詳細解釋
Optical Character Recognition（光學字符識別），從圖像中提取文字的技術，從掃描文檔到照片，轉為可編輯文本。
技術演進：
- 傳統：模板匹配、特徵提取（Tesseract）
- 深度學習：CNN + RNN + CTC（CRNN）
- 現代：Transformer-based（TrOCR、PaddleOCR）
- 端到端：直接圖片 → 文字，無需字符分割
處理流程：
- 預處理：去噪、二值化、傾斜校正
- 版面分析：文字區域定位
- 文字識別：單個字符或整行識別
- 後處理：語言模型糾正、格式還原
挑戰場景：
- 手寫：個人字體差異大
- 低質量：模糊、陰影、褶皺
- 多語言：中文、阿拉伯文、印度文
- 複雜版面：表格、多欄、圖文混排
- 字體：藝術字、古文字、生僻字
現代應用：
- 文檔數字化：紙質檔案轉電子
- 名片識別：自動錄入聯繫人
- 發票處理：財務自動化
- 車牌識別：交通管理
- 古籍數字化：歷史文獻保護
商業產品：
- ABBYY FineReader：老牌 OCR 軟體
- Google Vision API：雲端 OCR
- Azure AI Vision：微軟解決方案
- Tesseract：開源免費
- PaddleOCR：百度開源，中文優化
與多模態 LLM 的關係：
- GPT-4V、Claude 3 可直接讀圖片文字
- 通用性強但精度不如專用 OCR
- 趨勢：專用 OCR 精細處理，LLM 理解語義
這是「紙質世界數字化」的基礎技術—— 從 1950 年代至今仍在進化。