定义
ocr 指光学字符识别（Optical Character Recognition），用于把图片或扫描文档中的文字转为可检索文本。它常作为文档数字化与后续语义处理链路的前置环节。
核心内涵
- 识别对象通常包括图片、扫描件与扫描版 PDF。
- 常见输出包括纯文本、带位置信息的文本块，或带隐藏文本层的可检索 PDF。
- 在 AI 工作流中，ocr 常作为上游步骤，把非结构化视觉内容转成可用于检索、分析与生成的文本输入。
ocr 指光学字符识别（Optical Character Recognition），用于把图片或扫描文档中的文字转为可检索文本。它常作为文档数字化与后续语义处理链路的前置环节。