التعرف الضوئي على الأحرف

غالباً ما تقوم برامج التعرف الضوئي على الحروف (OCR) بمعالجة الصور مسبقاً لتحسين فرص التعرف الناجح. وتشمل التقنيات ما يلي: ^{[ 25 ]}

• إزالة الانحراف - إذا لم تتم محاذاة المستند بشكل صحيح عند مسحه ضوئيًا، فقد يلزم إمالته بضع درجات في اتجاه عقارب الساعة أو عكس اتجاه عقارب الساعة لجعل أسطر النص أفقية أو رأسية تمامًا. 
• إزالة الشوائب – إزالة البقع الإيجابية والسلبية، وتنعيم الحواف 
• التحويل إلى صورة ثنائية - تحويل الصورة من ملونة أو رمادية إلى صورة بالأبيض والأسود (تُسمى صورة ثنائية لوجود لونين فقط). تُنفذ هذه العملية كطريقة بسيطة لفصل النص (أو أي عنصر آخر مطلوب في الصورة) عن الخلفية. ^{[ 26 ]} يُعد التحويل إلى صورة ثنائية ضروريًا لأن معظم خوارزميات التعرف التجارية تعمل فقط على الصور الثنائية، نظرًا لسهولة ذلك. ^{[ 27 ]} بالإضافة إلى ذلك، تؤثر فعالية التحويل إلى صورة ثنائية بشكل كبير على جودة التعرف على الأحرف، ويتم اتخاذ قرارات دقيقة عند اختيار طريقة التحويل المستخدمة لنوع الصورة المدخلة؛ لأن جودة الطريقة المستخدمة للحصول على النتيجة الثنائية تعتمد على نوع الصورة (مستند ممسوح ضوئيًا، صورة نصية ، وثيقة تاريخية متدهورة، إلخ). ^{[ 28 ] [ 29 ]} 
• إزالة الخطوط - تنظيف المربعات والخطوط غير المتعلقة بالرموز 
• تحليل التخطيط أو تقسيم المناطق – تحديد الأعمدة والفقرات والعناوين وما إلى ذلك ككتل منفصلة. وهو أمر بالغ الأهمية بشكل خاص في التخطيطات والجداول متعددة الأعمدة . 
• الكشف عن الخطوط والكلمات - إنشاء خط أساس لأشكال الكلمات والحروف، وفصل الكلمات حسب الضرورة. 
• التعرف على النصوص – في المستندات متعددة اللغات، قد يتغير النص على مستوى الكلمات، وبالتالي، فإن تحديد النص ضروري قبل استدعاء تقنية التعرف الضوئي على الحروف (OCR) المناسبة للتعامل مع النص المحدد. ^{[ 30 ]} 
• عزل الأحرف أو تجزئتها - بالنسبة للتعرف الضوئي على الأحرف لكل حرف، يجب فصل الأحرف المتعددة المتصلة بسبب تشوهات الصورة؛ يجب توصيل الأحرف المفردة التي تنقسم إلى أجزاء متعددة بسبب التشوهات. 
• توحيد نسبة العرض إلى الارتفاع والمقياس ^{[ 31 ]}

يتم تقسيم الخطوط ذات المسافة الثابتة بين الأحرف بسهولة نسبية عن طريق محاذاة الصورة مع شبكة منتظمة بناءً على نقاط تقاطع خطوط الشبكة الرأسية مع المناطق السوداء بأقل قدر ممكن. أما بالنسبة للخطوط المتناسبة ، فتُستخدم تقنيات أكثر تعقيدًا لأن المسافة البيضاء بين الأحرف قد تكون أحيانًا أكبر من المسافة بين الكلمات، وقد تتقاطع الخطوط الرأسية مع أكثر من حرف واحد. ^{[ 32 ]}

يوجد نوعان أساسيان من خوارزميات التعرف الضوئي على الأحرف (OCR)، والتي قد تنتج قائمة مرتبة من الأحرف المرشحة. ^{[ 33 ]}

• تتضمن مطابقة المصفوفة مقارنة صورة برمز مُخزّن على أساس كل بكسل على حدة؛ وتُعرف أيضًا بمطابقة الأنماط ، أو التعرّف على الأنماط ، أو ارتباط الصور . يعتمد هذا على عزل الرمز المُدخل بشكل صحيح عن بقية الصورة، وأن يكون الرمز المُخزّن بخط مشابه وبنفس الحجم. تعمل هذه التقنية بشكل أفضل مع النصوص المطبوعة، ولا تُجدي نفعًا عند التعامل مع خطوط جديدة. هذه هي التقنية التي طبّقتها أنظمة التعرّف الضوئي على الحروف (OCR) القائمة على الخلايا الضوئية في بداياتها، وبشكل مباشر.
• تُحلل عملية استخلاص الميزات الأحرف إلى "ميزات" مثل الخطوط، والحلقات المغلقة، واتجاه الخطوط، وتقاطعاتها. تُقلل هذه الميزات المستخلصة من أبعاد التمثيل، مما يجعل عملية التعرف أكثر كفاءة من الناحية الحسابية. تُقارن هذه الميزات بتمثيل متجهي مجرد للحرف، والذي قد يُختزل إلى نموذج أولي واحد أو أكثر. تُطبق التقنيات العامة للكشف عن الميزات في مجال رؤية الحاسوب على هذا النوع من التعرف الضوئي على الحروف، وهو شائع في التعرف الذكي على الكتابة اليدوية ومعظم برامج التعرف الضوئي على الحروف الحديثة. ^{[ 34 ]} تُستخدم مصنفات أقرب جار، مثل خوارزمية أقرب الجيران k، لمقارنة ميزات الصورة بميزات الأحرف المخزنة واختيار أقرب تطابق. ^{[ 35 ] [ 36 ]}

تستخدم برامج مثل Cuneiform و Tesseract أسلوبًا ثنائي المراحل للتعرف على الأحرف. تُعرف المرحلة الثانية بالتعرف التكيفي، وتعتمد على أشكال الأحرف التي تم التعرف عليها بدقة عالية في المرحلة الأولى لتحسين التعرف على الأحرف المتبقية في المرحلة الثانية. يُعد هذا مفيدًا للخطوط غير المألوفة أو عمليات المسح الضوئي منخفضة الجودة حيث يكون الخط مشوهًا (مثلًا، ضبابيًا أو باهتًا). ^{[ 32 ]}

اعتبارًا من عام 2024تتضمن برامج التعرف الضوئي على الحروف الحديثة Google Docs OCR و ABBYY FineReader وTransym، بالإضافة إلى محركات مفتوحة المصدر مثل Tesseract 5 (الذي قدم محرك تعرف قائم على LSTM) ^{[ 37 ]} وPaddleOCR (مجموعة أدوات OCR متعددة اللغات تدعم أكثر من 80 لغة) ^{[ 38 ]} وTrOCR (نموذج قائم على المحولات طورته مايكروسوفت للتعرف على النصوص المكتوبة بخط اليد والمطبوعة) ^{[ 39 ] [ 40 ]} . وتستخدم برامج أخرى مثل OCRopus وTesseract شبكات عصبية مُدرَّبة على التعرف على أسطر كاملة من النص بدلاً من التركيز على الأحرف المفردة.

تعتمد تقنية التعرف الضوئي على الأحرف التكراري (OCR) على اقتطاع المستند تلقائيًا إلى أقسام بناءً على تخطيط الصفحة. ثم يُجرى التعرف الضوئي على الأحرف على كل قسم على حدة باستخدام عتبات متغيرة لمستوى ثقة الأحرف لزيادة دقة التعرف الضوئي على الأحرف على مستوى الصفحة إلى أقصى حد. وقد مُنحت براءة اختراع لهذه الطريقة من مكتب براءات الاختراع الأمريكي. ^{[ 41 ]}

يمكن تخزين نتيجة التعرف الضوئي على الأحرف (OCR) بتنسيق ALTO القياسي، وهو مخطط XML مخصص تحتفظ به مكتبة الكونغرس الأمريكية . ومن التنسيقات الشائعة الأخرى hOCR و PAGE XML .

للاطلاع على قائمة ببرامج التعرف الضوئي على الأحرف، انظر مقارنة برامج التعرف الضوئي على الأحرف .

يمكن تحسين دقة التعرف الضوئي على الحروف (OCR) إذا تم تقييد المخرجات بمعجم - وهو قائمة بالكلمات المسموح بظهورها في المستند. ^{[ 25 ]} قد يشمل هذا، على سبيل المثال، جميع كلمات اللغة الإنجليزية، أو معجمًا تقنيًا خاصًا بمجال معين. قد تُشكل هذه التقنية مشكلة إذا احتوى المستند على كلمات غير موجودة في المعجم، مثل الأسماء العلمية . يستخدم برنامج Tesseract قاموسه للتأثير على خطوة تجزئة الأحرف، لتحسين الدقة. ^{[ 32 ]} 

قد يكون دفق الإخراج عبارة عن دفق نص عادي أو ملف من الأحرف، ولكن أنظمة التعرف الضوئي على الأحرف الأكثر تطوراً يمكنها الحفاظ على التخطيط الأصلي للصفحة وإنتاج، على سبيل المثال، ملف PDF مشروح يتضمن كلاً من الصورة الأصلية للصفحة وتمثيل نصي قابل للبحث.

يمكن لتحليل الجوار القريب الاستفادة من ترددات التواجد المشترك لتصحيح الأخطاء، وذلك بملاحظة أن كلمات معينة غالباً ما تُرى معاً. ^{[ 42 ]} على سبيل المثال، عبارة "واشنطن العاصمة" أكثر شيوعاً في اللغة الإنجليزية من عبارة "وزارة الإصلاحيات في واشنطن".

إن معرفة قواعد اللغة التي يتم فحصها يمكن أن تساعد أيضًا في تحديد ما إذا كانت الكلمة على الأرجح فعلًا أم اسمًا، على سبيل المثال، مما يسمح بدقة أكبر.

كما تم استخدام خوارزمية مسافة ليفنشتاين في المعالجة اللاحقة للتعرف الضوئي على الأحرف لتحسين النتائج من واجهة برمجة تطبيقات التعرف الضوئي على الأحرف. ^{[ 43 ]}

في السنوات الأخيرة، بدأت كبرى شركات تكنولوجيا التعرف الضوئي على الأحرف (OCR) بتطوير أنظمة OCR لتحسين كفاءة التعامل مع أنواع محددة من المدخلات. فإلى جانب استخدام معجم خاص بالتطبيق، يمكن تحقيق أداء أفضل من خلال مراعاة قواعد العمل، والتعبيرات القياسية، أو المعلومات الغنية الموجودة في الصور الملونة. تُعرف هذه الاستراتيجية باسم "التعرف الضوئي على الأحرف الموجه للتطبيقات" أو "التعرف الضوئي على الأحرف المخصص"، وقد طُبقت على التعرف الضوئي على الأحرف للوحات ترخيص السيارات ، والفواتير ، ولقطات الشاشة ، وبطاقات الهوية ، ورخص القيادة ، وقطاع صناعة السيارات .

قامت صحيفة نيويورك تايمز بتطوير تقنية التعرف الضوئي على الحروف (OCR) لتصبح أداة خاصة بها أطلقت عليها اسم " مساعد المستندات" ، والتي تُمكّن فريق الأخبار التفاعلي من تسريع معالجة المستندات التي تحتاج إلى مراجعة. وتشير الصحيفة إلى أن هذه الأداة تُمكّنها من معالجة ما يصل إلى 5400 صفحة في الساعة، استعدادًا لمراجعة المراسلين لمحتوياتها. ^{[ 44 ]}

تتيح الخطوط الخاصة، مثل خطوط OCR-A و OCR-B و MICR ، ذات الأحجام والمسافات والأشكال المميزة المحددة بدقة، دقةً أعلى أثناء نسخ الشيكات المصرفية. صُممت العديد من محركات التعرف الضوئي على الأحرف (OCR) البارزة لالتقاط النصوص بخطوط شائعة الاستخدام مثل Arial وTimes New Roman، وهي غير قادرة على التقاط النصوص بهذه الخطوط المتخصصة والمختلفة تمامًا عن الخطوط الشائعة الاستخدام. وبما أن برنامج Google Tesseract قابل للتدريب على التعرف على الخطوط الجديدة، فإنه يستطيع التعرف على خطوط OCR-A وOCR-B وMICR. ^{[ 45 ]}

حقول التمشيط عبارة عن مربعات مطبوعة مسبقًا تُشجع على الكتابة بشكل أوضح - حرف واحد في كل مربع. ^{[ 42 ]} غالبًا ما تُطبع هذه الحقول بلون قابل للمسح ، مما يُسهل إزالته بواسطة نظام التعرف الضوئي على الحروف (OCR). ^{[ 42 ]} استُخدمت هذه التقنية في الاتحاد السوفيتي السابق، حيث كانت الرموز البريدية رقمية، وكانت هناك مربعات موحدة في أسفل جميع الأظرف، يقوم المستخدم فيها بطباعة الأرقام عن طريق توصيل النقاط. ^{[ 46 ]} 

استخدم نظام التشغيل بالم مجموعة خاصة من الرموز، تُعرف باسم "غرافيتي" ، وهي مشابهة للأحرف الإنجليزية المطبوعة ولكنها مُبسّطة أو مُعدّلة لتسهيل التعرف عليها على أجهزة النظام ذات القدرات الحاسوبية المحدودة. وكان على المستخدمين تعلّم كيفية كتابة هذه الرموز الخاصة.

يُقيّد التعرف الضوئي على الأحرف القائم على المناطق الصورة بجزء محدد من المستند. ويُشار إلى هذا النوع غالبًا باسم التعرف الضوئي على الأحرف القائم على القوالب .

يُمكن الاستعانة بالبشر في عمليات التعرف على الأحرف لمعالجة الصور بسرعة، تمامًا مثل تقنية التعرف الضوئي على الأحرف (OCR) المُعتمدة على الحاسوب، ولكن بدقة أعلى من تلك التي تُحققها الحواسيب. ومن الأنظمة العملية في هذا المجال منصة Amazon Mechanical Turk و reCAPTCHA . وقد طورت المكتبة الوطنية الفنلندية واجهةً إلكترونيةً تُمكّن المستخدمين من تصحيح النصوص المُعالجة بتقنية OCR وفقًا لمعيار ALTO. ^{[ 47 ]} كما استُخدمت الاستعانة بالبشر ليس فقط للتعرف على الأحرف مباشرةً، بل لدعوة مطوري البرامج لتطوير خوارزميات معالجة الصور، على سبيل المثال، من خلال استخدام مسابقات الترتيب . ^{[ 48 ]}