رقمنة أي صورة باستخدام التعرف البصري على الحروف بالذكاء الاصطناعي

لماذا لا يزال الناس يعيدون كتابة النصوص يدويا

رغم عقود من الرقمنة لا تزال كميات هائلة من النصوص محبوسة داخل الصور. لوحات بيضاء مصورة بعد الاجتماعات وايصالات ملتقطة لتقارير المصروفات ولقطات شاشة لرسائل خطا وعقود ممسوحة ضوئيا في مجلدات مشتركة. برامج التعرف الضوئي التقليدية تتطلب معالجة مسبقة دقيقة من تعديل الميل وضبط التباين واختيار مكتبة الخطوط. اذا تخطيت خطوة تنخفض الدقة. اداة التعرف على النصوص في FlowVideo تتجاوز هذه المتطلبات. نموذج الرؤية المبني على معمارية Transformer يقبل الصور الخام والمسح المائل ولقطات الشاشة منخفضة الدقة بدون تعديل يدوي. يتعرف على الاحرف في اكثر من 110 لغة ويحافظ على فواصل الفقرات وهياكل الجداول ويقدم نصا قابلا للتحرير. رصيدان لكل عملية مسح واول عشرين صورة في الشهر مجانية.

كيف يختلف محرك الرؤية عن التعرف الضوئي التقليدي

التعرف الضوئي الكلاسيكي يقارن انماط البكسل بمكتبة خطوط ثابتة. عندما يتغير الخط او تتغير الزاوية او يكون الخلفية مشوشة ينخفض مستوى التعرف. نظام FlowVideo يستخدم نموذج رؤية قائم على Transformer يفهم السياق المكاني. يقرا سطر النص كما يفعل الانسان فيستنتج الخطوط الناقصة من الاحرف المحيطة ويصحح تسلسلات الحروف غير المحتملة باستخدام الاحتمالية اللغوية. يعالج النص المطبوع والكتابة اليدوية والمستندات متعددة اللغات في مسح واحد. وضع الحفاظ على التخطيط يكتشف الاعمدة والقوائم والجداول بينما وضع النص العادي يزيل كل التنسيق للصق السريع.

خمس حالات استخدام توفر ساعات من العمل

اولا تقارير المصروفات. تصوير الايصالات في نهاية رحلة عمل ورفعها دفعة واحدة وتصدير ملف CSV يحتوي على اسماء المتاجر والتواريخ والمبالغ جاهزا لبرنامج المحاسبة. ثانيا محاضر الاجتماعات. تصوير اللوحة البيضاء قبل مسحها وتشغيل التعرف على النصوص ولصق المحتوى في مستند مشترك. ثالثا الرقمنة القانونية. تحويل العقود الموقعة ورقيا الى نص قابل للبحث بحيث يمكن العثور على اي بند بكلمة مفتاحية. رابعا البحث الاكاديمي. استخراج اقتباسات من مقالات ممسوحة ضوئيا بدون اعادة كتابتها. خامسا ادارة المخزون. تصوير ملصقات المنتجات وتحويل الارقام التسلسلية الى صيغة قاعدة بيانات.

الدقة الفعلية: ماذا تتوقع وما يؤثر عليها

على المستندات المطبوعة النظيفة بدقة 300 نقطة في البوصة او اعلى يحقق نظام FlowVideo دقة تتجاوز 98 بالمئة على مستوى الحرف باستمرار. بالنسبة للنص المكتوب بخط اليد تتراوح الدقة عادة بين 85 و95 بالمئة مع الخط الواضح المرتب. العوامل التي تقلل الدقة تشمل الضبابية الشديدة حيث تندمج الاحرف والتباين المنخفض جدا بين النص والخلفية والخطوط الزخرفية المعقدة. للحصول على افضل النتائج تاكد من ان الصورة مضاءة جيدا وان النص يشغل جزءا كبيرا من الاطار. حقل تركيز الاستخراج يتيح توجيه النموذج كتحديد استخراج التواريخ فقط او معاملة الصورة كجدول.

الخصوصية ومعالجة البيانات

المستندات غالبا ما تحتوي على معلومات حساسة كالبيانات المالية والاسماء الشخصية والسجلات الطبية. يعالج FlowVideo جميع عمليات المسح على بنية تحتية مشفرة بوحدات معالجة رسومية بدون تخزين دائم. بعد انتهاء الجلسة تحذف الصورة المرفوعة والنص المستخرج من الخادم بالكامل. لا تستخدم اي بيانات لتدريب النموذج. بالنسبة للمؤسسات ذات متطلبات الامتثال الصارمة يعني ذلك امكانية رقمنة المستندات السرية دون انشاء نسخ تبقى على خوادم طرف ثالث. العملية بالكامل تتم في الوقت الحقيقي وعادة ما تكتمل في ثلاث الى ثماني ثوان.