Unlimited OCR من بايدو: حوّل ملفاتك المصوّرة إلى نص ببلاش، صفحة وحدة أو PDF كاملBaidu's Unlimited OCR: Turn Scanned Files into Text for Free, One Page or a Whole PDF

المصطلحات

OCR (التعرّف على النص)

تقنية تقرأ الكلام من صورة أو ملف مصوّر وتحوّله إلى نص تقدر تنسخه وتعدّله.

Unlimited OCR

نموذج مفتوح المصدر من بايدو نزل في يونيو 2026، حجمه 3B، مبني على DeepSeek OCR. يقرأ عشرات الصفحات في مرور واحد بدل ما يقسّمها صفحة صفحة.

Hugging Face Space

صفحة تجربة على موقع Hugging Face تشغّل النموذج على سيرفراتهم، تجربه من المتصفح بدون تثبيت.

GPU (كرت الشاشة)

القطعة اللي تشغّل النموذج على جهازك. صفحة النموذج تقول إنه مختبر على كروت NVIDIA مع CUDA.

الخطوات

1. 1

   الخطوة 1

   جرّبه ببلاش على صفحته

   افتح صفحة التجربة على Hugging Face. اسحب صورة صفحة أو ملف PDF في خانة INPUT، واختار Long إذا الملف فيه صفحات كثيرة.

   اضغط START وانتظر النص يطلع في OCR OUTPUT، وبعدين COPY حتى تنسخه.

   huggingface.co

   

   نصيحة: صفحة التجربة ترفع ملفك على سيرفرات Hugging Face، فجرّب بملف عادي مش بعقد سري.

2. 2

   الخطوة 2

   تأكد من النموذج والرخصة

   صفحة النموذج الرسمية على Hugging Face تحت حساب baidu. فيها الرخصة MIT، يعني مجاني حتى للاستخدام التجاري، وحجم النموذج 3B.

   دايماً حمّل من هالحساب الرسمي، مش من نسخ معدّلة ما تعرف مين سواها.

   huggingface.co

   

3. 3

   الخطوة 3

   اختبره على ملف عربي قبل لا تعتمد عليه

   صفحة النموذج ما تعطي رقم دقة للعربي. فقبل لا تبني عليه شغلك، خذ صفحة عربية حقيقية من ملفاتك، طلّع نصها بالنموذج، وقارنها بالأصل.

   أسهل طريقة للمقارنة: أعطِ الصورة والنص الناتج لـ Claude (كلود) واطلب منه يعدّ الأخطاء.

   برومبتقارن نتيجة الـ OCR بالأصل

   نسخ

   أرفقت لك صورة صفحة عربية، وتحتها النص اللي طلّعه نموذج OCR منها.
   
   قارن النص بالصورة سطر سطر، وطلّع لي:
   1. عدد الكلمات الغلط أو الناقصة
   2. أي أرقام أو تواريخ تغيّرت
   3. حكمك: يصلح لـ [نوع الملف: عقود / فواتير / كتب] ولا لا
   
   النص الناتج:
   [الصق النص هنا]

4. 4

   الخطوة 4

   شوف إذا جهازك يشغّله

   حتى تشغّله على جهازك، صفحة النموذج تقول إنه مختبر على كروت NVIDIA مع Python 3.12 و CUDA 12.9.

   إذا ما عندك كرت NVIDIA، كمّل على صفحة التجربة في الخطوة الأولى.

   

5. 5

   الخطوة 5

   ثبّت المكتبات

   افتح الـ terminal (تيرمنال) وسوّ بيئة Python جديدة، وبعدين ثبّت المكتبات بالأرقام اللي في صفحة النموذج.

   

   برومبتأوامر التثبيت

   نسخ

   python3 -m venv .venv && source .venv/bin/activate
   pip install torch==2.10.0 torchvision==0.25.0 transformers==4.57.1
   pip install Pillow==12.1.1 matplotlib==3.10.8 einops==0.8.2 addict==2.4.0 easydict==1.13 pymupdf==1.27.2.2 psutil==7.2.2

6. 6

   الخطوة 6

   حوّل PDF كامل لنص بمرة وحدة

   احفظ الكود تحت في ملف اسمه read_pdf.py، وشغّله على ملفك. يحوّل صفحات الـ PDF لصور، ويعطيها للنموذج كلها مع بعض بدل صفحة صفحة.

   النتيجة تنحفظ في المجلد اللي تكتبه في output_path.

   

   برومبتread_pdf.py من صفحة النموذج

   نسخ

   import os, sys, tempfile, torch, fitz
   from transformers import AutoModel, AutoTokenizer
   
   name = 'baidu/Unlimited-OCR'
   tok = AutoTokenizer.from_pretrained(name, trust_remote_code=True)
   model = AutoModel.from_pretrained(name, trust_remote_code=True, use_safetensors=True, torch_dtype=torch.bfloat16).eval().cuda()
   
   def pdf_to_images(path, dpi=300):
       doc = fitz.open(path); d = tempfile.mkdtemp(); out = []
       for i, page in enumerate(doc):
           p = os.path.join(d, f'page_{i+1:04d}.png')
           page.get_pixmap(matrix=fitz.Matrix(dpi/72, dpi/72)).save(p); out.append(p)
       return out
   
   model.infer_multi(tok, prompt='<image>Multi page parsing.', image_files=pdf_to_images(sys.argv[1]),
       output_path='[your/output/dir]', image_size=1024, max_length=32768,
       no_repeat_ngram_size=35, ngram_window=1024, save_results=True)

   نصيحة: الكود مأخوذ من مثال صفحة النموذج نفسها، غيّر بس مسار الحفظ.

7. 7

   الخطوة 7

   خلّ الملفات الحساسة على جهازك

   الفرق المهم: صفحة التجربة ترفع ملفك على سيرفر، أما التشغيل على جهازك فالملف ما يطلع برا.

   فالعقود والهويات وكشوف الحساب، شغّلها محلي بس. والملفات العادية جرّبها على الصفحة براحتك.