قبل تحويل الصورة إلى نص، تحقق من ملاءمتها للتعرف باستخدام OCR

أخطاء التعرف لا تعني دائمًا اختيار أداة غير مناسبة. فقد يغيّر زاوية التصوير أو الضوء أو حجم الخط نتيجة الصفحة نفسها.

يتلقى OCR بكسلات، لا النص الموجود على الورق. لا يمكن توقع استكمال الخطوط الضبابية أو المفقودة أو المحجوبة بصورة صحيحة. فحص المصدر غالبًا أوفر من تكرار معالجة الصورة نفسها.

ميّز بين مشكلات التصوير والتنسيق

قد تخطئ الأحرف، أو تصح الكلمات ويختل ترتيب الفقرات. ولكل حالة معالجة مختلفة.

المشكلة	النتيجة المحتملة	الإجراء الأول
ضعف التركيز أو الاهتزاز أو صغر الخط	التباس الخطوط والأرقام	إعادة التصوير أو الحصول على مصدر أوضح
الانعكاس أو الحجب أو التعريض الزائد	نص مفقود في مناطق محددة	تعديل الضوء أو إزالة العائق والتصوير مجددًا
ميل الصفحة أو تشوه المنظور	اضطراب السطور أو إغفال مناطق	تحسين الزاوية أو تصحيح صورة المستند
أعمدة وجداول معقدة وتنسيق مختلط	خطأ في ترتيب القراءة والبنية	معالجة مناطق منفصلة وتنظيمها يدويًا

كبّر موضع الخطأ في الأصل. إذا لم يستطع الإنسان تحديد الحرف، فقد لا يحل تغيير الإعدادات المشكلة.

وضوح الصفحة كاملة أهم من حجم الملف

قد تكون الصورة كبيرة الحجم ولا يظهر بوضوح إلا وسطها. عدد الميغابايت لا يضمن قراءة كل النص.

اجعل الورقة مستوية والكاميرا مواجهتها، وليشغل المستند معظم الإطار. افحص الزوايا والحواف وأصغر خط بعد التصوير، لا المصغّر فقط.

ضبابية أسفل الصفحة أو انحناء النص قرب تجليد الكتاب لا تصلحهما زيادة جودة التصدير. حسّن ظروف التصوير إن أمكن الإعادة.

اختر دقة مناسبة عند المسح الضوئي. أما تغيير قيمة DPI وحدها في صورة موجودة فلا يضيف خطوطًا؛ المهم وضوح البكسلات الفعلية للأحرف.

قص الأجزاء غير المهمة دون الالتصاق بالحروف

قد يدخل سطح المكتب والأوراق المجاورة وحدود المسح الداكنة ضمن التعرف. القص المناسب يحدد المحتوى المقصود.

باستخدام قص الصور، احتفظ بالنص كاملًا مع هامش صغير، ولا تقترب جدًا من أول سطر أو آخر حرف. أبقِ عناوين الجداول والوحدات والملاحظات لفهم الأرقام.

افحص الميل أيضًا؛ فالسطور المائلة بشدة قد تعيق تقسيمها. يتناول دليل جودة Tesseract تصحيح الميل والهوامش المعقولة.

التدوير لا يساوي تصحيح المنظور. تدوير صفحة مصورة كشبه منحرف لا يعيد نسب الأحرف المتساوية في جميع أجزائها.

لا تخمّن الخطوط المفقودة بتحسين الصورة

تتحسن بعض المشكلات بتعديل السطوع، بينما تعني أخرى أن المعلومات لم تُسجل.

قد يبقى النص تحت الظل بتباين ضعيف. أما المنطقة البيضاء بسبب الانعكاس فقد لا تحوي خطوطًا قابلة للاستخدام.

وقد يمحو التحويل القوي إلى الأبيض والأسود الخطوط الرفيعة أو يدمجها. المظهر الأنظف ليس بالضرورة أفضل للتعرف.

ولا يؤكد التكبير بالذكاء الاصطناعي النص الأصلي؛ فقد يصبح الحرف أوضح لكنه خاطئ. للمبالغ والمعرّفات والأسماء، ابحث عن مصدر واضح بدل إكمال الفراغات وفق الصورة المحسنة.

اختبر صفحة قبل الدفعة كاملة

اختر صورة ممثلة فيها متن وخط صغير وأرقام أو جدول. تحقق من قابلية استخدام النتيجة قبل معالجة الجميع.

استخدم الصور إلى Word للنص والصور إلى Excel للجداول. يسهل التنسيق التنظيم لكنه لا يضمن إعادة بناء التخطيط كاملًا.

راجع وسط الصفحة ونهايتها أيضًا. القراءة السلسة لا تثبت صحة المعرّفات والتواريخ والفواصل العشرية.

إذا تكرر فقد النص عند الحافة أو انزياح عمود، عد إلى المدخل أولًا. قد تضاعف معالجة الدفعة الخطأ نفسه.

افحص قبل التعرف وبعده

قبل OCR، تأكد من:

• اكتمال الصفحة وصحة اتجاهها.
• وضوح الخط الصغير والزوايا دون اهتزاز ظاهر.
• خلو المناطق المهمة من الانعكاس والحجب والتعريض الزائد.
• قص مناسب يحتفظ بالهوامش والشروح اللازمة.
• استخدام أصل واضح، لا نسخة أُعيد إرسالها أو التقاطها من الشاشة أو ضغطها مرارًا.

بعده قارن ترتيب الفقرات والسطور المفقودة والمبالغ والتواريخ والمعرّفات والأسماء بالأصل. وفي الجداول افحص صف وعمود كل قيمة.

تجري أداة DocCrunch للصور إلى Word التعرف محليًا في المتصفح، لكن المراجعة تظل ضرورية. الأصل يقدم المرجع، وOCR يقلل الكتابة، والتدقيق يؤكد النتيجة.

تجهيز المدخل غالبًا أنفع من إصلاح كل حرف. احتفظ بالصورة الواضحة إلى جانب المستند المحوّل لتتمكن من المقارنة دائمًا.