OCR عربي — تحويل PDF المصوّر إلى نص قابل للبحث

ما هو OCR وكيف يعمل؟

OCR اختصار لـ Optical Character Recognition — التعرف الضوئي على الحروف. التقنية تحلّل الصورة وتتعرف على شكل كل حرف وتحوّله لنص رقمي قابل للبحث والتعديل.

متى تحتاج OCR؟

عندما تمسح وثيقة ورقية ضوئياً وتريد نصها رقمياً. عندما تُصوّر صفحة كتاب بالهاتف وتريد نسخ محتواها. عندما تستلم PDF لا يمكن تحديد نصه أو البحث فيه.

تحديات OCR العربي

العربية أصعب من الإنجليزي في OCR لأسباب عدة: الكتابة من اليمين لليسار، الحروف المتصلة التي تتغير شكلها حسب موضعها في الكلمة، التشابه البصري بين بعض الحروف كـ (ر/ز) و(ح/ج/خ).

نصائح للحصول على نتائج OCR أفضل

جودة الصورة الأصلية: دقة 300 DPI أو أعلى تعطي نتائج أفضل بكثير. الصور الضبابية أو المائلة تعطي نتائج سيئة.

الإضاءة: عند تصوير وثيقة بالهاتف، تأكد من إضاءة جيدة وتجنب الظلال.

بعد OCR: راجع النص الناتج لأن OCR ليس مثالياً — خاصةً مع الخط اليدوي أو الجودة المنخفضة.

OCR للنصوص الطبية والقانونية

للوثائق الحساسة كالتقارير الطبية والعقود القانونية، راجع النص بعناية بعد OCR. المصطلحات المتخصصة قد تُقرأ بشكل خاطئ وتحتاج تصحيحاً يدوياً.