版面分析

OCR 是什么？为什么 AI 读扫描版 PDF、表格和截图前通常都得先过它

OCR 是 Optical Character Recognition 的缩写，中文通常叫光学字符识别。它做的事情很直接：把图片里的字、扫描件里的字、截图里的字尽量变成机器能继续处理的文本。很多人以为 AI 能看懂 PDF，是模型直接把文档“读懂”了，但对大量扫描版 PDF、发票、表格截图来说，第一...