ما هو التعرف الضوئي على الحروف؟
يشير التعرف الضوئي على الأحرف (OCR) إلى عملية تحويل الصور النصية إلى تنسيق نصي يمكن قراءته آليًا. على سبيل المثال ، إذا قمت بمسح نموذج أو إيصال ضوئيًا ، فسيحفظ الكمبيوتر المسح كملف صورة. لا يمكنك تحرير النص أو البحث عنه أو عده في ملف صورة باستخدام محرر نصوص. ومع ذلك ، يمكنك استخدام OCR لتحويل الصور إلى مستندات نصية وتخزين المحتوى كبيانات نصية.
لماذا يعد التعرف الضوئي على الحروف مهمًا جدًا؟
تتضمن معظم مهام سير العمل الوصول إلى المعلومات من خلال الوسائط المطبوعة. النماذج الورقية والفواتير والمستندات القانونية الممسوحة ضوئيًا والعقود المطبوعة كلها جزء من عملية الأعمال. يستغرق تخزين هذه المستندات الضخمة وإدارتها الكثير من الوقت والمساحة. على الرغم من الاتجاه نحو إدارة المستندات غير الورقية ، لا يزال مسح المستندات ضوئيًا وتحويلها إلى صور يمثل تحديًا. تتطلب العملية تدخلاً بشريًا ، وهي مرهقة وبطيئة.
بالإضافة إلى ذلك ، يمكن أن تؤدي رقمنة محتويات الوثيقة إلى ملفات صور بها نص مخفي. لا يمكن لمعالجات النصوص معالجة النص في الصور بنفس طريقة معالجة المستندات النصية. يحل التعرف الضوئي على الحروف هذه المشكلة عن طريق تحويل الصور النصية إلى بيانات نصية يمكن تحليلها بواسطة برامج تجارية أخرى. يمكنك بعد ذلك استخدام البيانات لتحليل العمليات وتحسينها وأتمتة العمليات وزيادة الإنتاجية.
كيف يعمل OCR؟
الحصول على الصور
تقوم الماسحات الضوئية بقراءة المستندات وتحويلها إلى بيانات ثنائية. يحلل برنامج OCR الصورة الممسوحة ضوئيًا ، ويصنف مناطق الإضاءة كخلفية والمناطق المظلمة كنص.
المعالجة
يقوم برنامج OCR أولاً بتنظيف الصورة وإزالة الأخطاء استعدادًا للقراءة. فيما يلي بعض تقنيات التنظيف المستخدمة لذلك:
تصحيح الإزاحة الطفيف أو انحراف المستندات الممسوحة ضوئيًا أثناء المسح الضوئي لإصلاح مشكلات المحاذاة.
قم بإزالة الضوضاء أو إزالة البقع من الصور الرقمية أو قم بتنعيم حواف الصور النصية.
تنظيف الحدود والخطوط في الصورة.
التعرف على النص باستخدام تقنية التعرف الضوئي على الحروف متعددة اللغات
التعرف على النص
النوعان الرئيسيان من خوارزميات OCR أو عمليات البرامج المستخدمة بواسطة برنامج OCR للتعرف على النص هما مطابقة الأنماط واستخراج الميزات.
نمط مطابقة
تفصل مطابقة النمط صورة الحرف (تسمى حرفًا رسوميًا) وتقارنها بحروف رسومية مماثلة مخزنة. لا تعمل مطابقة النمط إلا إذا كان للحرف الرسومي المخزن خط وحجم مشابهين للحرف الرسومي للإدخال. تعمل هذه الطريقة بشكل جيد مع الصور الممسوحة ضوئيًا للمستندات المدخلة بخطوط معروفة.
ميزة استخراج
مقاطع استخراج الميزة أو تحلل الحروف الرسومية إلى ميزات مثل الخطوط والحلقات المغلقة واتجاه الخط وتركيز الخط. ثم يستخدم هذه الميزات للعثور على أفضل أو أقرب تطابق بين الصور الرمزية المختلفة المخزنة.
المعالجة البعدية
بعد التحليل ، يقوم النظام بتحويل البيانات النصية المستخرجة إلى ملفات محوسبة. يمكن لبعض أنظمة التعرف الضوئي على الحروف إنشاء ملفات PDF مشروحة تحتوي على إصدارات ما قبل وما بعد المسح الضوئي للمستندات الممسوحة ضوئيًا.
