تبدیل عکس به متن فارسی

عکس، اسکن یا اسکرین‌شات یک متن فارسی را بارگذاری کنید و متن آن را به ترتیب خواندن تحویل بگیرید؛ به صورت Markdown یا متن ساده، آمادهٔ ویرایش، کپی و جست‌وجو. روزانه ۱۰ صفحهٔ اول رایگان است و به حساب کاربری نیاز ندارد.

تصویری ندارید؟

تصویرها با یک مدل پیش‌نمایش متن‌باز روی Cloudflare Workers AI خوانده می‌شوند. ما آن‌ها را ذخیره نمی‌کنیم و برای آموزش مدل به کار نمی‌بریم. اطلاعیهٔ حریم خصوصی (به انگلیسی).

تبدیل عکس به متن در سه مرحله

  1. عکس، اسکن یا اسکرین‌شات را این‌جا رها کنید یا از گوشی انتخاب کنید.

  2. هوش مصنوعی متن را از راست به چپ و به ترتیب خواندن استخراج می‌کند.

  3. متن قابل ویرایش را کپی یا دانلود کنید و در Word یا Google Docs بچسبانید.

چه چیزهایی را می‌توانید به متن تبدیل کنید

  • صفحهٔ کتاب، جزوه و مقالهٔ فارسی
  • اسکرین‌شات پیام‌ها، سایت‌ها و شبکه‌های اجتماعی
  • فاکتور، رسید و فرم، همراه با جدول
  • دست‌نوشتهٔ مرتب (نتیجهٔ دست‌خط‌های دشوار را بررسی کنید)
  • اسناد و روزنامه‌های قدیمی اسکن‌شده
  • متن‌های دوزبانهٔ فارسی و انگلیسی

برای نتیجهٔ بهتر

  • صفحه را از روبه‌رو و در نور کافی عکاسی کنید تا سطرها صاف باشند.
  • متن چاپی با قلم‌های نسخ بهترین نتیجه را می‌دهد. خط نستعلیق و دست‌نوشته دشوارترند؛ نتیجه را با دقت بیشتری بررسی کنید.
  • صفحه‌هایی که فارسی و انگلیسی را با هم دارند مشکلی ندارند؛ هر سطر جهت خودش را حفظ می‌کند.
  • حاشیهٔ کتاب و میز را از تصویر حذف کنید؛ هرچه پس‌زمینه کمتر باشد، بهتر است.

مقایسهٔ موتورهای OCR فارسی

Runemic ۶ موتور OCR را روی ۸ صفحهٔ آزمایشی فارسی با متن معلوم سنجید. عدد کمتر یعنی خطای کمتر (درصد نویسه‌های اشتباه).

موتور OCRخطای نویسه
Gemma 4 26B (Google), via Runemic۳٫۱٪
EasyOCR۷٫۲٪
Llama 4 Scout (Meta), via Runemic۷٫۷٪
PaddleOCR۹٫۶٪
Tesseract۱۷٫۹٪
Mistral Small 3.1 (Mistral AI), via Runemic۱۸٫۵٪

Full results, test pages and method (English)

پرسش‌های رایج

آیا واقعاً رایگان است؟

بله. روزانه ۱۰ صفحه را بدون حساب کاربری می‌توانید بخوانید. اگر وارد شوید، ۲٬۵۰۰ اعتبار رایگان می‌گیرید؛ مدل‌های پیش‌نمایش برای هر صفحه ۲ تا ۳ اعتبار مصرف می‌کنند، یعنی تا ۱٬۲۵۰ صفحه (روز اول تا ۵۰ صفحه، و بعد از آن تا ۵۰۰ صفحه در روز).

آیا با OCR عربی فرق دارد؟

فارسی چهار حرف دارد که در عربی نیست (پ چ ژ گ) و شکل‌های خودش را برای «ی» و «ک» به کار می‌برد. از مدل خواسته می‌شود متن را دقیقاً همان‌طور که نوشته شده برگرداند، پس این حروف باید به صورت فارسی برگردند. اگر صفحهٔ شما فارسی و عربی را با هم دارد، نتیجه را بررسی کنید.

آیا اعداد فارسی را هم می‌خواند؟

بله. اعداد فارسی (۱۲۳) و لاتین (123) هر دو خوانده می‌شوند و همان‌طور که در صفحه آمده‌اند برگردانده می‌شوند.

متن را چطور در Word یا Google Docs بچسبانم؟

متن را کپی یا به صورت فایل دانلود کنید و بچسبانید. اگر ویرایشگر خودش راست‌به‌چپ نشد، جهت پاراگراف را راست‌به‌چپ کنید.

من وارد شده‌ام. آیا این صفحه از اعتبار من استفاده می‌کند؟

بله، وقتی در همین صفحه وارد شوید: از آن به بعد هر صفحه با اعتبار شما خوانده می‌شود، نه با صفحه‌های رایگان (با مدل‌های پیش‌نمایش ۲ تا ۳ اعتبار برای هر صفحه). اگر وارد نشده باشید، این صفحه از ۱۰ صفحهٔ رایگان روزانه استفاده می‌کند.

از کد خودم هم می‌توانم استفاده کنم؟

بله، با یک درخواست HTTP به API. نمونهٔ کد در Python، JavaScript، C#، Java، Go، PHP، Ruby و Rust را در OCR API examples (به انگلیسی) ببینید.

آیا تصویرهای من ذخیره می‌شوند؟

خیر. تصویر برای مدل فرستاده می‌شود، متن به شما برمی‌گردد و چیزی ذخیره نمی‌شود. فقط تعداد صفحه‌هایی که امروز استفاده کرده‌اید شمرده می‌شود.

آیا دست‌نوشته و نسخه‌های خطی قدیمی را هم می‌خواند؟

دست‌نوشتهٔ مرتب گاهی خوب خوانده می‌شود، اما نسخه‌های خطی قدیمی دشوارترند. مدل خودمان، Rune-1، برای همین موارد در حال آموزش است.