导入
OCR 与 Read API
了解OCR以及计算机视觉读取API。
什么是OCR？
光学字符识别（OCR） 是一种从图像中识别并提取文本字符的技术。这些文本可以是手写体，例如课堂笔记的照片；也可以是印刷体，例如产品图片或在线对话的截图。微软的OCR实现支持识别多种语言的文本。
...
从图像中读取文本
Read API
计算机视觉Read API 支持从图像中提取手写和印刷文字、数字以及货币符号。该API仅能识别手写来源中的英文文本，但对印刷文字支持多种语言。此外，它还能从大型文本密集型图像和PDF文档中提取多语言文本。
输入要求
- 文件格式必须为：JPEG、PNG、BMP、PDF 或 TIFF。
- 付费服务可处理最多2000页的PDF和TIFF文档，免费版仅支持两页。
- 文件大小需小于50 MB（付费服务）或6 MB（免费版）。
- 图像尺寸应在50×50像素至10000×10000像素之间。
核心功能
Read API 可实现以下功能：
- 提取73种语言的印刷文字及其在图像中的位置，用户无需指定语言。
- 提取英文手写文字。
- 从大型文档中选择特定页面（或页面范围）进行处理。