ماذا أظهر الاختبار المقاس؟
هذه الأرقام والنتائج تخص العينة المضبوطة الموضحة في هذا الدليل، وليست ضمانًا عامًا لكل ملف أو جهاز.
طريقة الاختبار
استخدمنا صورًا نصية مضبوطة وشغّلناها بنفس أمر Tesseract المستخدم في مسار Image to Text، ثم قارنا النص الناتج بالحقيقة المرجعية على مستوى الأحرف. الهدف هو قياس العينة نفسها لا إصدار وعد عام عن كل مستند.
- تم استخدام نفس المحرك وإعداد الصفحة.
- تم قياس سبع لغات مدعومة.
- العينات مصممة للاختبار ولا تمثل كل الكاميرات والماسحات.
لماذا لا ينبغي تعميم نتائج 100%
العينات النظيفة ذات الخط الواضح أسهل بكثير من فاتورة ملتوية أو صورة هاتف أو صفحة منخفضة الدقة. لذلك نتيجة 100% في عينة لاتينية لا تعني أن كل ملف بتلك اللغة سيعطي النتيجة نفسها.
- الوضوح والتباين والحجم تؤثر على OCR.
- التخطيطات متعددة الأعمدة تزيد التعقيد.
- الأرقام والرموز تحتاج مراجعة مستقلة.
ماذا تعني نتيجة العينة العربية
العينة العربية أعطت 81.82% في الاختبار، ما يوضح أن أداء اللغة قد يختلف حتى مع مصدر مضبوط. لا نستخدم هذه النسبة كتوقع لملفات عربية أخرى، بل كدليل على ضرورة التحقق من النص الناتج.
- راجع الأسماء والأرقام يدويًا.
- لا تعتبر النسبة ضمانًا لملف آخر.
- جرّب تحسين المصدر عند وجود أخطاء متكررة.
كيف تحسّن مسحًا صعبًا قبل إعادة المحاولة
استخدم صورة مستقيمة وواضحة، قص الحواف غير المفيدة، وتجنب الظلال والانعكاس. زيادة دقة النص الحقيقي أفضل من تكبير صورة ضبابية بعد التصوير.
- صحح الميل قدر الإمكان.
- ارفع التباين من المصدر إن أمكن.
- استخدم نسخة أصلية بدل لقطة شاشة معاد ضغطها.
نطاق OCR الحالي في NetroDoc
الأدوات الحالية تدعم OCR ضمن حدود الصفحات واللغات المحددة في المنتج. الناتج يحتاج مراجعة، وOCR لا يضمن إعادة بناء الجداول أو التخطيط أو تحويل المستند إلى Word مطابق للأصل.
- الحد الحالي 25 صفحة لمسار OCR المذكور.
- البحث عن النص يختلف عن إعادة إنشاء التخطيط.
- الملفات الحساسة تحتاج تحققًا بشريًا.
المعالجة المؤقتة والخصوصية
OCR يجعل المحتوى قابلًا للبحث والنسخ، لذلك قد يزيد سهولة تداول المعلومات الحساسة. تعامل مع النص الناتج بنفس حساسية الصورة أو PDF الأصلي.
اقرأ سياسة الخصوصية ←حل المشكلات
OCR يعيد نصًا قليلًا أو فارغًا
راجع جودة المصدر واللغة والتباين، ثم أعد المحاولة من النسخة الأصلية.
معظم الكلمات صحيحة لكن الأرقام خاطئة
الأرقام تحتاج مراجعة مباشرة مقابل الصورة، خصوصًا في المستندات المالية أو الرسمية.
PDF ممسوح لكنه غير قابل للتحرير
OCR يمكن أن يضيف طبقة نص للبحث، لكنه لا يضمن مستندًا قابلًا للتحرير مع نفس التخطيط.
ملاحظة حول المنهج
ينشر NetroDoc النتائج المقاسة بعد نجاح اختبار مضبوط، وتبقى الحالات غير المختبرة خارج الاستنتاج بدل تخمينها.