转发——来自 Walid AYADI 的内容
我们不再只谈论 OCR，而是 OXR：光学万物识别。
SoMark 是一个开源库，将字符识别转变为完整的文档识别：PDF 和图像变成智能体友好的数据（带布局坐标的 Markdown/JSON）。
LinkedIn 来源
- 个人资料：Pierre Jean Duvivier dit Sage（LinkedIn）
- 分享作者：Walid AYADI（LinkedIn）
文章 我们不再只谈论 OCR，而是 OXR：光学万物识别。 首次发表于 les plumes qui mordent。
常见问题
从 OCR 到 OXR 的常见问题
1 OXR 代表什么
OXR 意为光学万物识别，它是一个更广泛的术语，指能够读取和理解各种视觉内容的技术——不仅是文本，还包括图像、表格、图表、手写文字、条形码等
2 OXR 与 OCR 有何不同
OCR 只将印刷或书写文本转换为机器可读文本。OXR 更进一步，它在单一系统中识别和解释多种类型的内容，包括布局、对象和视觉元素
3 为什么我们说不再只谈论 OCR
因为 OCR 现在只是更大能力中的一部分。现代系统处理的远不止字符——因此 OXR 这一术语更能反映技术的实际功能
4 OXR 能识别哪些类型的内容
文本、表格、表单、图表、示意图、徽标、条形码和二维码、签名、印章以及图像中的一般对象
5 谁能从 OXR 中受益
几乎所有处理文档或图像的组织：银行、医院、物流公司、政府机构、保险公司和零售商——以及构建文档处理应用的开发者
6 OXR 相比传统 OCR 的主要优势是什么
需要管理的独立工具更少、数据提取更丰富、对复杂文档的处理更好、自动化程度更高且人工审核更少
7 OXR 能读取手写文字吗
可以，现代 OXR 系统能够识别手写文字，但准确率因可读性、语言和书写风格而异
8 OXR 能理解表格和表单吗
可以。它能检测表格结构、将表单字段映射到值，并以 JSON 或电子表格等结构化格式输出数据
9 OXR 支持哪些语言
取决于提供商。许多支持数十种语言，但覆盖范围和准确率各不相同——在确定使用前请查看具体语言列表
10 OXR 最常见的问题是什么
图像质量差、复杂或不寻常的布局、潦草的手写、混合语言以及低对比度扫描
11 OXR 的准确率如何
对于干净的印刷文档，准确率通常非常高。手写、质量差的扫描和
