日常办公学习中，我们经常会有这样的需求，如何快速地把一张打印的文档或图片中的信息作快速提取？比如我有一张打印好的课程表，但是我并没有它的原始电子文档，但是这时候我又想快速拥有这样一个电子文档，怎么办？别急，我们只需要搜索OCR（Optical Character Recognition，光学字符识别，就能很快找到相应的解决办法。OCR是指通过电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

这个过程听起来好像还挺简单，其实一点也不简单。要知道日常生活中我们经常会接触的很多不同的字符，比如汉字、中文、英文、图标、数学符号、工程标识等等，这还只是这个大集合中很小的一部分，而且很多字符的字形其实是有很大的相似之处的，比如“已、己、2”，还有比如数学公式里的各种上下标、各种积分微分符号等等，看起来差不多，其实大不同，还有就是字体的差异，一个汉字可能有几十种字体，怎么才能准确识别？

近日，阿里知产保护科技大脑中的一项OCR技术刷新世界纪录。OCR是学界业界必争之战，阿里、谷歌、微软、亚马逊等互联网公司也都研究多年，有OCR奥斯卡之称的ICDAR赛事，吸引全球近百国家数千队伍参加，终于在近期，阿里巴巴一举刷新ICDAR-RCTW17文字检测及端到端文字识别两项世界最好成绩，位列世界第一。

阿里OCR技术广泛应用于阿里经济体的技术，也在为解决复杂社会问题持续迭代升级，三年前，阿里OCR识别技术就已经能够每秒能扫描图片文字2000余万个，相当于501本《康熙字典》，识别准确率达97.6%。

“知产保护科技大脑”是一套阿里巴巴20年间积累的海量线上线下假货特征库、打假经验聚合而成的算法技术系统。目前阿里OCR就是这个大脑中的一项技术，这个“大脑”包含上亿个商品特征、百余个算法模型，效率相当于5万人同时工作。应用驱动，创新解决，相信未来阿里还将给我们带来更多这样的科技惊喜，你们觉得呢？