كيف يقرأ OCR النص العربي من الصور؟

ما الذي يحدث قبل ظهور النص القابل للنسخ؟

اختصار OCR يعني التعرف الضوئي على المحارف. تبدأ العملية بصورة لا تحتوي «كلمات» تقنيًا، بل شبكة من البكسلات. يحاول المحرك تحديد مناطق الكتابة، وتقسيمها إلى أسطر، ثم مطابقة أشكال الحروف بنموذج لغوي أو بصري وإعادة تركيب النص.

لهذا لا يكون استخراج النص من الصور عملية نسخ حرفي مضمونة. إذا التقت نقطة الباء بظل أو اندمجت أسنان السين بسبب ضغط JPEG، فقد يختار النموذج حرفًا آخر. ويزداد التحدي في العربية لأن الحروف تتصل ويتغير شكلها بحسب موضعها في الكلمة.

أربع مراحل تحدد جودة النص المستخرج

يمر النظام عادة بتحسين الصورة، واكتشاف مناطق النص، والتعرف إلى الحروف، ثم تنظيف الناتج. يمكن أن تكون مرحلة واحدة سبب الخطأ كله: قص ناقص يحذف أول السطر، أو تدوير بسيط يربك التقسيم، أو نموذج لغة غير مناسب للعربية.

لماذا يختلف OCR العربي عن قراءة الحروف اللاتينية؟

يتغير شكل الحرف العربي في أول الكلمة ووسطها وآخرها، وتشترك حروف كثيرة في الهيكل وتفترق بالنقاط. كما يمكن أن تظهر الحركات فوق الحرف وتحته، وتتداخل مع السطر المجاور في الصور منخفضة الدقة. لذلك يحتاج استخراج النص العربي من الصورة إلى نموذج مدرب على العربية لا مجرد قارئ عام.

تضيف اتجاهات الكتابة المختلطة صعوبة أخرى: رقم لاتيني داخل فقرة عربية، أو رابط يبدأ من اليسار، أو جدول ثنائي اللغة. قد تكون الحروف صحيحة لكن ترتيبها خاطئًا، وهنا يجب فحص البنية لا الإملاء فقط.

الدقة والقص والتباين: أيها يصنع الفرق الأكبر؟

لا توجد قيمة واحدة تضمن الدقة. صورة صغيرة لكنها حادة قد تتفوق على صورة كبيرة مهزوزة. القاعدة العملية هي أن يكون ارتفاع الحرف كافيًا لظهور النقاط والحواف، وأن يظل الفرق بين الكتابة والخلفية واضحًا دون سحق التفاصيل.

كيف يحافظ OCR على الفقرات ولماذا تتفكك الجداول؟

بعد التعرف إلى الحروف، يحاول المحرك استعادة بنية الصفحة: أين ينتهي السطر؟ هل الفراغ بداية فقرة؟ هل النص عمودان؟ الصور البسيطة ذات العمود الواحد أسهل من مجلة أو فاتورة أو جدول. وقد تكون الكلمات صحيحة لكن ترتيبها لا يطابق القراءة البشرية.

عند تحويل لقطة الشاشة إلى نص اقصص شريط الحالة والأزرار والإشعارات؛ لأنها كتل نصية حقيقية وقد تدخل في النتيجة. وعند رفع عدة صفحات، حافظ على ترتيب الملفات وراجع فاصل كل صورة قبل دمج الفقرات.

• سطر واحد أو عمود واضح قدر الإمكان.
• هامش صغير حول النص بدل قص الحروف.
• لا تخلط صورتين داخل لقطة واحدة.
• راجع الانتقال بين الصفحة والأخرى.
• أعد بناء الجداول يدويًا إذا كان ترتيب الخلايا مهمًا.
• احفظ نسخة الصورة للرجوع إلى الأرقام.

المعالجة داخل المتصفح وحدود الذاكرة

عندما يعمل OCR داخل المتصفح، تُقرأ الصورة في ذاكرة الجهاز ويُحمّل محرك التعرف وملفات اللغة من شبكة توزيع محتوى. لا تحتاج الصورة إلى الانتقال إلى خادم ToolRar، لكن الجهاز نفسه يستهلك الذاكرة والمعالج، خصوصًا مع الصور الكبيرة.

رفع عشر صور عالية الدقة دفعة واحدة لا يجعل النتيجة أفضل، وقد يبطئ الهاتف. المعالجة المتتابعة وإعادة استخدام عامل OCR واحد تقللان التحميل المتكرر. ويمكن فهم تفاصيل الواجهة من توثيق Tesseract.js الرسمي.

خريطة تشخيص لأخطاء قراءة النص من الصور

قبل إعادة المحاولة بالإعداد نفسه، حدد نوع الخطأ: حروف متشابهة، سطور مفقودة، ترتيب معكوس، أم نتيجة فارغة. لكل نوع نقطة بداية مختلفة.

سير عمل يحافظ على الفقرات والأرقام والمراجع

أدوات تنقل النص من صورة إلى نسخة قابلة للمراجعة

استخدم كل أداة في مرحلتها؛ فتنظيف النص أو تشكيله يأتي بعد التحقق من OCR.

أسئلة شائعة عن دقة OCR العربي