لماذا يخطئ تحويل الصورة إلى نص عربي؟ وكيف تحصل على نتيجة أدق
معظم أخطاء تحويل الصورة إلى نص لا تأتي من القارئ نفسه، بل من الصورة: دقة منخفضة، أو ورقة مائلة أو منحنية، أو إضاءة غير متساوية، أو خط زخرفي أو مكتوب باليد. والعربية تضيف صعوبات خاصة بها: حروف لا تختلف إلا بالنقاط، وحروف متصلة يتغير شكلها، وحركات فوق السطر وتحته. فإذا صوّرت الورقة من الأمام بإضاءة متساوية وقصصت ما حول النص واخترت اللغة الصحيحة، تنخفض الأخطاء كثيرًا، لكنها لا تختفي: راجع الأسماء والأرقام دائمًا.
ما الدقة التي يمكن توقعها فعلًا؟
اختبرنا أداة تحويل الصورة إلى نص، التي تشغّل محرك Tesseract مفتوح المصدر على جهازك، على صور نصوص صنعها الحاسوب بخطوط شائعة، ثم قارنا الناتج بالنص الأصلي حرفًا حرفًا:
| الصورة | نسبة الحروف الخاطئة |
|---|---|
| نص عربي مطبوع واضح | 0.5% إلى 2.3% (الأسوأ في صورة منخفضة الدقة) |
| نص إنجليزي مطبوع واضح | 0% إلى 0.5% |
| النص الإنجليزي نفسه مصغّرًا إلى 0.4 من حجمه | 9.9% |
نسبة 2% تعني نحو 10 حروف خاطئة في فقرة من 500 حرف، وهذا يكفي ليتغير اسم أو رقم هاتف. وهذه نتائج صور نظيفة؛ أما صورة الهاتف لورقة حقيقية فلم نقسها بأرقام، لكنها أضعف بوضوح، والكتابة اليدوية والخط الديواني أو الثلث لا يُعتمد عليها أصلًا. والسطر الأخير في الجدول هو الدرس الأهم: الدقة المنخفضة وحدها رفعت الأخطاء من شبه صفر إلى حرف من كل عشرة.
لماذا العربية أصعب من الإنجليزية؟
- النقاط: ب ت ث ن ي، وج ح خ، ود ذ، ور ز، وس ش، وص ض، وط ظ، وع غ، وف ق. نقطة واحدة تُفقد بسبب ضبابية أو ضغط الصورة تحوّل حرفًا إلى آخر، وهذا أشيع أخطاء العربية.
- الاتصال: الحروف تتصل وتتغير أشكالها في أول الكلمة ووسطها وآخرها، فلا يستطيع القارئ أن يفصلها بالمسافات كما يفعل مع الإنجليزية.
- التشكيل: الحركات علامات صغيرة قريبة من النقاط، فقد تُقرأ نقاطًا أو تسقط. وإن لم تكن تحتاجها، فأزلها من الناتج بأداة التشكيل العربي («إزالة التشكيل») ثم راجع النص.
- الخطوط الزخرفية: Tesseract مدرَّب على النص المطبوع. الخطوط الخطاطية والعناوين المزخرفة والحروف المتداخلة تُقرأ أسوأ بكثير من خط النسخ العادي.
- الاتجاه المختلط: الأرقام والكلمات الإنجليزية داخل سطر عربي قد تخرج في موضع غير متوقع من الجملة.
ما سبب الخطأ الذي أراه؟
| ما تراه | السبب الأرجح | الحل |
|---|---|---|
| حروف متشابهة متبادلة (ب بدل ت، ح بدل خ) | الصورة صغيرة أو ضبابية أو مضغوطة | صورة أقرب وأوضح، لا تكبير الصورة بعد التقاطها |
| رموز وحروف شاردة في أطراف النص | إطارات أو أختام أو صور أو خلفية مزخرفة | قص الصورة إلى النص وحده |
| أسطر مقطوعة أو مختلطة | الورقة مائلة أو منحنية، أو فيها أعمدة وجداول | صوّر الصفحة مسطحة، وقص كل عمود على حدة |
| الكلمات الإنجليزية مشوهة | اللغة مضبوطة على «العربية» وحدها | اختر «العربية والإنجليزية» |
| «لم يُعثر على نص» | لغة خاطئة، أو نص صغير جدًا، أو صورة مقلوبة | تأكد من اللغة، وقرّب الكاميرا، وعدّل الاتجاه |
| النص صحيح لكن بلا تنسيق | الأداة تخرج نصًا عاديًا (.txt) | أعد التنسيق يدويًا؛ الجداول لا تُحفظ كجداول |
كيف تصوّر الورقة لتُقرأ جيدًا؟
- ضع الورقة مسطحة قرب نافذة في النهار. الإضاءة المتساوية أفضل من الفلاش، فالفلاش يصنع بقعة لامعة تمحو حروفًا كاملة، وظل يدك أو الهاتف يغيّر لون الورقة في جزء منها.
- صوّر من الأعلى مباشرة، بحيث يوازي الهاتف الورقة. الصورة المائلة تجعل الأسطر منحنية في نظر القارئ.
- املأ الإطار بالنص. الصفحة الكاملة من بعيد أقل وضوحًا من نصفها من قريب. وإن كان الخط صغيرًا، فصوّر الصفحة على جزأين.
- أرسل الصورة الأصلية، لا نسخة واتساب. الصور المرسلة عبر تطبيقات المحادثة تُضغط عادة، فتضيع النقاط الدقيقة أولًا. انقلها كملف أو بالكابل.
- قص ما ليس نصًا بأداة قص الصورة، وإن بقي ميل بسيط فعدّله بأداة تدوير الصورة وقلبها، التي تدير الصورة درجة درجة.
- صور الآيفون بصيغة HEIC لا تُفتح في كل متصفح؛ حوّلها أولًا بأداة تحويل HEIC إلى JPG.
- إن كان عندك ماسح ضوئي، فامسح بدقة 300 نقطة في البوصة، وهي الدقة التي ينصح بها مطورو Tesseract للنص العادي. وهي غالبًا أفضل من أي صورة هاتف.
والأداة لا تحسّن الصورة بنفسها: لا تقوّم الميل ولا ترفع التباين. هي تصغّر الصور الكبيرة جدًا فقط حتى لا يتجاوز طولها 3000 بكسل، لأن Tesseract يبطؤ كثيرًا معها دون أن يكسب دقة. فجودة ما تعطيها إياه هي جودة ما تحصل عليه.
وماذا عن ملف PDF ممسوح؟
ملف PDF الذي خرج من ماسح ضوئي هو في الحقيقة صور صفحات، بلا نص يمكن نسخه. أداة استخراج النص من PDF تكتشف الصفحات التي ليس فيها نص، وتعرض عليك «قراءة الصفحات الممسوحة (OCR)» بالمحرك نفسه، ثم يمكنك «تنزيل PDF قابل للبحث»: نسخة من الملف نفسه فيها النص المقروء مخفيًا فوق كل صفحة، فتبحث فيها وتنسخ منها.
وهي ترسم كل صفحة بنحو 1700 بكسل على جانبها الأطول قبل قراءتها. فإن كان الخط في الملف صغيرًا وكثرت الأخطاء، فجرّب طريقًا آخر: حوّل الصفحة إلى صورة بمقياس 4x بأداة تحويل PDF إلى صور، ثم اقرأها بأداة تحويل الصورة إلى نص، التي تقبل حتى 3000 بكسل. لم نقس الفرق بأرقام، لكنه يعطي القارئ بكسلات أكثر لكل حرف.
لماذا لا ترفع صورة هويتك أو عقدك إلى موقع OCR؟
الأوراق التي يحتاج الناس نصها كثيرًا ما تكون أكثرها حساسية: هوية، عقد إيجار، تقرير طبي، كشف حساب. ومعظم مواقع OCR المجانية ترفع الصورة إلى خوادمها لتقرأها هناك. أما في أداتنا فيُنزَّل Tesseract.js وبيانات اللغة إلى متصفحك في أول استخدام (نحو 3 ميغابايت للعربية، و4.5 للإنجليزية، و6 للاثنتين)، ثم تُقرأ الصورة على جهازك ولا تُرسل إلى أي مكان. وقد تكون الخدمات السحابية الكبيرة أدق مع صور الهاتف الصعبة، فهي تعمل بنماذج أكبر على خوادمها؛ والخيار لك حسب حساسية الورقة. وللمزيد عن هذا السؤال، اقرأ هل رفع مستنداتك إلى مواقع التحويل آمن؟.
أسئلة سريعة
هل تقرأ الأداة الكتابة اليدوية بالعربية؟ ليس بشكل يُعتمد عليه. Tesseract مدرَّب على النص المطبوع، والخط اليدوي المتصل يخرج غالبًا حروفًا عشوائية.
هل أختار «العربية والإنجليزية» دائمًا للاحتياط؟ لا. اختيار اللغتين معًا يناسب الصفحة المختلطة فعلًا؛ أما الصفحة بلغة واحدة فاختيار تلك اللغة وحدها أدق، لأن القارئ لا يضطر للمفاضلة بين حروف اللغتين.
هل يمكن استخدامها لنسخ آيات من صورة مصحف؟ لا ننصح بذلك. خط المصحف ورسمه وعلامات الضبط فيه بعيدة عما تدرّب عليه القارئ، والخطأ هنا غير مقبول. انسخ النص من مصدر موثوق للنص القرآني بدل قراءته من صورة.
لماذا كان أول تشغيل بطيئًا؟ لأنه ينزّل القارئ وبيانات اللغة مرة واحدة. بعدها يستغرق ثانية أو ثانيتين للصورة في Chrome وSafari، ونحو 4 إلى 6 ثوانٍ في Firefox في اختباراتنا على الحاسوب، وأكثر على الهواتف القديمة.
ماذا تفعل الآن؟
صوّر الورقة من جديد بالخطوات أعلاه، وقصها إلى النص، ثم اقرأها بأداة تحويل الصورة إلى نص، أو بأداة استخراج النص من PDF إن كانت ملف PDF ممسوحًا. وقبل أن تلصق الناتج في أي مكان، راجع الأسماء والأرقام والحروف المنقوطة واحدة واحدة.
جرّب الأداة
انسخ النص من صورة أو لقطة شاشة أو مستند ممسوح، بالعربية أو الإنجليزية. قارئ النصوص يعمل على جهازك، فلا تُرفع الصورة أبدًا.
افتح تحويل الصورة إلى نص (OCR) ←