تقنية OCR لا تقرأ معنى المستند كما يفعل الإنسان؛ بل تحاول تحديد أشكال الحروف والأرقام وتحويلها إلى نص. لذلك تتأثر النتيجة بجودة الصورة وبنية الجدول والخط واللغة. تحسين المصدر قبل المعالجة غالباً أكثر فاعلية من تكرار الاستخراج للصورة نفسها.
ابدأ بالدقة والوضوح
استخدم صورة أصلية بدلاً من لقطة شاشة معاد ضغطها عدة مرات. يجب أن تكون الحروف قابلة للتمييز عند التكبير، وأن لا تكون خطوط الجدول أكثر سماكة من اللازم أو متداخلة مع النص. لا تعتمد على تكبير صورة صغيرة فقط؛ التكبير لا يعيد التفاصيل التي فُقدت عند التصوير.
اضبط الإضاءة والتباين
تجنب الظلال على أجزاء من الجدول والانعكاس الناتج عن الورق اللامع. استخدم إضاءة موزعة، ثم افحص المعاينة. رفع التباين قد يساعد النص الخافت، لكنه قد يمحو الخطوط الرفيعة أو يدمج الحروف إذا زاد كثيراً.
صحح الميلان والاتجاه
يؤدي ميلان المستند إلى تغيير محاذاة الصفوف والأعمدة. اجعل الكاميرا موازية للورقة قدر الإمكان، واستخدم أداة التدوير لتصحيح الاتجاه الأساسي. إذا كان المستند ملتفاً أو مشوهاً، فقد لا تكفي عملية التدوير وحدها.
تعامل مع العربية والإنجليزية بعناية
تحتوي بعض الخطوط العربية على نقاط وتشكيلات وتداخلات دقيقة. تأكد من أن الصورة لا تقطع أطراف الحروف، وأن اتجاه المستند صحيح. في الجداول المختلطة، راجع الأرقام والاختصارات اللاتينية بشكل منفصل، لأن المحرك قد يخلط بين أشكال متشابهة.
راجع الأرقام والرموز
أكثر الأخطاء تأثيراً قد تكون في النقطة والفاصلة، أو بين 1 وI، أو 0 وO، أو في علامة السالب. راجع المبالغ والنسب والتواريخ يدوياً، ولا تفترض أن تنسيق الخلية يعكس القيمة الصحيحة.
نظّف الجدول بعد الاستخراج
استخدم أدوات تعديل الخلايا وإضافة الصفوف والأعمدة وحذفها، ثم قارن عدد الصفوف والأعمدة مع المستند. قد تحتاج الجداول ذات الخلايا المدمجة أو رؤوس الأعمدة متعددة المستويات إلى إعادة ترتيب يدوية.
قائمة فحص قبل التصدير
- هل كل النصوص واضحة وغير مقصوصة؟
- هل اتجاه الصفحة والجدول صحيح؟
- هل تمت مراجعة الأرقام العشرية والتواريخ والعملات؟
- هل تطابق عدد الصفوف والأعمدة الصورة الأصلية؟
- هل حُذفت فقط الصفوف والأعمدة الفارغة فعلاً؟
- هل فُتح ملف XLSX الناتج وتم التحقق منه؟
الأسئلة الشائعة
هل الصورة الأعلى دقة تعطي دائماً نتيجة أفضل؟
ليست الدقة وحدها كافية؛ يجب أن تكون الصورة حادة ومضاءة جيداً وغير مائلة. صورة كبيرة لكنها ضبابية قد تعطي نتيجة ضعيفة.
هل التدرج الرمادي أفضل من الألوان؟
يعتمد ذلك على المستند. قد يساعد في إزالة تشتيت الألوان، لكنه قد يزيل تمييزاً لونياً مهماً أو يضعف خطوطاً رفيعة.
لماذا يدمج OCR عمودين؟
قد تكون حدود الأعمدة باهتة أو متقاربة أو غير مكتملة. حسّن التباين وراجع تقسيم الأعمدة يدوياً بعد الاستخراج.
هل يمكن الوثوق بالأرقام المستخرجة؟
يجب مراجعتها دائماً، خصوصاً في المستندات المالية أو القانونية أو الطبية.