OCR（Optical Character Recognition，光学字符识别）是一种通过图像处理和模式识别技术，将图片或扫描文档中的文字转换为可编辑文本的技术。其核心流程包括图像预处理、文字检测、字符识别、后处理校正四个阶段。图像预处理通过二值化、降噪、倾斜校正等操作优化图像质量；文字检测利用算法（如CTPN、EAST）定位文字区域；字符识别则通过深度学习模型（如CNN、RNN、Transformer）将像素特征映射为文本；后处理通过语言模型（如N-gram）修正错误，提升准确率。

技术演进上，OCR从早期基于模板匹配的方法，发展为如今以深度学习为主导的端到端模型，支持多语言、手写体、复杂版面识别，甚至能处理低分辨率、遮挡等极端场景。

行业应用方面，OCR已成为数字化转型的关键工具：金融领域用于票据、合同自动化处理；医疗行业实现病历、处方电子化；政务服务推动证件、档案数字化；零售与物流通过快递单、发票识别优化流程；教育领域支持试卷、作业自动批改。此外，OCR与RPA、AIoT等技术结合，进一步拓展了智能办公、工业质检等场景。