استخراج النص من صورة

يعمل النص المطبوع الواضح عالي التباين بشكل أفضل. استخدم مصدرًا حادًا يحتوي على ما يكفي من وحدات البكسل للأحرف الصغيرة، وحتى الإضاءة، والضغط المحدود، وتصوير الصفحة بشكل مسطح ومستقيم قدر الإمكان. قم بقص الخلفيات غير ذات الصلة وقم بتدوير النص في وضع مستقيم قبل الاستخراج. يمكن أن تؤدي الدقة المنخفضة جدًا، والضبابية، والوهج، والظلال، والورق المزخرف، والصفحات المنحنية، والخطوط المزخرفة، والتحسينات القوية للصور إلى دمج أشكال الأحرف أو فصلها. قد يساعد تكبير مصدر منخفض الدقة حقًا في الرؤية، لكنه لا يمكنه إعادة إنشاء التفاصيل التي لم يتم التقاطها مطلقًا.

يحدد اختيار اللغة نموذج التعرف وأنماط الأحرف المتوقعة. يمكن أن يؤدي تحديد اللغة الإنجليزية للنص الصيني أو الياباني أو الكوري أو العربي أو الفيتنامي أو الألماني إلى إنتاج بدائل معقولة ولكنها غير صحيحة نظرًا لاختلاف الحروف الأبجدية واللهجات والاتجاهات وأنماط الكلمات المتوقعة. اختر اللغة السائدة الظاهرة في الصورة. عندما تخلط صورة واحدة عدة لغات، قم باستخراج القسم الأكثر أهمية بشكل منفصل مع اللغة المطابقة لها وقارن الأسماء والأرقام والتواريخ والمصطلحات الفنية بعناية لأنها تتلقى مساعدة أقل من أنماط اللغة العادية.

يحدد التعرف الضوئي على الحروف (OCR) مناطق النص ثم يرتبها من مواضعها. المقالات متعددة الأعمدة، والجداول، والأشرطة الجانبية، والنماذج، والتسميات التوضيحية، والنص الرأسي، والتسميات المنحنية، والطوابع المتداخلة، والملاحظات المكتوبة بخط اليد يمكن أن تجعل التسلسل المقصود غامضًا. قم بقص المناطق المستقلة واستخرجها بشكل منفصل عندما يكون الترتيب مهمًا. بعد الاستخراج، قارن النتيجة بالمصدر من الأعلى إلى الأسفل، واستعيد فواصل الفقرات، وتحقق من العناوين وصفوف الجدول والتسميات والحواشي السفلية والنص الموجود بجوار الصور بدلاً من افتراض إعادة بناء تخطيط المستند بالكامل.

لا. تقوم هذه الأداة بإرجاع نص قابل للتحرير والمناطق المكتشفة، وليس إعادة إنشاء Word أو جدول بيانات أو PDF للتصميم الأصلي القابل للبحث. يمكن قراءة الأعمدة بترتيب غير متوقع، ويمكن أن تفقد خلايا الجدول علاقات الصفوف والأعمدة، ولا يتم الاحتفاظ بالخط واللون والمسافات والحدود والصور وأثاث الصفحة كتخطيط مطابق. استخدم النتيجة لتجنب إعادة الكتابة، ثم أعد بناء البنية المطلوبة في التطبيق الوجهة وقارن القيم المهمة بالمصدر قبل الاعتماد عليها.

يعتمد الوقت على أبعاد الصورة وعدد مناطق النص وحجمها وتعقيد التخطيط واللغة المحددة والتدوير والموارد المطلوبة لإعداد التعرف. يمكن أن تتطلب الصورة الكبيرة التي تحتوي على مستند صغير في المنتصف مزيدًا من العمل بينما لا تزال تنتج نصًا أسوأ من المسح الضوئي الذي تم اقتصاصه بإحكام. استخدم أصغر صورة واضحة تحتفظ بالأحرف المطلوبة، وقم بقص المناطق غير ذات الصلة، وتجنب تكبير المصادر الحادة بالفعل بشكل متكرر. أبقِ الصفحة مفتوحة حتى تظهر نتيجة أو خطأ مفيد.

قارن الأسماء والتواريخ والعناوين والإجماليات والفواصل العشرية وأرقام الحسابات والمعرفات وعلامات الترقيم وأي حرف يغير فيه خطأ واحد المعنى. تشمل الالتباسات الشائعة الصفر وO والواحد والحرف الصغير l وعلامات الترقيم المتشابهة والحروف المحركة والأحرف ذات الصلة بصريًا في CJK أو النصوص العربية. مراجعة ترتيب الأسطر والنص المفقود حول الصور أو الجداول. بالنسبة للمواد القانونية أو المالية أو الطبية أو الأكاديمية أو الأرشيفية، استخدم مراجعة ثانية للصورة الأصلية قبل نسخ النتيجة إلى سجل آخر.