IT之家 2 月 21 日消息，博主 PhantomOfEarth 今日在 X 平台公布了自己的新发现：微软正在简化截图工具的 OCR（IT之家注：光学字符识别）功能，用户只需点击对应的按钮即可直接获取屏幕上的文字。在此之前，若用户想要通过 OCR ...

随着人工智能技术的飞速发展，OCR（光学字符识别）技术已经从传统的图像处理领域迈向了智能化的新阶段。近年来，大模型技术的兴起为OCR带来了新的机遇和挑战。大模型，尤其是基于Transformer架构的预训练模型，通过海量数据的预训练，具备了强大的语言 ...

OCR技术广泛应用于档案馆和图书馆的数字化项目中，将纸质文档、图片等转换为数字格式，方便存储、检索和使用。例如，江西省某地质资料档案馆通过OCR技术，完成了大量珍贵历史文件的数字化处理，识别速度提升至每小时500页。

在智能设备行业不断推动技术革新的时代，微软再度走在前列，带来了截图工具中OCR（光学字符识别）功能的重大升级。根据知名博主PhantomOfEarth在社交平台X上发布的消息，微软正在测试一项新功能，旨在进一步简化用户从屏幕提取文字的流程。这一功能的核心在于用户只需简单点击，即可直接进入文字识别，无需再经过繁琐的截图步骤，极大缩短了操作时间，提升了用户体验。

在过去，若用户想利用OCR功能提取文字，需先通过截图工具截取屏幕上的特定区域，再进入图片编辑页面，点击“文本操作”按钮进行识别。而微软目前测试的新功能则省去了“截图”这一中间步骤，用户选定区域后，即可直接进入文字识别流程。

RNZ Chinese is a dedicated initiative producing content for and about the diverse Chinese community in New Zealand. Radio New ...

AI 驱动的 OCR 神器，将 PDF 、图片等转成 Markdown 格式。无论是 PDF 中的表格、扫描图片里的文字，还是学术论文的复杂排版，传 ...

Hello 大家好，我是俊哥。一个专注分享的小博主，每天给大家分享各种工具，超好用的资源、偶尔还会有福利频道，免费分享，大家的关注就是对我最大的支持 ...

IT之家 2 月 22 日消息，微软公司今天（2 月 22 日）发布博文，邀请 Canary 和 Dev 频道的 Windows Insider 项目成员，测试新版截图工具（version 11.2501.7.0）， 不仅优化了截图体验，更加入了用户期待已久的视频剪切功能，让屏幕录制后的处理更加便捷。

近日，新西兰联储首席经济学家保罗·康威（Paul ...

腾讯混元支持元宝上新多模态理解能力，通过跨模态协同的架构设计，实现深度思考模型对图片的理解与推理。相比传统OCR识别仅提取图像中的文字内容，缺乏语义关联。混元多模态理解模型能够融合视觉、文本、布局等多模态信息，理解图像中各元素之间的关系，对图片含义有更深层次的解析，为语言模型执行推理任务提供更丰富的信息基础。