OCR (Optical Character Recognition) là công nghệ nhận diện và chuyển đổi ký tự từ hình ảnh hoặc tài liệu thành văn bản số có thể chỉnh sửa được. Nhờ khả năng số hóa tài liệu, tối ưu hóa công việc và giảm thiểu sai sót do con người, OCR được tích hợp trong các phần mềm chuyển hình ảnh thành văn bản hàng đầu hiện nay như Microsoft OneNote, CamScanner, Google Keep, Adobe Acrobat DC,…
Cùng FPT.AI khám phá sâu hơn mọi thông tin liên quan đến công nghệ OCR và tiềm năng phát triển mạnh mẽ của nó trong tương lai trong bài viết sau.
OCR là gì? OCR là viết tắt của từ gì?
OCR là công nghệ biến các hình ảnh chứa văn bản được gõ, viết tay hoặc in thành định dạng kỹ thuật số mà máy tính có thể đọc được. OCR là viết tắt của Optical Character Recognition (Nhận dạng ký tự quang học). Nhờ OCR, văn bản in, đánh máy hoặc viết tay từ tài liệu PDF, hình ảnh chụp mẫu đơn, hóa đơn, thẻ ID đều được chuyển đổi thành dạng dữ liệu số có thể chỉnh sửa, , định dạng và tìm kiếm.
Công nghệ OCR được phát triển từ các nghiên cứu về nhận dạng mẫu, trí tuệ nhân tạo và thị giác máy tính (computer vision). Phần mềm OCR tận dụng điện toán nhận thức (cognitive computing), dịch máy (machine translation), chuyển văn bản thành giọng nói (text to speech), khai phá dữ liệu chính (key data mining) và khai phá văn bản(text mining) để trích xuất dữ liệu.
Các tổ chức thường sử dụng OCR để nhập liệu tự động từ nhiều loại hồ sơ giấy, như hộ chiếu, hóa đơn, sao kê ngân hàng, biên lai điện tử, danh thiếp, thư từ và dữ liệu in ấn. Hiện nay, công nghệ nhận dạng ký tự quang học (OCR) đã đạt độ chính xác gần như hoàn hảo, hỗ trợ nhiều hệ thống chữ viết, bao gồm Latin, Cyrillic, Arabic, Hebrew, Indic scripts, Chinese, tiết kiệm thời gian và giảm thiểu lỗi so với nhập liệu thủ công.

>>> XEM THÊM: Xu hướng ứng dụng công nghệ OCR trong ngành bảo hiểm tại Việt Nam
Cơ chế hoạt động của công nghệ OCR nhận dạng ký tự quang học
Các công cụ OCR tiếng Việt số hóa dữ liệu theo quy trình tuần tự sau:
- Thu nhận hình ảnh: Quét tài liệu bằng thiết bị scan hoặc máy ảnh, chụp lại các ký tự bằng cảm biến quang học sau đó tạo bitmap và phân biệt phần tối (ký tự), phần sáng (nền). Nếu tài liệu quét có màu, phần mềm OCR sẽ chuyển hình ảnh về màu đen – trắng hoặc xám để nhận diện ký tự dễ hơn. Chất lượng và độ phân giải của hình ảnh ảnh hưởng trực tiếp đến độ chính xác của kết quả nhận diện.
- Tiền xử lý: Loại bỏ nhiễu, căn chỉnh hình ảnh, làm nét ký tự, xóa đường viền, loại bỏ các đốm ảnh và tăng độ rõ nét để tối ưu nhận dạng.
- Nhận dạng bố cục: Phân tích cấu trúc tài liệu, chia trang thành khối văn bản, bảng hoặc hình ảnh, sau đó xác định từ và ký tự.
- Nhận dạng văn bản: Đây là bước quan trọng nhất của quá trình chuyển hình ảnh thành văn bản. Các ký tự (phần tối) được xử lý bằng một trong hai thuật toán:
- So khớp mẫu (Template Matching): So sánh ký tự đầu vào với dữ liệu mẫu đã được đào tạo, thích hợp cho hình ảnh chất lượng tốt, định dạng chuẩn.
- Trích xuất đặc điểm (Feature Extraction): Nhận dạng ký tự dựa trên các đặc điểm như số lượng đường góc, giao điểm, vòng lặp, hoặc đường cong, phù hợp với phông chữ chưa được đào tạo.
- Chuyển đổi văn bản: Chuyển các ký tự đã nhận diện thành văn bản số có thể chỉnh sửa. Nhiều công cụ OCR hiện đại tích hợp AI và Machine Learning để cải thiện độ chính xác, đặc biệt với chữ viết tay hoặc ký tự không rõ ràng.
- Hậu xử lý: Xuất văn bản thành tệp kỹ thuật số có thể chỉnh sửa (Word, Excel, PDF). Một số hệ thống lưu cả bản gốc và bản hậu OCR để dễ so sánh và quản lý tài liệu.

>>> XEM THÊM: Xử lý tài liệu thông minh IDP là gì? Hiệu quả số hoá của IDP
Các phần mềm OCR phổ biến
Dưới đây là mô tả chi tiết của các loại nhận dạng ký tự phổ biến và tính năng đặc trưng của chúng:
- Phần mềm OCR đơn giản (Template Matching OCR): Sử dụng thuật toán so khớp mẫu để so sánh từng ký tự của hình ảnh văn bản với cơ sở dữ liệu nội bộ.
- Phần mềm nhận dạng ký tự thông minh (Intelligent Character Recognition): ICR sử dụng các thuật toán học máy để xử lý hình ảnh và phân tích văn bản qua nhiều cấp độ. Hệ thống tổng hợp các thuộc tính như nét cong, nét thẳng và nét vòng để xác định ký tự cần nhận diện.
- Phần mềm nhận dạng từ thông minh (Word Recognition): Thay vì chỉ xử lý từng ký tự như ICR, nhận dạng từ thông minh phân tích toàn bộ hình ảnh của một từ để nhận diện cấu trúc và ngữ nghĩa, nâng cao độ chính xác trong việc nhận diện văn bản.
- Phần mềm nhận dạng ký hiệu quang học (Optical Symbol Recognition): OSR là phần mềm chuyên nhận diện logo, hình mờ, đồ họa và các biểu tượng trên tài liệu.
- Phần mềm nhận dạng dấu quang học (Optical mark recognition): OMR tập trung xác định các ô đánh dấu, bong bóng khảo sát hoặc chữ ký trên biểu mẫu.

>>> XEM THÊM: OCR vs IDP: Đâu là sự khác biệt?
Ưu điểm của công cụ OCR trực tuyến trong số hóa tài liệu
- Chuyển đổi văn bản từ hình ảnh sang dạng điện tử với độ chính xác cao, đặc biệt khi sử dụng flatbed scanners chất lượng tốt.
- Loại bỏ hoặc hạn chế tối đa các lỗi sai sót có thể xảy ra trong quá trình nhập liệu thủ công
- Tiết kiệm chi phí lưu trữ hồ sơ giấy tờ
- Xử lý nhiều tài liệu khác nhau cùng một lúc, giảm thời gian truy xuất thông tin xuống chỉ còn 2-3 giây.
- Tự động hóa việc định tuyến tài liệu (document routing), xử lý nội dung và text mining.
- Cho phép nhân viên và khách hàng khiếm thị có thể truy cập thông tin mới nhất và chính xác nhất.
- Các phần mềm OCR tiếng Việt hiện đại có thể giữ nguyên bảng biểu, cột và định dạng văn bản ban đầu.
Nhược điểm của công nghệ OCR tiếng Việt
- Nhận dạng ký tự quang học hoạt động tốt nhất với văn bản in, nhưng độ chính xác giảm khi nhận dạng chữ viết tay.
- Một số phần mềm và phần cứng OCR yêu cầu đầu tư lớn.
- Độ chính xác của một số ứng dụng OCR có thể phụ thuộc vào chất lượng hình ảnh (không thể xử lý, nhận diện các hình ảnh bị mờ hoặc nhiễu)
- Các hệ thống OCR không hoàn toàn chính xác, đặc biệt với tài liệu phức tạp, cần hiệu chỉnh thủ công sau khi nhận dạng.
- Optical Character Recognition không hiệu quả khi xử lý tài liệu có ít nội dung chữ, vì mất nhiều thời gian mà không tối ưu hiệu suất.

>>> XEM THÊM: Gán nhãn dữ liệu là gì? Data Labeling trong học máy và AI
Những ứng dụng thực tiễn của nhận dạng ký tự quang học (OCR)
Hỗ trợ người khiếm thị, người cao tuổi đọc văn bản
Năm 1974, Ray Kurzweil đã phát triển omni-font OCR, cho phép nhận dạng văn bản in từ nhiều phông chữ. Nhận thấy tiềm năng hỗ trợ người khiếm thị, ông tạo ra thiết bị đọc văn bản kết hợp CCD-type flatbed scanner và text-to-speech synthesizer, cho phép người khiếm thị, người cao tuổi dễ dàng tiếp cận sách, báo và tài liệu dưới dạng âm thanh.
Sắp xếp tài liệu trong các công ty luật và tòa án
Trong các vụ án, khối lượng tài liệu pháp lý thường rất lớn và đòi hỏi sự chính xác cao. Phần mềm OCR tiếng Việt hỗ trợ luật sư số hóa tài liệu nhanh chóng, cho phép tra cứu thông tin bằng từ khóa, số hồ sơ hoặc ngày tháng thụ án. Nhờ đó, luật sư tiết kiệm thời gian, giảm nhu cầu nhân sự hỗ trợ và vẫn quản lý công việc một cách khoa học, chính xác.

>>> XEM THÊM: Top 6 công cụ AI phân tích dữ liệu hàng đầu hiện nay
Bảo tồn các văn bản có giá trị
Các thư viện, trung tâm văn hóa và viện bảo tàng lưu giữ nhiều tài liệu quý giá, nhưng việc bảo quản chúng gặp khó khăn do nguy cơ hư hại theo thời gian. Các công cụ OCR trực tuyến cho phép chuyển đổi các văn bản này từ bản giấy sang file điện tử, giúp lưu trữ, bảo tồn và tiếp cận di sản văn hóa dễ dàng hơn, đồng thời đảm bảo tính bền vững lâu dài.
Ứng dụng công nghệ OCR trong tài chính – ngân hàng
Công nghệ OCR trong ngân hàng tự động chuyển đổi hình ảnh sao kê, hợp đồng, biểu mẫu thành văn bản số có thể chỉnh sửa và tìm kiếm, giúp đơn giản hóa việc phân tích báo cáo tài chính và hợp lý hóa quy trình kế toán. Kết hợp với AI và Machine Learning, OCR không chỉ trích xuất dữ liệu mà còn phân loại và xác minh thông tin thông minh, rút ngắn quy trình xử lý dữ liệu từ nhiều tuần xuống chỉ còn 45-60 giây.
Trong quy trình xác minh KYC (Know Your Customer), OCR xử lý nhanh chóng các tài liệu nhận dạng như thẻ ID, CMND, căn cước công dân, hộ chiếu, bằng lái xe, tự động trích xuất thông tin, điền vào biểu mẫu và xác minh chữ ký điện tử. Điều này không chỉ đẩy nhanh quy trình tiếp nhận khách hàng mà còn giảm thiểu sai sót trong nhập liệu.
Thực tế, Bank of America đã ứng dụng OCR để tự động hóa quy trình xử lý chứng từ và hóa đơn trong dịch vụ thanh toán. Khách hàng chỉ cần chụp ảnh hóa đơn qua ứng dụng, phần mềm nhận diện văn bản sẽ xử lý dữ liệu và tự động điền vào biểu mẫu cần thiết, nâng cao trải nghiệm khách hàng và giảm thời gian chờ đợi.

Công nghệ OCR còn hỗ trợ quét, trích xuất và lưu trữ thông tin từ hợp đồng vay và tài liệu tín dụng, tăng tốc quy trình phê duyệt khoản vay hoặc thẻ tín dụng. Tương tự, việc xử lý hóa đơn được tự động hóa, giúp giảm khối lượng công việc cho nhân viên kế toán.
Về mặt quản lý tài liệu, OCR tự động phân loại và lưu trữ hồ sơ vào các thư mục thích hợp, giúp quản lý và truy cập thông tin tài chính dễ dàng hơn. Công nghệ này đặc biệt hữu ích trong việc quét và tổ chức tài liệu tuân thủ như hồ sơ giao dịch và đánh giá rủi ro, tạo điều kiện cho việc truy xuất nhanh chóng khi cần.
Ứng dụng OCR còn đóng vai trò quan trọng trong việc đảm bảo tuân thủ quy định pháp lý và phòng chống gian lận. Hệ thống nhận diện văn bản giúp ngân hàng duy trì hồ sơ chi tiết phục vụ kiểm toán và kiểm tra chống rửa tiền, phân tích mẫu giao dịch lịch sử để xác định hành vi đáng ngờ. Công nghệ này phát triển thành hệ thống giám sát thời gian thực, phát hiện gian lận tài chính (Fraud Detection) dựa trên từ khóa cảnh báo như “quốc gia có rủi ro cao”, bảo vệ cả tổ chức và khách hàng.

>>> XEM THÊM: OCR căn cước công dân: Ứng dụng công nghệ số hóa giấy tờ tùy thân
Xử lý hóa đơn và chứng từ
Các cơ quan, tổ chức thường xử lý khối lượng lớn tài liệu dưới nhiều định dạng như văn bản in, viết tay, PDF, hoặc JPG. OCR chuyển đổi hóa đơn, hợp đồng từ bản giấy sang file điện tử, cho phép lưu trữ, chỉnh sửa, chia sẻ và tích hợp dữ liệu vào cơ sở dữ liệu hoặc hệ thống như email, fax và EDI, tăng hiệu quả làm việc và giảm thiểu rủi ro sai sót.
Walmart sử dụng công nghệ OCR để số hóa và quản lý hóa đơn từ nhà cung cấp. Hệ thống tự động nhận diện và lưu trữ hóa đơn giấy vào hệ thống điện tử, tiết kiệm chi phí quản lý tài liệu. Dữ liệu hóa đơn được liên kết trực tiếp với giao dịch, tăng hiệu quả trong việc theo dõi và xử lý đơn hàng.

Ứng dụng công nghệ OCR trong y tế
Công nghệ OCR trong y tế số hóa thông tin toa thuốc thành tập dữ liệu có thể lưu trữ, bao gồm tên bệnh nhân, thuốc, liều lượng thuốc và cách sử dụng thuốc. Công nghệ này còn tự động trích xuất dữ liệu từ hóa đơn và kết nối với hồ sơ bệnh nhân tương ứng, gán mã chính xác cho quá trình chẩn đoán, thủ thuật và điều trị. Nhờ đó, bệnh viện và nhân viên y tế có thể nhanh chóng tra cứu thông tin bệnh nhân, hình ảnh, kết quả xét nghiệm và tiền sử bệnh để đưa ra quyết định chữa bệnh sáng suốt cho bệnh nhân.
Với khả năng chuyển đổi biểu mẫu trên giấy thành văn bản kỹ thuật số, quy trình xử lý yêu cầu bảo hiểm cũng được nhận dạng ký tự quang học (OCR) đẩy nhanh. Các công cụ OCR trực tuyến dễ dàng, quét và cải thiện hình ảnh tài liệu, trích xuất thông tin bệnh nhân và chi tiết thanh toán từ yêu cầu bồi thường, xác thực dữ liệu này và tích hợp dữ liệu vào hệ thống chăm sóc sức khỏe.

Cleveland Clinic, một trong những bệnh viện hàng đầu Hoa Kỳ, triển khai công nghệ nhận dạng ký tự quang học (OCR) để số hóa tài liệu y tế, đơn thuốc và hồ sơ bệnh án. Hệ thống giúp chuyển đổi hồ sơ giấy thành dữ liệu điện tử, giúp bác sĩ truy cập thông tin bệnh nhân nhanh chóng, cải thiện quá trình ra quyết định y tế và giảm thiểu rủi ro từ việc lưu trữ tài liệu giấy.
Hiện tại, phần lớn quy trình y tế có thể được hợp lý hóa và đơn giản hóa bởi công nghệ OCR, giảm bớt gánh nặng cho các nhóm hành chính. Mọi thông tin nhạy cảm của bệnh nhân, từ nhân khẩu học đến tài chính đều được bảo vệ tốt hơn, đảm bảo tính riêng tư và tuân thủ quy định về bảo vệ thông tin y tế.

>>> XEM THÊM: TOP 7 ứng dụng AI trong tài chính – ngân hàng nổi bật nhất
Ứng dụng công nghệ OCR trong giáo dục
Công nghệ OCR (Nhận dạng ký tự quang học) cho phép chuyển đổi ghi chú viết tay, tài liệu quét, hình ảnh sách giáo khoa và nội dung bảng trắng thành định dạng số có thể chỉnh sửa, chuyển đổi văn bản thành giọng nói, giúp học sinh mắc chứng khó đọc (dyslexia) tiếp cận tài liệu học tập một cách độc lập, tự chủ và cải thiện khả năng hiểu bài.
Công nghệ này cũng loại bỏ việc sao chép thủ công, tiết kiệm thời gian và giảm lỗi. Khi nghiên cứu trực tuyến, học sinh có thể dễ dàng trích xuất các đoạn văn bản từ trang web hoặc tài liệu số để tham khảo và phân tích. OCR cũng hỗ trợ tạo tài liệu học tập trực tuyến đa dạng và dễ tiếp cận, bằng cách chuyển đổi tài liệu quét, PDF có hình ảnh và bài thuyết trình thành định dạng mà phần mềm đọc màn hình cho người khiếm thị có hỗ trợ.

Trong thư viện, OCR giúp kho tàng tri thức dễ dàng tiếp cận hơn cho người đọc. Các thủ thư có thể dễ dàng phân loại và tổ chức tài liệu. Sách điện tử, bài báo và bài thuyết trình được trích xuất, lập chỉ mục giúp người học dễ dàng tìm kiếm chủ đề hoặc từ khóa cụ thể trên toàn bộ thư viện nội dung.
Trong lĩnh vực đánh giá và phản hồi, OCR giúp tự động hóa việc chấm điểm các bài luận, đề thi và câu trả lời mở bằng cách chuyển đổi bài làm viết tay thành văn bản số, sau đó phân tích bằng hệ thống chấm điểm tự động. Điều này giúp giáo viên tiết kiệm thời gian, giảm lỗi do con người và cung cấp phản hồi nhanh chóng cho học sinh.
OCR cũng hỗ trợ bản địa hóa và dịch nội dung học tập bằng cách trích xuất văn bản từ tài liệu nguồn, sau đó kết hợp với công cụ dịch máy để chuyển đổi sang ngôn ngữ mục tiêu. Điều này thúc đẩy môi trường học tập hòa nhập, nơi học sinh từ các nền văn hóa khác nhau đều có thể tiếp cận tài liệu giáo dục một cách bình đẳng.
Nhận dạng ký tự quang học còn có thể trích xuất và phân tích dữ liệu từ tài liệu học tập, thảo luận và phản hồi của học sinh để xác định mức độ tham gia, lỗ hổng kiến thức và điểm mạnh của từng học sinh. Từ đó, hệ thống có thể cá nhân hóa lộ trình học tập bằng cách, đề xuất tài nguyên học tập bổ sung hoặc lộ trình thay thế phù hợp.

>>> XEM THÊM: TOP 6 phần mềm nhận dạng văn bản cho điện thoại, máy tính
Top 6 phần mềm OCR tốt nhất trên thị trường hiện nay
Phần mềm | Ưu điểm | Hạn chế | Đối tượng sử dụng |
FPT AI Read | – Trích xuất được nhiều loại giấy tờ với tỉ lệ chính xác lên đến 98% – Giao diện sử dụng đơn giản, người dùng không cần có kiến thức về lập trình vẫn có thể sử dụng được. |
Hình ảnh mờ, nhòe hoặc có độ phân giải thấp có thể làm giảm độ chính xác của quá trình trích xuất dữ liệu | Doanh nghiệp cần OCR sử dụng AI với tích hợp API và tùy chỉnh mô hình. |
Adobe Acrobat Pro | Cho phép tích hợp với hệ sinh thái Adobe, bảo mật tài liệu, xử lý tài liệu tự động. | Yêu cầu cấu hình cao, giao diện phức tạp, cần kết nối internet để sử dụng đầy đủ chức năng đám mây. | Chuyên gia xử lý tài liệu quét, hợp đồng, văn bản pháp lý có nhu cầu OCR và bảo mật. |
Foxit PDF Editor | Trích xuất và tóm tắt tài liệu, hỗ trợ đa ngôn ngữ, phân tích tài liệu bằng AI, mã hóa bảo mật. | Khả năng chỉnh sửa hình ảnh hạn chế, cần máy tính hiệu suất cao để xử lý tệp PDF lớn. | Người dùng cần công nghệ OCR đa ngôn ngữ với tóm tắt tài liệu và phân tích bằng AI. |
Microsoft OneNote | Công cụ OCR cơ bản cho hình ảnh và ghi chú viết tay, trích xuất văn bản từ tài liệu nhiều trang. | Độ chính xác phụ thuộc vào chất lượng ảnh, không tự phân loại hoặc sắp xếp dữ liệu từ tài liệu phức tạp. | Người dùng cần OCR nhanh và đơn giản cho hình ảnh và ghi chú viết tay. |
Google Cloud Vision | Phần mềm OCR trên nền tảng đám mây, độ chính xác cao, hỗ trợ nhận dạng chữ viết tay, tích hợp Google Cloud. | Chi phí cao để sử dụng đầy đủ tính năng, khó xử lý tài liệu có cấu trúc phức tạp, cần kiến thức kỹ thuật. | Tổ chức cần OCR quy mô lớn với tích hợp Google Cloud và phân tích hình ảnh. |
VietOCR | – Chuyên biệt cho tiếng Việt với độ chính xác trên 80% – Tốc độ biên dịch nhanh – Hoàn toàn miễn phí và mã nguồn mở – Hỗ trợ đa dạng định dạng ảnh (PDF, BMP, JPG, TIFF, PNG) – Tích hợp công cụ xử lý ảnh và kiểm tra chính tả |
– Giao diện lỗi thời, không bắt mắt – Chỉ có tính năng cơ bản – Khó sử dụng với người mới |
Người dùng cá nhân và doanh nghiệp cần nhận dạng văn bản tiếng Việt chính xác từ các tài liệu quét với chi phí thấp |
FPT AI Read cung cấp thư viện các mẫu giấy tờ để người dùng có thể trích xuất nhanh chóng hơn 30 loại CCCD, giấy phép lái xe, hộ chiếu, hóa đơn VAT, hợp đồng, chứng từ, hồ sơ bệnh án, giấy tờ xe, CV ứng viên… với tỉ lệ chính xác lên đến 98%. Giải pháp xử lý tốt cả ảnh chất lượng thấp (nhòe, mờ) hoặc có cấu trúc phức tạp.
Sau khi tải lên hình ảnh, hệ thống sẽ tự động nhận diện và trích xuất các trường thông tin quan trọng. FPT AI Read có giao diện sử dụng đơn giản, thân thiện với cả người dùng không cần có kiến thức về lập trình. Thậm chí, người dùng có thể tự training mô hình, tự gán nhãn dữ liệu (labelling), kết nối và sử dụng dữ liệu trích xuất thông qua API OCR

FPT AI Read tự động hóa quy trình xử lý tài liệu cho doanh nghiệp, giảm bớt thao tác thủ công và tăng hiệu suất vận hành. Xem thêm về giải pháp trong video sau:
Giải pháp OCR tiếng Việt FPT AI Read giúp MB Bank số hóa thành công
Tại MB Bank, khi ra mắt gói sản phẩm MB Family vào năm 2020, ngân hàng phải đối mặt với thách thức lớn trong việc xử lý khối lượng hồ sơ đăng ký. FPT AI Read đã giúp MB Bank tự động trích xuất dữ liệu từ các giấy tờ như chứng minh thư, hộ khẩu và giấy khai sinh, xử lý hồ sơ khách hàng, định danh khách hàng điện tử (eKYC),…
FPT AI Read không chỉ giúp ngân hàng xử lý khoảng 5.000 yêu cầu mỗi ngày mà còn đảm bảo tốc độ và độ chính xác cao trong việc nhập liệu, giảm tải cho nhân viên và cải thiện trải nghiệm khách hàng. FPT AI Read giúp MB Bank có thể định danh khách hàng một cách nhanh chóng

Với những thành công đã đạt được, có thể khẳng định rằng OCR sẽ tiếp tục là một phần không thể thiếu trong lộ trình số hóa của nhiều tổ chức trong tương lai. Để được tư vấn chi tiết và tùy chỉnh giải pháp công nghệ phù hợp với doanh nghiệp của bạn, liên hệ ngay FPT AI qua số Hotline: 1900 638 399 hoặc truy cập FPT.AI để được hỗ trợ sớm nhất nhé!
Nguồn tham khảo:
- IBM. (n.d.). Optical character recognition. IBM. Truy cập ngày 21 tháng 1 năm 2025, từ https://www.ibm.com/think/topics/optical-character-recognition
- Wikipedia. (n.d.). Optical character recognition. Wikipedia. Truy cập ngày 21 tháng 1 năm 2025, từ https://en.wikipedia.org/wiki/Optical_character_recognition
>>> XEM THÊM