛ متن کنارش بدون هیچ ویرایشی همان است که خواننده نوشت.

چه چیزهایی را می‌خواند

۰۱

متن فارسی و انگلیسی

به ترتیب خواندن، با نیم‌فاصله‌ها، تاریخ‌های شمسی و رقم‌ها همان‌طور که روی صفحه چاپ شده‌اند.

۰۲

جدول

هر ردیف و هر خانه، حتی خانه‌های خالی. جدول در خروجی هم جدول می‌ماند و ستون‌ها در هم نمی‌روند.

۰۳

نمودار

نوع نمودار و عدد هر ستون یا برش. عددی که روی نمودار چاپ نشده از روی محور خوانده و با ≈ علامت زده می‌شود.

۰۴

روندنما و شکل

گام‌ها با فلش‌هایشان، شاخه‌های بله و خیر، بازگشت‌ها و مرحله‌ها. نمودار سازمانی به‌صورت فهرست تودرتو نوشته می‌شود.

۰۵

مهر، امضا و آرم

جای هر کدام در متن با [مهر] و [امضا] مشخص می‌شود.

۰۶

واژهٔ ناخوانا

حدس زده نمی‌شود و به‌صورت [ناخوانا] می‌آید تا بدانید کجا را با اصل سند مقایسه کنید.

فرق این ابزار با OCR معمولی

OCR معمولی حروف را از تصویر بیرون می‌کشد. این ابزار صفحه را مثل یک خواننده می‌بیند: می‌فهمد کجا جدول است، کجا نمودار و کدام فلش به کدام جعبه می‌رود.

کجا ممکن است اشتباه کند

عددی که از روی محور نمودار خوانده می‌شود تقریبی است و برای همین ≈ می‌گیرد. دست‌خط و اسکن کم‌کیفیت بیش از متن چاپی خطا دارند. برای سند مهم، متن را کنار خود صفحه بازبینی کنید؛ صفحه برای همین کنار متن نمایش داده می‌شود.

OCR معمولیخواندن با مدل
متن را خط‌به‌خط برمی‌گرداند و ستون‌های جدول در هم می‌روند.جدول را با همهٔ ردیف‌ها و ستون‌ها به‌صورت جدول می‌نویسد.
در بسیاری از PDFهای فارسی، لایهٔ متنی حروف را برعکس یا جداجدا نگه داشته است.صفحه را از روی تصویرش می‌خواند، نه از لایهٔ متنی فایل.
نمودار و شکل را نادیده می‌گیرد یا فقط برچسب‌ها را برمی‌دارد.عددهای نمودار و ساختار روندنما را می‌نویسد.
واژه‌ای که درست نمی‌بیند با حروف اشتباه جایگزین می‌کند.واژهٔ ناخوانا و فلش نامطمئن را علامت می‌زند.

همین خواندن، برای همهٔ اسناد سازمان

این صفحه هر بار یک صفحه را می‌خواند. در ژرف‌بان، همین خواننده سند را صفحه‌به‌صفحه می‌خواند و می‌توانید از کل سند سؤال بپرسید؛ پاسخ با شمارهٔ صفحه و جملهٔ عینی سند می‌آید.

  • خواندن سند کامل، صفحه‌به‌صفحه، در پس‌زمینه
  • پرسش از سند با ارجاع به صفحه و نقل عین جمله
  • نصب روی سرور خود سازمان، تا اسناد بیرون نروند

پرسش‌های متداول دربارهٔ OCR فارسی

آیا این ابزار رایگان است؟

بله. هر نشانی اینترنتی تا ۶ صفحه در روز و ۳ صفحه در ساعت را رایگان می‌خواند و هر بار یک صفحه خوانده می‌شود. برای خواندن اسناد کامل یا حجم بالا با ما تماس بگیرید.

دست‌خط فارسی را هم می‌خواند؟

دست‌خط خوانا را معمولاً می‌خواند، اما خطایش از متن چاپی بیشتر است. واژه‌ای را که نتواند بخواند حدس نمی‌زند و به‌صورت [ناخوانا] می‌نویسد.

فایل PDF چندصفحه‌ای را چطور بخوانم؟

فایل PDF را انتخاب کنید و صفحهٔ مورد نظر را برگزینید. صفحه در مرورگر شما به تصویر تبدیل می‌شود و فقط همان یک صفحه برای خواندن فرستاده می‌شود.

فایل من کجا می‌رود و نگه داشته می‌شود؟

صفحه در مرورگر شما کوچک می‌شود و فقط برای همین خواندن به سرویس هوش مصنوعی‌ای بیرون از ایران فرستاده می‌شود. ما فایل را ذخیره نمی‌کنیم و طبق شرایط تجاری آن سرویس، داده‌های فرستاده‌شده برای آموزش مدل به کار نمی‌رود. سند محرمانه را اینجا نفرستید؛ برای آن، خواننده را روی سرور سازمان نصب می‌کنیم.

دقت این OCR چقدر است؟

عدد ثابتی ندارد و به کیفیت تصویر، فونت یا دست‌خط و چیدمان صفحه بستگی دارد. برای همین متن کنار خود صفحه نمایش داده می‌شود و هر عدد تقریبی با ≈ و هر واژهٔ ناخوانا با [ناخوانا] علامت می‌خورد.

برای حجم بالا یا اتصال به سامانهٔ خودمان چه کنیم؟

همین خواندن را می‌توان روی اسناد شما اجرا کرد و خروجی را به سامانهٔ حسابداری، بایگانی یا صف کار رساند. در جلسهٔ کشف نیاز، نوع سند، حجم و محل نصب را مشخص می‌کنیم.