تقنية التعرف الضوئي على الأحرف (OCR) هي تقنية تستخدم رؤية الحاسوب والخوارزميات للتعرف التلقائي على النصوص في الصور، مثل المستندات الورقية أو النسخ الممسوحة ضوئيًا أو الصور الفوتوغرافية، وتحويلها إلى نصوص إلكترونية قابلة للتحرير والبحث. وقد شهد هذا المفهوم تطورًا تدريجيًا: ففي عامي 1914 و1929، اخترع الفيزيائي إيمانويل غولدبرغ والمهندس غوستاف تاوشيك على التوالي أجهزة التعرف على الأحرف الميكانيكية القائمة على القوالب، واضعين بذلك الأساس الميكانيكي لهذه التقنية؛ وفي خمسينيات القرن الماضي، أطلقت شركة IMR، التي أسسها ديفيد إتش. شيبارد، أول جهاز OCR متاح تجاريًا، وهو جهاز "Gismo"، ثم... شركة آي بي إم في عام 1959عند الترويج لأنظمة المسح الضوئي التجارية وأنظمة التعرف على الأحرف، تم تسمية هذه التقنية رسميًا... التعرف الضوئي على الأحرف (OCR)وقد جعل هذا المصطلح معياراً صناعياً مقبولاً عالمياً.

في سياق التطور التكنولوجي، ساهمت عدة أبحاث رائدة في نقل تقنية التعرف الضوئي على الأحرف من مرحلة المقارنة القائمة على القواعد إلى عصر التعلم العميق والنماذج واسعة النطاق. في عام 1998، نشر يان ليكان وزملاؤه بحثًا في مختبرات AT&T Bell Labs... التعلم القائم على التدرج المطبق على التعرف على المستندات اقترح راي سميث شبكة LeNet-5 ومجموعة بيانات MNIST، مما وضع الأساس لتطبيق الشبكات العصبية الالتفافية في التعرف على الأحرف؛ وفي عام 2007، نشر راي سميث... نظرة عامة على محرك التعرف الضوئي على الأحرف Tesseract تُفصّل هذه الورقة بنية وآليات محرك Tesseract مفتوح المصدر، واضعةً بذلك معيارًا في مجال البرمجيات مفتوحة المصدر. في عام 2017، نشر باوغوانغ شي وزملاؤه من جامعة هوا تشونغ للعلوم والتكنولوجيا... شبكة عصبية قابلة للتدريب من البداية إلى النهاية للتعرف على التسلسلات القائمة على الصور تم اقتراح بنية CRNN + CTC لحل مشكلة التعرف الشامل على النصوص ذات الأطوال المتغيرة والأحرف المتصلة؛ وفي عام 2023، نشر مينغهاو لي وآخرون من مايكروسوفت للأبحاث في آسيا... TrOCR: التعرف الضوئي على الأحرف باستخدام نماذج مدربة مسبقًا تعتمد على المحولات يمثل إدخال تقنية Vision Transformer في تقنية التعرف الضوئي على الأحرف (OCR) مرحلة جديدة في التطور الشامل لنماذج التعرف نحو آليات الانتباه الذاتي وتحليل المستندات الذكي.