استخراج النص من الصورة: هل تنقل الكتابة أم تصف المشهد؟

الخلاصة السريعة

حدد هل تريد نص الكتابة كما يظهر أم وصف المشهد؛ راجع الحروف على الصورة الأصلية، وسجل أي تصحيح مقترح منفصلا عن النقل.

• OCR يستخرج النص المطبوع أو المكتوب بخط اليد في نطاقات ولغات تدعمها الأداة؛ لا نفترض أن كل نسخة تدعم كل كتابة عربية. ^[1]
• في مثالنا يمكن أن يصف نص المشهد لافتة لورشة، لكن ذلك لا ينقل تلقائيا الكلمات المكتوبة عليها.
• إذا ظهرت «الأخظر» بالظاء في اللافتة الافتراضية، فالنقل يحفظها؛ التصحيح المقترح «الأخضر» خطوة تحرير منفصلة ومعلنة.
• عند غموض حرف، راجع الأصل وسجل عدم اليقين؛ نص سلس أو معقول لا يثبت أنه يطابق الكتابة، ولم نجرب نموذج OCR هنا.

أي نتيجة تريد من الصورة؟

تعرف Microsoft OCR باستخراج كلمات وأسطر من الصور والوثائق. ^[1] ويعرف Hugging Face وصف الصورة بتوقع وصف لها. ^[2]

تتضمن صفحة Microsoft تنبيها عن خدمات قديمة. ^[1] نستخدم تعريف المهمة هنا، ولا نقدمها توصية بخدمة أو وصفة تشغيل حالية.

نفترض لافتة ورشة رسم يظهر فيها نص قصير فوق رسم دفتر. يريد الأرشيف حفظ الكلمات المكتوبة، بينما يريد محرر صفحة تعريفية عبارة عن المشهد. يمكن أن تكون صورة واحدة مدخلا لهدفين، لكن وصفها «لافتة لورشة رسم» لا يحفظ نصها الحرفي.

كيف تعرف أن الكلمات نقلت؟

في تمريننا نعلن النص الافتراضي «الدفتر الأخظر» كما كتب على اللافتة. مراجعته تقتضي مقارنة الكلمتين بالحروف المفترضة في الأصل. لا نقبل فقرة أطول تصف نشاط الرسم بوصفها استخراجا ناجحا، ولا نسمي عبارة من إنشاء المقال مخرجا من خدمة لم نشغلها.

نقترح حفظ الصورة أو موضع الكتابة مع النقل حتى يستطيع المحرر الرجوع إليه. ولو كانت اللافتة تتضمن عنوانا وعددا، يفحصهما كليهما ولا يملأ العدد من سياق الورشة. المقال لا يقيس عدد أخطاء الحروف أو يضمن قراءة أي خط أو صورة منخفضة الوضوح.

متى يصبح النص تصحيحا تحريريا؟

كتابة «الأخظر» في المثال مقصودة لتوضيح الفرق، ولا نعرض صورة حقيقية تحتوي هذا الخطأ. إذا استبدل المحرر الظاء بالضاد ليكتب «الأخضر»، فقد اقترح تصحيحا إملائيا معقولا، لكنه لم يعد ينقل الكلمة كما افترضنا ظهورها. نسجل الأصل والتصحيح المقترح بدل مزجهما دون بيان.

قد يكون المطلوب إعداد نسخة منقحة للنشر، فيسمح صاحب المهمة بتصحيحها بعد المراجعة. هذا الهدف مشروع داخل التمرين، لكننا نغير اسم النتيجة ونوضح التعديل. لا نستنتج من معنى لون مألوف أن حرفا بعينه ظهر في الصورة، ولا ننسب هذا التبديل تلقائيا إلى عمل OCR.

كيف تتعامل مع حرف لا تستطيع تأكيده؟

نفترض الآن نسخة غير واضحة من اللافتة يصعب فيها تمييز النقطة. نحتفظ بالحرف أو الكلمة غير المؤكدة للمراجعة ونطلب نسخة أوضح إن توفرت؛ لا نستعمل مثالنا السابق دليلا على أن هذه النسخة فيها الحرف نفسه. قد يتغير الملف أو النص، ولذلك نثبت أي صورة نقلنا عنها.

وعندما تقترح أداة كلمة سليمة لغويا، نقارنها بالمرئي قبل اعتمادها في الأرشيف. سلامة الجملة لا تثبت مطابقة الأصل، والتصحيح المعلن غير نقل حرفي. لم نختبر دعم العربية أو خط اليد أو نرسل اللافتة إلى خدمة؛ قيمة المثال في فصل أهداف النتيجة وإبقاء الشك حيث لم نقرأ الحرف فعلا.