用途：从扫描文档和图片型 PDF 中提取文字，把图片 PDF 变成可搜索文本，数字化纸质文档，有限度地处理手写文字，并支持批量处理多份文档。
主要能力：支持纯文本提取、结构化提取（文档信息、分节内容、表格、不确定文字对照）和输出可搜索 PDF（保留原图并在其下添加文本层）。可按页范围、指定语言或自动检测语言处理，并可保留版面。资料给出各类型文档的预期质量：印刷体 95%+、印刷书籍 90%+、表单 85%+、表格/数据 80%+、工整手写 60–80%、连笔手写 30–60%、混合内容 75%+。表单可提取字段值与复选框，表格可提取但可能需修正对齐，手写内容建议人工复核。
使用方式：用自然语言下达指令，如“Extract text from this scanned PDF”“OCR this document image”“Make this PDF searchable”；也可指定范围和语言，如“Extract text from pages 1-10, English language”“OCR this document, preserve layout”“Extract and output as structured data”；多语言文档可要求自动检测语言或指定主次语言。批量处理以文件夹为单位，输出各文件页数、置信度与完成/需复核/失败状态。
预处理建议：分辨率最低 300 DPI（小字 600），黑白对比清晰、文档摆正、无裁切、无污渍阴影；低分辨率先放大，倾斜自动校正，对比度差调整色阶，噪点降噪，阴影匀光，彩色转灰度。
语言与工具：英语、西班牙语、法语、德语、意大利语效果优秀；中文简繁、日文、韩文良好；阿拉伯语、希伯来语、印地语中等。可使用 Google Cloud Vision、Amazon Textract、Azure Computer Vision、Adobe Acrobat、ABBYY FineReader、Tesseract、pytesseract、EasyOCR、PaddleOCR 等工具。
限制：无法保证 100% 准确；手写准确率低；极小字号、装饰字体、复杂图形内文字、背景图干扰效果差；页数越多处理时间越长。本技能不提供收费或价格信息。