arabic-ocr

name	arabic-ocr
description	Arabic OCR text extraction from images and documents
version	1.0.0
author	Mousa Abu Mazin
license	MIT
platforms	["linux","macos"]
prerequisites	{"commands":["curl"],"env_vars":[]}
metadata	{"hermes":{"tags":["media","ocr","arabic","image"]}}

التعرف على النص العربي (OCR)

QARI-OCR (الأفضل للعربي)

عبر HuggingFace API

curl -s -X POST "https://api-inference.huggingface.co/models/qari-ai/QARI-OCR-v0.3" \
  -H "Authorization: Bearer $HF_TOKEN" \
  -H "Content-Type: image/png" \
  --data-binary @IMAGE_FILE

Tesseract (محلي — بديل مجاني)

تثبيت

# macOS
brew install tesseract tesseract-lang

# التأكد من دعم العربي
tesseract --list-langs | grep ara

استخراج النص

tesseract IMAGE_FILE output -l ara
cat output.txt

عربي + إنجليزي معا

tesseract IMAGE_FILE output -l ara+eng

تحسين الدقة

# تحسين الصورة أولا
magick IMAGE_FILE -resize 300% -sharpen 0x1 -threshold 50% improved.png
tesseract improved.png output -l ara --psm 6

متى تستخدم

• المستخدم يرسل صورة فيها نص عربي
• يريد استخراج نص من مستند PDF ممسوح
• يريد قراءة مخطوطة أو وثيقة قديمة
• يريد تحويل صورة واتساب فيها نص لنص قابل للنسخ

أوضاع PSM (Page Segmentation Modes)

الوضع	الاستخدام
--psm 3	تلقائي (افتراضي)
--psm 6	كتلة نص واحدة (الأفضل للمستندات)
--psm 7	سطر واحد
--psm 8	كلمة واحدة
--psm 13	نص خام بدون OSD

القواعد

• الصور الواضحة عالية الدقة تعطي نتائج أفضل
• المخطوطات والخطوط المزخرفة تكون أقل دقة — نبّه المستخدم
• إذا النتيجة ضعيفة، اقترح تحسين الصورة أولا