OCR وHTR للمخطوطات والوثائق العربية

تتغير أشكال الحروف العربية بحسب موضعها، وقد تشمل الوثيقة علامات ضبط أو هوامش أو أعمدة أو أختاماً أو لغات متعددة. كما تؤثر البقع والبهتان والانحناء ودقة الصورة في النتيجة. لذلك لا يصح افتراض مستوى ثابت من الجودة لكل مجموعة.

يبدأ العمل بجرد العينة وتجهيز الصور، ثم تحليل التخطيط واستخراج النص وتقديمه للمراجعة. ينبغي تسجيل التعديلات وربط الصفحات والنصوص بمعرّفات ثابتة، حتى يستطيع الباحث العودة دائماً إلى المصدر المرئي.

النص المستخرج ليس غاية مستقلة. يمكن استخدامه لبناء بحث كامل، واقتراح أسماء وأماكن وتواريخ، ومساعدة الأرشيفي في إنشاء بيانات وصفية. تبقى هذه الاقتراحات قابلة للتدقيق، ولا تستبدل الحكم المهني أو الوثيقة الأصلية.