OCR فارسی: استخراج متن از تصاویر و اسکن‌ها

OCR چیست و چرا مهم است؟

OCR مخفف Optical Character Recognition یا بازشناسی نوری نویسه‌ها است. این فناوری به کامپیوتر امکان می‌دهد متن موجود در تصاویر، اسکن‌ها و عکس‌ها را شناسایی و به متن قابل ویرایش تبدیل کند. فرض کنید یک سند اسکن‌شده دارید، یک عکس از متن کتاب گرفتید، یا فاکتوری را با دوربین موبایل ثبت کرده‌اید. در همه این موارد، OCR کمک می‌کند بدون تایپ دستی، متن را استخراج کنید.

برای کاربران ایرانی، OCR فارسی اهمیت ویژه‌ای دارد. بسیاری از اسناد رسمی، قراردادها، فاکتورها و مدارک تحصیلی به زبان فارسی هستند. تبدیل این اسناد به متن قابل جست‌وجو و ویرایش، ذخیره‌سازی و بازیابی اطلاعات را بسیار آسان‌تر می‌کند.

مشکلات OCR فارسی: چرا کار سخت‌تر است؟

OCR برای زبان فارسی چالش‌های منحصربه‌فردی دارد که آن را از OCR زبان‌هایی مانند انگلیسی متمایز می‌کند:

۱. خط نستعلیق و اتصالات

فارسی از خطی پیوسته استفاده می‌کند. حروف در بیشتر حالات به یکدیگر متصل هستند و جدا کردن آن‌ها برای کامپیوتر دشوار است. در مقایسه با انگلیسی که حروف جداگانه دارد، OCR فارسی باید الگوهای پیچیده‌تری را تحلیل کند.

۲. اشکال مشابه حروف

برخی حروف فارسی مانند بـ، پـ، تـ، ثـ تفاوت ظریفی در تعداد نقاط دارند. در تصاویر با کیفیت پایین، تشخیص این تفاوت‌ها حتی برای انسان هم مشکل است.

۳. اعداد فارسی و عربی

ترکیب اعداد فارسی (۰۱۲۳۴۵۶۷۸۹) و عربی (٠١٢٣٤٥٦٧٨٩) در یک سند می‌تواند موجب خطا شود. ابزار OCR خوب باید هر دو نوع عدد را به‌درستی شناسایی کند.

۴. کیفیت تصویر

بیشتر اسناد اسکن‌شده در ایران با رزولوشن پایین یا نور ناکافی اسکن می‌شوند. این موضوع مستقیماً روی دقت OCR تأثیر می‌گذارد.

۵. ترکیب زبان‌ها

اسناد اداری و حقوقی ایران اغلب ترکیبی از فارسی و انگلیسی هستند. ابزار OCR باید بتواند همزمان دو زبان را پردازش کند.

استفاده از ابزار OCR فارسی جعبه ابزار فارسی

ابزار استخراج متن از تصویر ما با هدف رفع دقیقاً همین مشکلات طراحی شده است. تمام پردازش در مرورگر شما انجام می‌شود و تصویر به هیچ سروری ارسال نمی‌شود. در ادامه مراحل استفاده را توضیح می‌دهیم.

مرحله ۱: آپلود تصویر

ابزار از فرمت‌های متداول مانند PNG، JPG و WebP پشتیبانی می‌کند. تصویر را می‌توانید از کامپیوتر انتخاب کنید یا مستقیماً بکشید و رها کنید (drag & drop). برای بهترین نتیجه، تصویر باید حداقل ۳۰۰ DPI باشد و متن واضح و خوانا باشد.

مرحله ۲: انتخاب زبان

ابزار به صورت خودکار زبان را تشخیص می‌دهد، اما می‌توانید به صورت دستی فارسی، انگلیسی یا هر دو را انتخاب کنید. اگر سند شما ترکیبی از فارسی و انگلیسی است، گزینه «فارسی و انگلیسی» بهترین نتیجه را ارائه می‌دهد.

مرحله ۳: استخراج متن

روی دکمه «استخراج متن» کلیک کنید. پردازش بسته به اندازه تصویر معمولاً چند ثانیه طول می‌کشد. نتیجه در یک کادر متنی زیر تصویر نمایش داده می‌شود.

مرحله ۴: کپی نتیجه

متن استخراج‌شده آماده کپی است. می‌توانید آن را مستقیماً در Word، Google Docs یا هر ویرایشگر متنی دیگری paste کنید. همچنین امکان دانلود خروجی به صورت فایل متنی وجود دارد.

نکات بهبود کیفیت OCR

برای گرفتن بهترین نتیجه از ابزار OCR، این نکات را رعایت کنید:

کیفیت تصویر

• رزولوشن بالا: حداقل ۳۰۰ DPI برای اسناد اسکن‌شده. هرچه رزولوشن بالاتر باشد، دقت بیشتر است.
• نور یکنواخت: از نور کافی و یکنواخت استفاده کنید. سایه و بازتاب می‌تواند حروف را ناخوانا کند.
• پس‌زمینه ساده: پس‌زمینه سفید یا روشن بهترین نتیجه را می‌دهد.

زاویه و ترازبندی

• تراز کردن تصویر: تصویر باید کاملاً صاف و بدون چرخش باشد. حتی چند درجه چرخش می‌تواند دقت را کاهش دهد.
• برش حاشیه‌ها: حاشیه‌های اضافی تصویر را برش دهید تا فقط متن باقی بماند.

فرمت فایل

• PNG بدون افت کیفیت: اگر تصویر متنی دارید، PNG بهتر از JPG است چون فشرده‌سازی JPG کیفیت را کاهش می‌دهد.
• اندازه مناسب: تصاویر خیلی بزرگ ممکن است پردازش را کند کنند. اندازه متعادل (حداکثر ۲۰۰۰ پیکسل در طولانی‌ترین ضلع) ایده‌آل است.

پیش‌پردازش تصویر

• افزایش کنتراست: اگر متن کم‌رنگ است، کنتراست تصویر را قبل از آپلود افزایش دهید.
• حذف نویز: ابزارهای ساده‌ای مانند GIMP یا حتی اپلیکیشن‌های موبایل می‌توانند نویز تصویر را کاهش دهند.

تنظیمات ابزار

• انتخاب زبان صحیح: مطمئن شوید زبان درست را انتخاب کرده‌اید. انتخاب «فارسی و انگلیسی» برای اسناد ترکیبی بهتر است.
• آزمایش با تصاویر مختلف: اگر نتیجه مطلوب نیست، زاویه دوربین یا نور را تغییر دهید و دوباره امتحان کنید.

مثال عملی: تبدیل فاکتور اسکن‌شده به متن

فرض کنید یک فاکتور اسکن‌شده دارید و می‌خواهید اطلاعات آن را در اکسل وارد کنید. به جای تایپ دستی ۲۰ آیتم:

1. تصویر فاکتور را با کیفیت بالا اسکن کنید
2. در ابزار OCR آپلود کنید
3. زبان «فارسی و انگلیسی» را انتخاب کنید
4. متن استخراج‌شده را کپی کنید
5. در اکسل paste کنید و ستون‌بندی کنید

این کار معمولاً کمتر از ۲ دقیقه طول می‌کشد، در حالی که تایپ دستی ممکن است ۲۰ دقیقه وقت بگیرد.

مزیت پردازش محلی

یکی از مهم‌ترین مزایای ابزار ما، پردازش کاملاً محلی است. تصویر شما:

• به سرور ارسال نمی‌شود
• در اینترنت ذخیره نمی‌شود
• توسط شخص ثالثی دیده نمی‌شود

این ویژگی برای اسناد حساس مانند قراردادها، مدارک هویتی و اسناد مالی بسیار مهم است. تمام پردازش در مرورگر شما و با استفاده از فناوری WebAssembly انجام می‌شود.

سوالات متداول

آیا OCR فارسی دقیق است؟

دقت OCR به کیفیت تصویر ورودی بستگی دارد. با تصاویر با کیفیت بالا (حداقل ۳۰۰ DPI) و متن واضح، دقت معمولاً بالای ۹۰٪ است. برای اسناد حساس، همیشه متن استخراج‌شده را بازبینی کنید.

چه فرمت‌هایی پشتیبانی می‌شوند؟

ابزار از فرمت‌های PNG، JPG و WebP پشتیبانی می‌کند. فایل‌های PDF ابتدا باید به تصویر تبدیل شوند.

آیا تصویر به سرور ارسال می‌شود؟

خیر. تمام پردازش در مرورگر شما انجام می‌شود. تصویر هرگز از دستگاه شما خارج نمی‌شود.

آیا می‌توانم اسکن‌های دست‌نویس را تبدیل کنم؟

OCR معمولاً برای متن چاپی طراحی شده است. نوشته‌های دست‌نویس ممکن است دقت کمتری داشته باشند، اما امتحان کردن ضرری ندارد.

آیا ابزار رایگان است؟

بله، کاملاً رایگان و بدون نیاز به ثبت‌نام. هیچ محدودیتی در تعداد استفاده وجود ندارد.

چگونه می‌توانم دقت OCR را بهبود دهم؟

بهترین روش‌ها: استفاده از تصاویر با رزولوشن بالا، نور یکنواخت، تراز کردن متن، و انتخاب زبان صحیح. جزئیات بیشتر در بخش «نکات بهبود کیفیت OCR» توضیح داده شده است.

آیا اعداد فارسی هم شناسایی می‌شوند؟

بله، ابزار هم اعداد فارسی (۰۱۲۳۴۵۶۷۸۹) و هم اعداد عربی (٠١٢٣٤٥٦٧٨٩) را شناسایی می‌کند.

با ابزار OCR فارسی ما، متن اسناد و تصاویر را سریع، امن و رایگان استخراج کنید. تمام پردازش در مرورگر شما انجام می‌شود و حریم خصوصی‌تان کاملاً حفظ می‌شود.