OCR — كيف يقرأ الكمبيوتر النص من الصور؟

OCR — كيف بيقرأ الكمبيوتر النص من الصور؟

الـ OCR (Optical Character Recognition) هو التقنية اللي بتخلي الكمبيوتر يقرأ النص المكتوب على صورة، سواء كان صفحة كتاب، فاتورة، أو صورة من كاميرا الموبايل. هالموضوع مهم لأنه بيخلّينا نتحوّل من ملفات صورة لملفات نصية نقدر نبحث فيها، نعدلها، أو ندمجها مع تطبيقات تانية.

ليش بنحتاجه؟

• بدنا ندخّل بيانات الفواتير والعقود بدون ما نكتب كل إشي بإيدنا.
• احنا بنستفيد من الـ OCR لما نحب نترجم نص من صورة أو نعمل نسخة إلكترونية من كتاب قديم.
• منشان نسهل عملية البحث داخل ملفات PDF مصورة، لأنه النص العادي ما بيظهر بالبحث.

كيف بيشتغل؟

• الخطوة الأولى: text detection — الكمبيوتر بيدوّر على مناطق النص داخل الصورة، زي ما بنقلب على كلمة في صفحة مكتوبة. هالخطوة بتستعمل خوارزميات كشف الحواف وتحديد مربعات النص.
• الخطوة الثانية: text recognition — بمجرد ما يحدد المناطق، بيجي دور التعرف على الحروف. النموذج بيقارن شكل الحرف مع قاعدة بيانات من الأنماط، وبيطلع حرف أو كلمة.
• الجيل الجديد من الـ OCR بيستعمل نماذج رؤية حديثة (Vision Transformers) بتتعلم من ملايين الصور، فالدقة صارت أعلى بكتير من الطرق التقليدية.
• مثال من الحياة اليومية: تخيّل إنك بتقرأ لافتة مكتوبة بخط يد، وبدك تكتبها على موبايلك. الـ OCR هو اللي بيقلب هاللقطة لكتابة إلكترونية.

مثال محسوس

بدّك تنسخ فاتورة كهرباء من صورة عندك. أول شي، تفتح تطبيق مسح (مثلاً Google Lens). التطبيق بيعمل text detection ويظهر لك مربعات خضراء حوالين الأرقام والأسماء. بعدين، بيطبق text recognition ويحوّل كل هالمربعات لنصوص، فبتصير تقدر تنسخ الرقم أو تنسقه ببرنامج إكسل.

أخطاء وسوء فهم شائع

• OCR بيفهم المضمون — هالشي مش صحيح. الـ OCR بس بيستخرج النص، ما بيحلل معناه ولا يترجم السياق.
• الخط اليدوي زي المطبوع — الخط اليدوي فيه تشوهات وأشكال متغيّرة، فالدقة بتكون أقل من النص المطبوع.
• الصورة المائلة تعطي نفس الدقة — إذا الصورة ما كانت مستقيمة أو فيها إضاءة ضعيفة، الدقة بتنزل، ولازم نصحّحها قبل ما نمررها للـ OCR.

خلاصة سريعة

• OCR هو تقنية تحويل الصور لنصوص، وبتعتمد على text detection وtext recognition.
• الجيل الجديد بيستخدم نماذج رؤية حديثة لتقليل الأخطاء، خصوصًا للغات المتصلة مثل العربية.
• التحديات العربية تشمل الحروف المتصلة، أشكال الحرف حسب موقعه، والتشكيل، فبدنا نماذج مدربة على هالأنماط.
• ما تتوقع إن الـ OCR يقرأ الفكرة أو يترجم النص، هو بس يطلع الحروف.
• لتحصل على أفضل نتيجة، نظّف الصورة (عدّل ميلانها، زوّد الإضاءة) قبل ما ترفعها للمعالجة.

كمّل رحلتك من هون

• هاد الشقيق البصري لرحلة الصوت — اقرأ كيف بيفهم الكمبيوتر الصوت؟
• لسّا جديد عالمجال؟ ابدأ من شو يعني ذكاء اصطناعي (AI)؟
• مصطلح مش واضح؟ افتح قاموس «شو يعني؟»