光學字元辨識 (OCR) 是從影像、影片或掃描文件(例如 PDF)中提取手寫或打字文字並將其轉換為數位可編輯格式(例如 TXT 或 DOCX)的過程。該技術是人工智慧的一個分支,與電腦視覺和模式識別密切相關。 OCR 可以對圖像中的列印文字進行編碼,從而可以更緊湊地以電子方式修改、搜尋和儲存資訊。它還允許在線呈現這些資訊並在機器過程中使用,包括認知計算。 OCR 的應用範圍廣泛,從個人使用到公共安全。 此外,OCR 技術徹底改變了我們數位化和管理文件的方式。其功能包括: * 掃描文件識別:掃描列印文檔,OCR 軟體將其轉換為可搜尋和可編輯的文字。這使用戶能夠從舊文件中提取資訊並將其合併到現代工作流程中。它通常用於自動處理法律文件並從銀行對帳單和發票中提取數據,從而簡化發票處理和財務記錄保存等任務。 * 場景文字辨識:OCR 可以辨識自然場景中的文本,例如路牌、店面或車牌。它在各種條件下都表現良好,包括低光源或模糊影像,使其可用於識別街頭藝術中的文字或無人機捕獲的影像。 * 智慧型字元辨識 (ICR):此功能可讓 OCR 系統識別和轉錄掃描文件中的手寫或草書文本,從而促進手寫筆記、信件和表格的數位化。 ICR 特別專注於抄寫草書和手寫體。