每天，有无数张截图、扫描件、合同照片被保存在电脑和手机里，里面的文字可能是一段重要谈话、一份合同条款或者一份文献书籍，但想把这些文字提取出来变成可编辑的文档，却需要手动逐字敲打，费时又费力。文档识别接口要解决的，正是这个再具体不过的麻烦。它能够直接读取图片、PDF中的文字内容，支持导出txt、excel、pdf、ofd、json等格式，省去手工录入的繁琐，让信息真正流动起来。
　　文档识别接口搭载了自研的TH-OCR识别核心，对中文简体、中文繁体、英文等多种语言的印刷体识别已经相当成熟，且手写体和生僻字的识别率也有不俗的表现。不管是打印工整的正式文件，还是字迹潦草的会议手记，或是古籍中不常见的冷僻字，都能被较为准确地识别出来。速度方面，单份文档的处理时间控制在毫秒级别，即便一次性上传大批量文件，也不需要漫长等待，识别效率足以满足日常办公和业务系统的调用需求。
　　集成简单便捷。翔云文档识别服务提供标准HTTP/HTTPS接口，参数说明清晰，同时附有Java、Python、JavaScript、PHP等多种编程语言的示例代码，开发人员对照着文档很快就能完成对接。在部署方式上，除了调用云端API，还支持离线SDK和私有化部署，把整套OCR能力部署在企业自己的服务器上，所有数据都在内网流转，不需要上传到外部平台，这对金融、政务、医疗等对数据隐私要求严格的行业来说，是更放心的一种选择。

　　具体到实际工作场景，文档识别接口应用场景广泛。档案管理部门可以用它把大批纸质历史文件快速电子化，建立可检索的电子档案库；内容审核团队可以把网友上传的图片截图转成文字，提高关键词过滤效率；法务和行政人员则可以将扫描版的合同转为可编辑的Word文档，方便修改和比对版本。可以说，只要是涉及“图片里有字要抄出来”的场景，都可以使用文档识别功能。