التعرف الضوئي على الحروف (بالإنجليزية Optical Character Recognition، واختصارًا OCR) هو التقنية التي تتيح للآلة أن «تقرأ» مثل الإنسان: فهي تحوّل صورةَ نصٍّ — صفحةً ممسوحة، صورةَ لافتة، فاتورة — إلى حروف رقمية قابلة للتحرير والبحث. فبينما تتعرّف العين البشرية فورًا على حرف «أ»، لا يرى الحاسوب في البداية سوى شبكةٍ من البكسلات الفاتحة والداكنة؛ ويأتي الـ OCR ليسدّ هذه الفجوة بالضبط.
كيف يعمل
تتسلسل مراحل المعالجة الكلاسيكية على النحو التالي:
- المعالجة الأولية: التحويل إلى أبيض وأسود، وتعديل الميل، وإزالة الضوضاء.
- التقطيع: تقسيم الصورة إلى كتل ثم أسطر ثم كلمات فحروف.
- التعرّف: مطابقة كل حرف بقوالب مرجعية أو تصنيفه عبر شبكة عصبية.
- المعالجة اللاحقة: تصحيح لغوي بالاعتماد على قاموس أو نموذج لغوي.
تعتمد الأنظمة الحديثة (TrOCR، Tesseract، النماذج الشاملة) على الشبكات CNN لاستخلاص السمات البصرية، مقترنةً ببُنى تسلسلية (LSTM، Transformers) تفكّ ترميز سلاسل الحروف مباشرةً دون تقطيع صريح.
كيف نقيس الجودة
غالبًا ما تُقاس الدقة عبر معدّل الخطأ في الحروف (Character Error Rate):
$$ \text{CER} = \frac{S + D + I}{N} $$
حيث تمثّل $S$ و$D$ و$I$ عمليات الاستبدال والحذف والإدراج، و$N$ العدد الإجمالي للحروف المرجعية. وكلما انخفض هذا المعدّل، كان النسخ أكثر أمانة.
| نوع المُدخَل | الصعوبة | مثال |
|---|---|---|
| نص مطبوع واضح | منخفضة | كتاب ممسوح |
| خط اليد | عالية | ملاحظات، أرشيف |
| مشهد طبيعي | عالية | لافتات، واجهات |
أصبح الـ OCR اليوم ركيزةً لـالرقمنة: أرشفة الوثائق، وقراءة لوحات السيارات، والترجمة البصرية الفورية، وأتمتة الفواتير.
من بكسلات صامتة إلى نصٍّ حيّ: يمنح الـ OCR الآلاتِ القدرةَ على قراءة العالم المكتوب.