برمجة نظام التعرف على الحروف (OCR) باستخدام الذكاء الاصطناعي

قمت بتطوير وبناء نظام OCR (Optical Character Recognition) قادر على قراءة وتصنيف الحروف الإنجليزية المكتوبة بخط اليد (Handwritten Letters) بدقة عالية. يعتمد المشروع على مجموعة بيانات EMNIST الشهيرة، حيث قمت بتطبيق تقنيات تعلم الآلة المتقدمة لاستخراج الخصائص البصرية وبناء نموذج تصنيف قوي. ما تم إنجازه في هذا المشروع: معالجة البيانات (Data Preprocessing): تنظيف وتجهيز مجموعة بيانات EMNIST، والتي تحتوي على آلاف الصور للحروف المكتوبة بخط اليد، وتحويلها إلى صيغ رقمية جاهزة للتحليل. هندسة الخصائص (Feature Engineering): استخدام تقنية HOG (Histogram of Oriented Gradients) لاستخراج الملامح الهندسية للحروف بدلاً من الاعتماد على البيكسلات الخام، مما رفع دقة النموذج بشكل ملحوظ وقلل من وقت التدريب. تدريب ومقارنة النماذج (Model Training & Comparison): قمت بتدريب ومقارنة عدة خوارزميات لضمان الوصول لأفضل أداء، بما في ذلك: Random Forest Classifier (النموذج الأفضل أداءً). SGD Classifier (للتدريب الخطي السريع). K-Nearest Neighbors (KNN). النتائج: تفوق نموذج Random Forest محققاً دقة تصنيف (Accuracy) بلغت 91%. تحليل الأداء باستخدام Confusion Matrix وتقرير التصنيف (Classification Report) لضمان دقة الـ Precision والـ Recall لكل حرف.