كيف أعمل OCR احترافى للكتب المصورة ؟

abdallahgamal

السلام عليكم ورحمة الله وبركاته

أنا حاليا شغال على موقع فكرتها قائمة تحقيق الاستفادة الأمثل من قراءة الكتب

يعنى بدلا من قراءة صفحات الكتب ولا تستفيد منها شيئا ولا تتذكر منها اى شئ بعد ذلك

هنشتغل على كذا حاجة بحيث إنك تحقق الإستفادة القصوى من الكتب اللى بتقرأها

أولا:

عمل هايلتير للنصوص اللى أنت محتاج تقرأها مرات كثيرة كأية قرانية او حديث نبوى او قاعدة فقهية او معلومة مهمة

بعد عمل تظليل للنصوص دى تتحفظ فى مكان تخزين بجانب الكتاب

وممكن أيضا عمل فلاش كاردس لها

وتقدر ترجع تقرأها مرات عديدة للتثبيت

ثانيا :

الاستعانة بموديلات الذكاء الاصطناعى فى عمل ملخصات موجزة للجزء اللى بنقرأه

بحيث بدلا من قراءة الكتاب كاملا للمراجعة ستقرأ الملخص

ثالثا:أعتقد أغلب الكتب تكون مصورة ليس قابلة للتظليل او النسخ

لماذا لا يتم عمل لها OCR وتحويلها بنفس الهيكل والفورمات وجعلها فى صورة PDF قابل للنسخ

هل فيه حد عنده معلومة أزاى أقدر أضيف للموقع بحيث انه يعمل عملية الOCR بطريقة احترافية تحافظ على نفس الهيكل وبسرعة ؟

علا صالح

abdallahgamal
فكرة جيدة أخ عبد الله وقد اطلعت مؤخرا على نموذج OCR مفتوح المصدر باسم Surya لا يستخرج النص فقط بل يحافظ على بنية المستند مثل القوائم والصور والجداول يمكنك تجربته لاختبار تنفيذ هذه الفكرة

https://github.com/datalab-to/surya

لكن لازم تنتبه لحقوق النشر فالكثير من الكتب المصورة تكون محمية بحقوق الملكية الفكرية وتحويلها لنص قابل للنسخ والبحث قد يكون فيه إشكالات قانونية لو لم تكن تملك حق استخدام الكتاب أو إذن من الناشر لذا يمكن الالتزام بكتب قرآنية أو كتب تفسير بتراخيص مفتوحة

بالتوفيق لك

علي ملص

abdallahgamal

ممكن تضيف نموذج ذكاء اصطناعي ليتعرف على النص في الكتب المصورة، إذ أخبرني أحد المطورين المحترفين أنه يستخدم نموذج Gemini 3.5 Flash، وقد حقق له دقة 100% حتى مع التنسيق.

الطريقة كانت أنه يحول ملف الـ PDF إلى صور، لأن معالجة الصور أقل تكلفة من معالجة PDF، ثم بعد ذلك يرسل كل مجموعة صور إلى الذكاء الاصطناعي فيعيد له الذكاء الاصطناعي كود HTML يتضمن النص المتعرف عليه مع التنسيق لكل صورة، ثم يدمج المخرجات برمجيًا والتكلفة عادة ما تكون سنتات قليلة.

abdallahgamal

علا صالح

شكرا لحضرتك على التنبيه

جزاكم الله خيرا

كمال ياسر

اطلع على هذا، لكن يستهلك الكثير من التوكنس، لكن الدقة ممتازة حقا.
https://github.com/kamalyaser31/ocr-workflow

abdallahgamal

كمال ياسر

يعتمد على أى منصة ذكاء اصطناعى أخى ؟

كمال ياسر

abdallahgamal أي منصة، هذا workflow كامل يطبقه ال ai

abdallahgamal

علي ملص

جميل جدا ما شاء الله

تسلم لمشاركة معرفتك

علي ملص

abdallahgamal

العفو أخ عبدالله.

هادي الأحمد

كما ذكر الأخوة أعلاه، المشكلة الرئيسية في حقوق النشر وتحويل الكتب للنصوص يحتاج لموافقة أصحاب الكتاب إن كنت تخطط نشره للعموم + أرى أنّه من الصعب جداً أن يقوم شخص واحد بتحويل مجموعة كبيرة من الكتب دون تمويل أو عائد ماديّ، العمليّة مكلفة للإنجاز والاستضافة حتى لو تجاهلنا الجانب القانونيّ.

في الفترة السابقة عملت على مشروع احتجت فيه إلى معالجة آلاف الوثائق الرسمية من الصور والمستندات المصوّرة وملفات الpdf باستخدام الOCR وفي الحقيقة، عند الحديث عن اللغة العربية، لا يوجد حلّ مثاليّ لمشكلة التعرف على النصّ للأسف، جربت الكثير من النماذج المحلية والسحابية من خلال Openrouter والنماذج المختلطة والمخصصة للتعرف على النصّ، وفي كلّ الحياة كان الأمر محاولة للموازنة بين ثلاث نقاط:

الدقة والدقة الهيكلية
التكلفة وتصاعد التكلفة
السرعة والاعتماديّة على النموذج

من خلال التجربة هذه: النماذج الأفضل من ناحية الدقة والدقة الهيكلية والسرعة والاعتماديّة على النموذج هي نماذج غوغل، تقريباً من 3.1 بمستوياته المختلفة وحتى 3.5 - ويمكن القول لنسبة أقل 2.5، كلها قادرة على التعرف على النصّ العربيّ بمستوى جيّد، ومعالجة النصوص المميزة مثل الجداول والمحاذاة والنصوص المختلطة بين العربية والانجليزية. لكن تكاليفها عالية جداً جداً لو كنت تتكلم عن كميّات كبيرة من الصور. للمقارنة، استخدام نموذج مثل qwen 3Vl 32B وهو من النماذج الجيدة في التعرف على اللغة العربية، يكلّف حوالي 10% من التكلفة اللازمة لمعالجة نفس البيانات باستخدام نماذج غوغل.

نموذج كوين المذكور، مع برومبت جيد، يمكنه الوصول لدقة لا بأس بها في التعامل مع الجداول، لكنه يفشل في ضبط المحاذاة، وفي كثير من الأحيان لا يمكن الاعتماد عليه كونه "يقف" ويحتاج لقيود برمجية يدويّة لتجنّب الlooping واستنفاذ السياق، وهو بطيء، على الأقل الوصول له من خلال openrouter بطيء.

قد يكون الحلّ أصلاً بالتخلي عن فكرة تحويل الكتاب كاملاً إلى نصّ، لديّ فكرتان في هذا السياق قد تساعدك:

لا تحتاج للكتاب كاملاً مفرّغاً نصاً لفهم سياق الاقتباس وما تمّ التعليم عليه في الصفحة، قد يكفيك الصفحة نفسها فقط وما يليها أو ما يسبقها.
يمكنك الاعتماد على النموذج للتعرف على الصور سواء كانت التقاطات شاشة أو صور للكتاب المطبوع نفسه، بدلاً من محاولة مطابقة المحتوى مع النصّ الأصلي

أما بالنسبة للنقطة الثانية وهي التلخيص: يمكنك ضرب عصفورين بحجر واحد في هذا السياق، أولاً محاولة تلخيص ما فهمته من الفصل بنفسك أثناء أو بعد القراءة مباشرة، من خلال تسجيل صوتي مطوّل، ولو كان هذا التسجيل المطوّل غير مرتب وغير منتظم لا مشكلة، يمكنك بعدها تسليم هذا الملف لنموذج تفريغ نصّي ثم نموذج لمعالجة النص وتنظيمه وترتيبه. بهذا تكسب تعزيز المعلومة عن طريق الحديث عنها، ثم توافر ملخّص مستقبلي لها يمكنك العودة له واستخدامه في إنتاج بطاقات استذكار وغيرها

ثبت مجتمعنا كتطبيق لتجربة افضل

انضم إلى نشرة إتقان 📩

انضم إلى نشرة إتقان 📩

شكراً لك!