OCR 圖像識別測試

OCR，全名為光學字元辨識（Optical Character Recognition），是一種將圖像中的文字轉換為可編輯的數位文字的技術。實際上現在在實用上已經非常普遍，如停車場的車牌識別等等。

後來問了Gemini AI, 才知道Google 本身也有提供OCR, 只是檔案要先存在Google drive 裏。用app script 寫了函數如下：

function ocrFromGoogleDrive(fileId) {
  // 1. 使用 DriveApp 服務取得檔案物件
  var file = DriveApp.getFileById(fileId);
  file.setSharing(DriveApp.Access.ANYONE_WITH_LINK, DriveApp.Permission.VIEW);
  // 2. 準備要傳給 API 的資源物件
  var resource = {
    title: file.getName()
  };
  // 3. 透過 Drive API Advanced Service 執行 OCR讓 Google 自動偵測語言
  var newFile = Drive.Files.insert(resource, file.getBlob(), {
    ocr: true
  });
  // 4. 開啟轉換後的 Google 文件，讀取文字
  var doc = DocumentApp.openById(newFile.id);
  var text = doc.getBody().getText();
  // 5. 處理完畢後，刪除暫時產生的 Google Doc 檔案
  Drive.Files.remove(newFile.id);
  return text;
}

如此，提供在Google drive裏的file id 給函數，就會回傳圖片上的文字了。「bot.學習.人」親試了一下，對韓文、日文、泰文翻譯的還可以哦。