如果说人眼可以轻易地区分出图片中的字母、数字、汉字等文字，AI技术让计算机完成这项任务也是轻而易举。图像文字识别技术，也称OCR技术（Optical Character Recognition），是通过光学扫描和图像识别技术将图像转化为可编辑、可搜索文本的技术。
OCR的技术基于机器学习算法，在大量数据的训练下可以拥有与人眼相同的辨别准确率。目前，已经有成熟的OCR引擎广泛应用于银行卡号、身份证号码、出租车发票、快递单号等多个场景，帮助用户提高效率、减少错误率。
OCR技术实现首先需要将图片转化为数字信号，再进行图像处理。常见的OCR实现方式是利用各种算法，通过对图像进行处理分离字符、行和词，再进行字符识别等流程。
除了OCR技术外，还有一种基于深度学习的端到端的方法：CRNN（Convolutional-Recurrent Neural Network）。此方法在进行特征抽取的时候不需要提取字符的位置信息，对于一些对于定位较为困难的场景表现出色，例如手写体的识别等。