文档识别的实现是随着知识大爆炸，通过借助纸质的媒体和网络媒体等途径；每天都可以在接触大量的信息。当我们发现某些信息是有启发性、有价值的，又苦于如何将这些信息储存。这些信息载体丰富多样，有的是纸质书有的是网页报道有的是PDF电子书，没有按照统一的方式存储不利于对其整理归档，同时这些内容通常都是不可直接编辑的，无法对里面的内容编辑整理。那么这就需要使用文档识别。
常用的是使用的方法是利用OCR识别将纸质文档拍照识别，这样可以将照片中的文字提取出来，然后复制粘贴为电子文档。OCR是识别图片中的文字，用户在粘贴之后还需要进行重新将电子文档排版、修正。OCR文档识别支持语言种类 TH-OCR SDK支持中文识别、日文识别、韩文识别、英文识别，识别率世界领先。 TH-OCR SDK支持中国国内少数民族语言识别技术：藏文识别、维吾尔文识别、维文识别、哈萨克文识别、阿拉伯文识别、柯尔克孜文识别等，识别率均达到99%以上。使用平台支持Windows和linux系统私有化部署。
典型应用
-
档案管理软件商
资源管理软件及出版软件商
OA办公自动化软件商
