ِArabic character recognition

Arabic Character Recognition باستخدام EfficientNet (OCR Pipeline)

مشروع التعرّف على الحروف العربية يعتمد على نموذج Deep Learning (EfficientNet) مُدرَّب مسبقًا، حيث يقوم النظام بتنفيذ OCR Pipeline كاملة لتحويل الصور التي تحتوي على نصوص عربية إلى نص رقمي من خلال التعرّف على كل حرف على حدة.

فكرة المشروع:

بدل التعرّف على الكلمة كاملة، يقوم النظام باستخراج كل حرف منفصل من الجملة ثم إدخاله إلى نموذج EfficientNet المتدرّب للتعرّف عليه بدقة، مما يسمح بالتعامل مع الجمل العربية بمختلف أطوالها.

آلية العمل:

إدخال صورة تحتوي على جملة أو نص عربي

تنفيذ OCR مبدئي لاكتشاف مناطق النص

تقسيم النص إلى حروف منفصلة (Character Segmentation)

تحويل كل حرف إلى صورة مستقلة

إدخال كل صورة إلى نموذج EfficientNet المتدرّب

تجميع الحروف لإنتاج النص النهائي

التقنيات المستخدمة:

Python

EfficientNet (Pre-trained Model)

OpenCV (Image Processing & Character Segmentation)

OCR Pipeline

NumPy

مميزات المشروع:

التعرّف على كل حرف بشكل مستقل

دعم النصوص العربية

إمكانية التعامل مع جمل كاملة

نموذج جاهز ومُدرَّب

Pipeline مرنة وقابلة للتطوير

استخدامات المشروع:

أنظمة OCR للغة العربية

رقمنة النصوص والمستندات

تحليل النصوص من الصور

مشاريع بحثية وتطبيقات AI