OCR
Optical Character Recognition（光学文字認識）— レシート、請求書、古書、看板などの画像から文字を読み取る技術。
従来のツールにはTesseract（オープンソース）、AWS Textract、Google Visionがある。最近のVLM（GPT-4VやClaudeなど）は、OCRに加えて内容の理解までおまけでこなす。
Optical Character Recognition（光学文字認識）— レシート、請求書、古書、看板などの画像から文字を読み取る技術。
従来のツールにはTesseract（オープンソース）、AWS Textract、Google Visionがある。最近のVLM（GPT-4VやClaudeなど）は、OCRに加えて内容の理解までおまけでこなす。