The Optimal Model for Arabic Optical Character Recognition(OCR) Text A Comprehensive Study

المؤلفون

  • Sabri Mansour The Faculty of Applied Administrative & Financial Sciences-Tripoli Author
  • Nasser Telesi The Facility of Electronic Technology-Tripoli Author

DOI:

https://doi.org/10.65405/sjh.2.3.62

الكلمات المفتاحية:

OCR, optical character recognition, character recognition, handwriting character recognition.

الملخص

قد تطورت تقنية التعرف الضوئي على الحروف بشكل كبير على مدى العقود القليلة الماضية، مما مكن من تحويل النص المطبوع أو المكتوب بخط اليد إلى نص مشفر آليًا. وفي حين وصلت أنظمة التعرف الضوئي على الحروف للغات مثل الإنجليزية إلى مستوى عالٍ من الدقة، فإن التعرف الضوئي على الحروف باللغة العربية لا يزال مهمة صعبة بسبب الخصائص الفريدة للغة، مثل طبيعتها اليدوية، وعلامات التشكيل، والنص المعقد. يهدف هذا البحث إلى استكشاف وتقييم أفضل النماذج للنص العربي للتعرف الضوئي على الحروف، مع التركيز على التطورات الأخيرة في تقنيات التعلم العميق والتعلم الآلي. ستستعرض الدراسة النماذج الحالية، وتقييم أدائها، وتقديم توصيات للبحث والتطوير في المستقبل في هذا المجال.

يقدم هذا البحث نظرة عامة شاملة على أفضل النماذج للنص العربي للتعرف الضوئي على الحروف، مع تسليط الضوء على نقاط القوة والقيود في مختلف الأساليب. تشير النتائج إلى أن النماذج الهجينة، وخاصة تلك التي تجمع بين CNN وLSTMs، هي الأكثر فعالية في التعامل مع تعقيدات النص العربي. يجب أن تركز الأبحاث المستقبلية على زيادة البيانات، والتعلم بالنقل، وآليات الانتباه، والتعلم متعدد المهام لتحسين دقة أنظمة التعرف الضوئي على الحروف باللغة العربية بشكل أكبر

المراجع

M. M. Altuwaijri and M. A. Bayoumi, “Arabic text recognition using neural networks,” pp. 415–418, 2002.

A. AbdelRaouf, C. A. Higgins, T. Pridmore, and M. I. Khalil, “Arabic character recognition using a Haar cascade classifier approach (HCC),” Pattern Anal. Appl., vol. 19, no. 2, pp. 411–426, 2016.

N. Lamghari, M. E. H. Charaf, and S. Raghay, (2017) “Hybrid Feature Vector for the Recognition of Arabic Handwritten Characters Using Feed-Forward Neural Network,” Arab. J. Sci. Eng., vol. 43, no. 12, pp. 7031– 7039, 2018.

N. A. Jebril, H. R. Al-Zoubi, and Q. Abu Al-Haija, “Recognition of Handwritten Arabic Characters using Histograms of Oriented Gradient (HOG),” Pattern Recognit. Image Anal., vol. 28, no. 2, pp. 321–345, 2018.

Liang, J., Doermann, D. and Li, H. (2015) “Camerabased analysis of text and documents: a survey”, International Journal on Document Analysis and Recognition, pp. 1-21.

Lingqian Yang, Daji Ergu, Ying Cai, Fangyao Liu, Bo Ma. “A review of natural scene text detection methods.” The 8th International Conference on Information Technology and Quantitative Management (ITQM 2020 & 2021). Procedia Computer Science 199 (2022) 1458–1465. https://doi.org/10.1016/j.procs.2022.01.18.

Zayed, B. F. S. (2026). The Role of Accounting Disclosure in Achieving Quality Financial Reports in Accordance with Governance Principles at the Libyan Foreign Bank. Shihab Journal of Humanities, 2(2), 170-189.

Al-Arabi, F. M. Y. (2026). The Theory of Arbitrariness in the Use of the Right in Islamic Jurisprudence and Civil Law A Comparative Analytical Study in the Light of Modern Legislative Controls. Shihab Journal of Humanities, 2(2), 102.

التنزيلات

منشور

2026-09-14