BroadRouter
ابدأ الآن

التعرّف الضوئي على الحروف (OCR)

آخر تحديث

التعرّف الضوئي على الحروف (OCR) تقنية تكتشف النص المطبوع أو المكتوب بخط اليد في صورة أو مستند ممسوح أو ملف PDF وتحوّله إلى حروف قابلة للقراءة آليًا. يُخرج OCR التقليدي النص وموضعه في الصفحة، أما النماذج اللغوية البصرية فتقرأ النص وتجيب عن أسئلة حوله مباشرة.

يُسمّى أيضًا: التعرف الضوئي على الحروف، التعرف على النصوص، تحويل الصورة إلى نص، استخراج النص من الصور، OCR عربي، optical character recognition، OCR، text recognition، image to text، document OCR، scanned text extraction

OCR هو الخطوة التي تحوّل صورة إيصال إلى نص يستطيع البرنامج البحث فيه أو تخزينه أو التحقق منه.

كيف يعمل

يجد محرك OCR التقليدي مناطق النص في الصفحة، ويقسّمها إلى أسطر، ويتعرّف على الحروف في كل سطر. وقد أضاف Tesseract، أشهر محرك مفتوح المصدر، شبكة عصبية من نوع LSTM في الإصدار 4 تتعرّف على أسطر كاملة، وهو قادر على “recognize more than 100 languages” (ترجمة: التعرّف على أكثر من 100 لغة) دون إعداد إضافي. وتأتي المخرجات نصًا عاديًا، أو hOCR (HTML)، أو PDF، أو PDF بنص غير مرئي، أو TSV، أو ALTO، أو PAGE، فتحصل كذلك على مواضع الكلمات.

يتوقف OCR التقليدي عند الحروف. ولكي تعرف أي رقم هو الإجمالي أو أي سطر هو اسم المورّد، تضيف قواعد أو نموذجًا ثانيًا.

أما النماذج اللغوية البصرية فتسلك طريقًا آخر. تصف صفحة مهمة image-text-to-text في Hugging Face الإجابة عن أسئلة المستندات بأنها “an OCR-free approach” (ترجمة: نهج لا يحتاج إلى OCR): تذهب صورة المستند مباشرة إلى نموذج لغوي بصري يقرؤها ويجيب. ويمكنك طلب الحقول مباشرة واستلامها مخرجاتٍ منظَّمة.

OCR التقليدي (مثل Tesseract) نموذج LLM بصري
المخرجات حروف مع مواضعها إجابات أو ملخصات أو حقول JSON
فهم التخطيط محدود، يحتاج إلى قواعد يقرأ الجداول والتسميات في سياقها
مكان التشغيل محليًا، دون رسوم لكل استدعاء غالبًا عبر API، يُحتسب لكل رمز
المخاطرة قراءة حروف خاطئة قراءة حروف خاطئة واختلاق قيم

لماذا يهم

  • التكلفة. الصورة المرسلة إلى LLM API تُحتسب رموز إدخال. أما OCR المحلي فلا رسوم له لكل استدعاء، لكنه يحتاج إلى خوادم وصيانة.
  • فحوص الدقة. قد يعيد نموذج الرؤية إجماليًا معقولًا غير موجود في الصفحة. اطلب منه اقتباس النص المصدر، وتحقّق من المجاميع بالشيفرة.
  • العربية. النص من اليمين إلى اليسار، وأشكال الحروف المتصلة، والخلط بين الأرقام العربية واللاتينية، كلها تزيد الصعوبة. اختبر أي محرك أو نموذج على مستنداتك الممسوحة أنت.

في BroadNet Inference

لا توثّق BroadNet نقطة نهاية منفصلة لـ OCR. ويبيّن توثيقها قراءة فاتورة بإرسال الصورة على شكل عنوان data: URL إلى نموذج محادثة يذكر صفّه في جدول النماذج الصور أو الرؤية، مثل DeepSeek V4.1 Flash أو BroadNet Gemma 4 VL 26B أو Qwen3.8 27B. وعلى مفتاح الدفع حسب الاستخدام تُحتسب الصورة رموز إدخال بسعر الإدخال الخاص بالنموذج ($0.10 لكل مليون رمز على Gemma)، والصور الأكبر تستهلك رموزًا أكثر. اتبع الخطوات في دليل الفواتير العربية، واطّلع على OCR العربي بنماذج الرؤية لتعرف متى يظل OCR التقليدي الأداة الأفضل.

أسئلة شائعة

ما الفرق بين OCR ونموذج LLM بصري؟

يعيد OCR الحروف التي يجدها ومواضعها. أما نموذج LLM البصري فيقرأ الصورة ويستطيع الإجابة عن سؤال مثل "ما إجمالي الفاتورة؟"، أو إرجاع حقول مسماة بصيغة JSON.

هل لدى BroadNet نقطة نهاية لـ OCR؟

لا توجد نقطة نهاية منفصلة لـ OCR في التوثيق. ترسل الصورة إلى نموذج محادثة يدعم الرؤية على /v1/chat/completions وتطلب النص أو الحقول التي تحتاجها.

هل ما زال OCR التقليدي يستحق الاستخدام؟

نعم، للكميات الكبيرة من الصفحات المطبوعة النظيفة حين تحتاج النص وموضعه فقط. فهو يعمل محليًا دون رسوم لكل استدعاء. أما نماذج الرؤية فأفضل حين تحتاج حقولًا أو جداول أو إجابات بدل الحروف الخام.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity