محول الصورة إلى نص

الغرض ونية المستخدم: تقوم الأداة بتنفيذ التعرف البصري على الحروف (OCR) لاستخراج النص من الصور المقدمة من المستخدم. وتستخدم من قبل الباحثين والطلاب والمحررين وأمناء الأرشيف الذين يحتاجون إلى نص قابل للتحرير من الإيصالات، والمسحات، ولقطات الشاشة والملصقات.

المنطق الأساسي والميزات: تطبق OCR مع معالجة سابقة اختيارية وإدارة اللغات. الميزات الأساسية تتضمن إدخال الصورة وضبط اللغة؛ الخيارات المتقدمة تضيف تصحيح ميل الصورة (deskewing)، وتحسين التباين وبيانات الكتل النصية.

المدخلات والمخرجات: المدخلات تشمل صورة (إلزامية، image/*، مثال: receipt.jpg)، لغة (اختيارية، رمز ISO 639-1 أو اسم، مثال: eng)، شكل الإخراج (اختياري، plain_text أو JSON مُهيكل). المخرجات تشمل النص (سلسلة، فواصل أسطر)، اللغة المكتشفة (سلسلة)، الثقة (0-1) وطول النص بالحروف (رقم). الإخراج الهيكلي الاختياري يوفر كتل نصية مع الإحداثيات.

الخوارزميات والحسابات: محرك OCR يختار نماذج حسب اللغة، يقوم بالكشف التلقائي إذا لم يتم تحديد اللغة، ويطبق معالجة لاحقة لتوحيد المسافات وفواصل الكلمات. قد يحتفظ بإشارات تخطيط أساسية.

الأخطاء والحالات الحدية: الصورة المفقودة أو غير الصحيحة تولد خطأ؛ يمكن تقسيم الصور الكبيرة إلى أجزاء؛ انخفاض الثقة قد يؤدي إلى نص مميز أو مخرجات مقطوعة؛ الكتابة اليدوية أقل موثوقية.