什麼是 OCR？一份淺顯易懂的指南

一句話解釋 OCR

OCR，即光學字元辨識（Optical Character Recognition），是一種讀取圖片中的文字並將其轉換為您可以編輯、複製和搜尋的文字的技術。這就是像 ocrX 這樣的 圖片轉文字工具 能夠拍攝頁面照片並將實際文字傳回給您的原理。

它解決了什麼問題？

對於電腦來說，文字的照片或掃描檔只是彩色點陣。它無法區分 B 和 8。OCR 觀察這些點，辨識出字母和數字的形狀，並將它們寫成真正的文字。這就是頁面圖片和您可以處理的文件之間的區別。

它的大致原理

您不需要了解細節就能使用它，但基本原理很簡單。軟體找到包含文字的區域，分離出線條和字元，並將每個形狀與其對某種語言中字母的知識進行比對。現代 OCR 使用機器學習，這就是為什麼它處理不同字型、手寫和多種語言的能力遠勝過舊工具。

您已經在哪些地方見過它

• 您的手機從照片中抓取電話號碼。
• 掃描器製作可搜尋的 PDF。
• 銀行應用程式讀取支票。
• 翻譯應用程式透過相機讀取外國菜單。

OCR 擅長和不擅長的地方

它擅長處理清晰的印刷文字，也能較好地處理工整的手寫文字。它在模糊、光線不足、背景雜亂以及潦草或草書文字方面表現不佳。圖片越清晰，結果就越好，向來如此。

親自嘗試

了解 OCR 最簡單的方式就是使用它。將任何文字的照片上傳到 ocrX，選擇語言，然後觀察一張靜態圖片如何變成您可以複製的文字。