Microsoft Syntex中的光学字符识别概述

注意

到 2025 年 6 月，如果你设置了即用即付计费，则可以免费试用有限数量的光学字符识别和其他选定的 Syntex 服务。有关信息和限制，请参阅试用Microsoft Syntex并浏览其服务。

Microsoft Syntex 中的光学字符识别 (OCR) 服务使你可以从图像和文档中提取印刷或手写文本。图像示例包括海报、绘图和产品标签。文档示例包括文章、报表、窗体和发票。

文本通常提取为字词、文本行和段落或文本块，从而允许访问扫描文本的数字版本。提取的信息在搜索中编制索引，并可用于数据丢失防护 (DLP) 等合规性功能。

例如，启用 OCR 服务，然后将图像文件添加到文档库。 Microsoft Syntex自动扫描图像文件，提取相关文本，并使图像中的文本可用于搜索和索引。此功能可让你快速准确地找到要查找的关键字和短语。

要求和限制

端点	支持的文件类型
SharePoint 和 OneDrive	`.bmp, .png, .jpeg, .jpg, .jfif, .arw, .cr2, .crw, .erf, .gif, .mef, .mrw, .nef, .nrw, .orf, .pef, .raw, .rw2, .rw1, .sr2, .tif, .tiff, .heic, .heif, .ari, .bay, .cap, .cr3, .dcs, .dcr, .drf, .eip, .fff, .iiq, .k25, .kdc, .mef, .mos, .ptx, .pxn, .raf, .rwl, .sr2, .srf, .srw, .x3f, .dng, .tiff, and .pdf`
Teams、Exchange 和 Windows 设备	`.bmp, .png, .jpeg, .jpg, .tiff, and .pdf`

除了基于图像的 PDF 外，Syntex OCR 还支持混合 PDF (文本加上图像 PDF) 从 2024 年 11 月开始。之后，OCR 服务将处理新上传的混合 PDF。

注意

将 OCR 应用于图像文件时，文本将存储在 “提取的文本 元数据”列中。将 OCR 应用于 PDF 或 TIFF 文件时，提取的文本将在搜索中编制索引，但在元数据列中不可用。

OCR 服务支持 150 多种语言。

OCR 服务支持多个解决方案，如下表所示。有关合规性解决方案的详细信息，请参阅 Microsoft Purview 中支持的位置和解决方案。

位置	支持的解决方案
Exchange	文本可用于最终用户搜索和搜索驱动解决方案。文本可用于合规性解决方案。
SharePoint 网站	文本可用于最终用户搜索和搜索驱动解决方案。文本可用于合规性解决方案。
OneDrive 账户	文本可用于最终用户搜索和搜索驱动解决方案。文本可用于合规性解决方案。
Teams 聊天和频道消息	文本可用于合规性解决方案。
设备	文本可用于合规性解决方案。