什么是文字识别 OCR，能识别哪些内容-UserStory

摘要： 文字识别 OCR（Optical Character Recognition）是把图片或扫描件里的文字转成可编辑的文本数据。腾讯云文字识别 OCR 支持通用文字、身份证/银行卡等证照、票据、车牌、多语种等多类识别，提供 API 接口按次计费。本文讲清 OCR 是什么、能识别什么、适合什么场景。

看到一张图片、一份合同扫描件、一张发票，里面有大量文字，你想提取出来做数据录入或分析——手工打字太慢，OCR 就是用来干这个的：机器自动读图、把文字抠出来变成可编辑的文本。腾讯云 OCR 能识别的不只是打印体，还包括手写体、各类证照票据、车牌号、多语种文字等，覆盖日常业务里绝大多数"把图片文字变文本"的需求。这篇讲清 OCR 是什么、识别范围和典型用法。

OCR 是什么

OCR 的全称是 Optical Character Recognition（光学字符识别），本质是计算机视觉技术：给机器一张图片，它识别出图里的文字内容，输出成结构化的文本数据。

和人工录入相比，OCR 快、省人力、准确率高（尤其是腾讯云这类成熟 OCR 服务，通用场景准确率已达 99%）。对有大量图片文字需要录入的业务（比如审核身份证、录入发票、整理扫描档案），OCR 是标配。

能识别哪些内容

腾讯云文字识别 OCR 按识别对象分成多类能力，覆盖通用文字和各类垂直场景：

通用文字识别：识别图片里的任意文字内容，包括打印体和手写体。分普通版和高精度版，高精度版对复杂背景、倾斜文字、模糊图片的识别效果更好。这是 OCR 里用得最多的接口。

证照识别：针对身份证、银行卡、营业执照、行驶证、驾驶证等常见证照，不仅识别文字还能结构化输出（比如身份证识别直接返回姓名、身份证号、地址等字段），省去后期解析。实名认证、开户审核等场景高频用这类接口。

票据识别：识别增值税发票、火车票、出租车票、机票行程单、定额发票等票据，输出结构化的票据信息。财务报销、发票验真等场景用得多。

车牌识别：识别车牌号码，支持蓝牌、黄牌、新能源车牌等多种类型。停车场、车辆管理系统常用。

多语种识别：支持 100+ 全球语种的文字识别，自动判断语种并同步完成识别，适合跨境业务、国际化应用。

其他垂直场景：表格识别、印章识别、公式识别、手写体识别等，按具体需求选用。

识别流程和调用方式

调用 OCR 的典型流程：上传图片 → 调用对应识别接口 → 接收结构化结果。腾讯云 OCR 提供 API 接口，支持图片 URL 或 Base64 编码两种输入方式。

按次计费，不同接口单价不同。通用文字识别、证照识别、票据识别等接口每月有一定免费额度，超出部分按量付费。识别速度快，通常秒级返回结果。

适合什么场景

OCR 的核心价值是「把图片文字变成可处理的数据」，典型场景：

• 实名认证：用户上传身份证照片，OCR 自动提取姓名、身份证号等字段，直接对接实名核验接口；
• 票据报销：员工拍发票，OCR 识别票据信息并录入报销系统，财务审核时不用手工录入；
• 档案数字化：纸质合同、档案扫描后用 OCR 提取文字，建立可搜索的电子档案库；
• 车牌识别：停车场入口拍车牌，OCR 识别后自动抬杆、记录停车时间；
• 多语种内容审核：跨境电商、国际社区用多语种 OCR 识别用户上传图片里的文字，配合内容审核做风控。

识别不准怎么办

OCR 识别准确率受图片质量影响大。提高准确率的实用建议：

• 图片清晰、光线足：模糊、反光、阴影会降低识别率；
• 文字正向、不过度倾斜：倾斜角度太大识别率下降，高精度版容错性更好；
• 选对接口：通用场景用通用文字识别，证照票据用专用接口，别用错；
• 用高精度版：对准确率要求高的场景，通用文字识别选高精度版（调用参数里指定）。

多语种识别的配置稍特殊：基于通用文字识别（高精度版）接口，调用时传入 ConfigID=MuIOCR 即可切换到多语种模式，无需单独购买。

完成本教程还需要什么

理解 OCR 能识别什么之后，往下走：

• 选接口：按业务需求选通用、证照、票据或其他垂直接口。
• 跑通调用：用 API 上传图片、接收结果，验证识别效果。
• 配合业务逻辑：OCR 只负责识别，后续要对接你的实名、报销、审核等业务系统。

想了解腾讯云文字识别 OCR 的接口能力、计费与文档，可前往产品介绍页了解：https://cloud.tencent.com/product/ocr ；当前有 OCR 资源包特惠，可在腾讯云双十一活动页查看：https://cloud.tencent.com/act/pro/double11-202611