OCR یا Optical Character Recognition فناوری استخراج متن از تصویر یا سند اسکن‌شده است. سامانه OCR تصویر را تحلیل می‌کند و تلاش می‌کند حروف و کلمات را به متن قابل جست‌وجو تبدیل کند.
کیفیت تصویر، زاویه، فونت، زبان و چیدمان صفحه بر دقت اثر دارند. OCR ممکن است جدول‌ها، فرمول‌ها یا متن چندستونی را نادرست استخراج کند و به بازبینی نیاز دارد.
OCR روی PDF اسکن‌شده می‌تواند متن را قابل جست‌وجو کند، اما در جدول چندستونی ترتیب خواندن یا اعداد ممکن است جابه‌جا شوند.