光学字符识别

OCR 是一种能够将图像中的文本（如扫描文档、包含文字的照片）转换为机器可读取文本的技术。OCR 软件首先对图像进行分析，根据字符的形状和模式识别字符，然后将这些字符转换为可编辑的文本格式，可用于数据录入、文档搜索、数字存档等多种用途。谷歌的 Cloud Vision API 和 Tesseract（一款开源 OCR 引擎）是执行 OCR 任务的热门工具。