ما هو OCR وكيف يعمل؟
يتعرّف التعرّف الضوئي على الحروف (OCR) إلى النص الموجود في صورة أو صفحة ممسوحة ضوئيًا، ثم ينتج نصًا يمكن للبرامج البحث فيه أو نسخه أو معالجته. النتيجة مفيدة لكنها ناتج تعرّف، وليست نقلًا مضمونًا أو فهمًا كاملًا للمستند.
ما الذي يفعله OCR
قد تبدو الصفحة الممسوحة نصًا للإنسان، بينما يراها الحاسوب أولًا مجموعة من وحدات البكسل. يحلل OCR الصورة ويحدد مناطق النص ويقدّر الحروف والكلمات. وقد يعيد البرنامج أيضًا مواقع الأسطر أو أجزاء من تخطيط الصفحة.
تحتوي ملفات PDF الرقمية كثيرة على نص قابل للتحديد أصلًا ولا تحتاج إلى OCR. تُستخدم التقنية أساسًا مع الصور التي لا تحتوي على طبقة نصية.
كيف تتم عملية التعرّف
تتضمن العملية المعتادة تهيئة الصورة، وتحديد مناطق النص، والتعرّف إلى الحروف أو الكلمات، ثم ترتيب الناتج في أسطر أو بنى أخرى. ويمكن لبعض الخدمات الحديثة التعرّف إلى التخطيط أو لغات متعددة، لكن الإمكانات تختلف حسب المنتج وإصداره.
قد يكون الناتج نصًا عاديًا أو ملف PDF قابلًا للبحث أو بيانات منظمة. ولا يتحقق OCR القياسي وحده من صحة مبلغ أو اسم أو جملة تم استخراجها.
تحسين الصورة الممسوحة
استخدم صورة واضحة ومضاءة بالتساوي مع تركيز جيد وصفحة مستقيمة قدر الإمكان. تذكر وثائق Tesseract أن محركها يعمل على نحو أفضل عند 300 dpi أو أكثر؛ وهذه إرشادات لذلك المحرك وليست شرطًا عامًا لكل جهاز أو خدمة. اتبع مواصفات الجهة التي ستستلم الملف.
احتفظ بالأصل وراجع الأرقام والتواريخ والأسماء والتشكيل والأعمدة والجداول والكتابة اليدوية والملاحظات الباهتة. قد يخلط النظام بين الحروف المتشابهة أو يغيّر ترتيب التخطيطات المعقدة.
الخصوصية والتعامل مع المستندات
قبل تحميل مستند إلى خدمة OCR عبر الإنترنت، راجع شروط المزود الحالية بشأن الخصوصية والاحتفاظ بالبيانات والوصول إليها. قد تتضمن الصفحة معلومات شخصية أو مالية. إذا كان المستند حساسًا، ففكّر في معالجة محلية معتمدة واتبع قواعد الجهة المسؤولة.
لا توفر أدوات PDF في ConverteArq ميزة OCR حاليًا. يشرح الدليل المرتبط كيفية تصوير المستندات بالهاتف؛ ولا تعد هذه الصفحة باستخراج النص عبر الموقع.
دليل مرتبط
للحصول على صورة أوضح، اقرأ كيفية مسح المستندات بالهاتف.
أسئلة شائعة
هل يفهم OCR المستند؟
يتعرّف OCR إلى النص وقد يعيد معلومات عن التخطيط. لكنه لا يتحقق من الحقائق ولا يفسر المعاني القانونية أو المالية بشكل موثوق.
هل يلزم 300 dpi لكل أدوات OCR؟
لا توجد دقة موحّدة. توصي Tesseract بما لا يقل عن 300 dpi لمحركها، وقد تكون للجهة المستلمة أو البرامج الأخرى متطلبات مختلفة.
هل يستطيع OCR قراءة الكتابة اليدوية؟
تدعم بعض المنتجات ذلك، لكن النتائج تعتمد على اللغة والخط وجودة الصورة والنموذج. راجع النص بمقارنته بالأصل.