OCR（光学字符识别）（2026.08.25）

概念编号：089

一句话理解

OCR 把“图片里的字”识别成计算机可以搜索和编辑的文本。

具体解释

OCR 通常包括文字区域检测、字符识别、版面分析和结果校正。现代多模态模型还可能识别表格、手写、印章、公式和图片中的空间关系，但具体能力需要按场景验证。

边界与易混淆概念

• OCR 不等于完整文档理解：识别出文字后，还要理解结构和语义。
• 清晰图片不保证零错误：字体、倾斜、遮挡、低分辨率和复杂背景都会影响结果。
• OCR 结果需要核验：金额、日期、合同条款等重要内容不能盲信。

例子

把纸质合同扫描件转换为可复制文本，或从截图中提取快递单号，都是 OCR。

相关概念

• 计算机视觉（2026.08.25）
• 多模态（Multimodal）（2026.08.24）
• AI评估（2026.08.25）

来源

• Optical character recognition（Wikipedia）

概念卡更新日志

• 2026.08.25｜创建概念卡：依据多模态视觉输入和文档处理场景，登记为 089。