تحويل صورة إلى نص (‎OCR‎)

ما تقرأه تقنية OCR جيدًا — وما لن تقرأه أبدًا

التعرف على الحروف هو مطابقة أنماط، لا فهم، فتتبع النتيجة صدق المدخل بلا رحمة. لقطة شاشة حادة أو مسح ضوئي مسطح ومضاء بالتساوي لنص مطبوع تخرج شبه كاملة. أما صورة هاتف لنفس الصفحة مأخوذة بزاوية طفيفة، مع ظل يقع على إحدى الزوايا، فتنخفض الدقة بشكل ملحوظ — أما الخط اليدوي والخطوط الزخرفية والنص فوق الصور والطباعة منخفضة التباين (رمادي على أبيض، لون على لون) فقد تخرج غير قابلة للاستخدام تقريبًا. وثلاث عادات تُصلح معظم ذلك: صوّر بشكل مستقيم لا بزاوية، واملأ الإطار بالنص واقطع المحيط، وحين يكون المصدر على الشاشة أصلًا، استخدم لقطة الشاشة الأصلية بدلًا من تصوير شاشتك. وكل خطوة من هذه تزيل تشويهًا كان محرك التعرف سيضطر لتخمينه بدلًا من ذلك.

التنزيل لمرة واحدة، ولماذا يوجد

في أول مرة تضغط فيها اقرأ النص، يجلب متصفحك محرك التعرف وبيانات اللغة الإنجليزية الخاصة به — نحو 7 ‎MB‎، تُقدَّم من هذا الموقع وتُخزَّن مؤقتًا، فتبدأ العمليات اللاحقة في لحظات. وذلك التنزيل ثمن وعد حقيقي: يعمل المحرك بالكامل على جهازك بتقنية ‎WebAssembly‎، ما يعني أن صورة عقدك أو وصفتك الطبية أو كشف راتبك لا تُنقل إلى أي مكان أبدًا. ومعظم خدمات ‎OCR‎ عبر الإنترنت تعمل بالطريقة المعاكسة — صفحة صغيرة، ومستندك مرفوع إلى خادمها. وإذا بدا أن أول تشغيل ثابت لبضع ثوانٍ على اتصال بطيء، فهو يجلب البيانات لا أنه توقف؛ وسطر التقدّم يخبرك في أي مرحلة هو. وبعد تلك الزيارة الأولى، يُحمَّل المحرك من الذاكرة المؤقتة، ويستغرق التعرف على صفحة نص عادية بضع ثوانٍ فقط حتى على حاسوب محمول متواضع.

الإنجليزية فقط، حاليًا — وراجع الأرقام دائمًا

تقرأ هذه النسخة الأولى النص والأرقام باللغة الإنجليزية. ولغات أخرى مخطط لها — كل واحدة منها ملف بيانات مدرَّب إضافي، فستصل كتنزيلات منفصلة لا كحزمة واحدة ضخمة — لكن اليوم سيخرج خطاب هولندي أو فاتورة تركية مشوَّهًا حيثما تتوقف الكلمات عن الظهور كإنجليزية. وتستحق الأرقام تحذيرًا خاصًا بها: قراءة 8 خطأً بدلًا من 3 في رقم ‎IBAN‎، أو رقم هاتف، أو إجمالي فاتورة، أكثر كلفة بكثير من قراءة كلمة خطأً، والأرقام لا تحمل سياقًا إملائيًا يمكن للمحرك استخدامه لتصحيح نفسه. مهما كان النص، اقرأ النتيجة مرة قبل أن تعتمد عليها؛ ومهما كانت الأرقام، تحقق منها مرتين.

النص خرج — الآن ضعه في مكان مفيد

نسخ النص يضع النتيجة في حافظتك، ومن هناك عادة ما يكون لها واحدة من ثلاث وجهات. مباشرة إلى مستند أو بريد إلكتروني هي الوجهة الواضحة — فكل فائدة ‎OCR‎ هي ألا تعيد كتابة صفحة مرة أخرى أبدًا. وأقل وضوحًا: ألصقه في ‎/ar/text-to-speech‎ وتتحول الصفحة إلى صوت، ما يحوّل مقالًا مصوَّرًا إلى شيء يمكنك الاستماع إليه أثناء فعل أي شيء آخر. وحين تحتاج فعليًا إلى الصفحة كمستند قابل للمشاركة لا كنص فضفاض، فإن ‎/ar/image-to-pdf‎ يُحيط الصورة الأصلية بملف ‎PDF‎ سليم — أنظف للحفظ والإرسال من صورة مجردة، وتغطي هذه الأداة اللحظات التي تحتاج فيها إلى كلماتها أيضًا.

للحصول على أفضل نتيجة من ‎OCR‎

يعمل التعرف على الأحرف على أفضل وجه مع الصور الواضحة والمُضاءة جيدًا التي يظهر فيها نص داكن على خلفية فاتحة. صوّر المستندات من زاوية مستقيمة لا مائلة، واقتصص الصورة على النص فقط إن أمكن، وفضّل لقطة الشاشة الأصلية على تصوير الشاشة بالكاميرا. تقرأ الأداة حاليًا الإنجليزية والأرقام؛ ومن المخطط إضافة المزيد من اللغات.