OCR指的是光学字符识别 （optical character recognition），这意味着你可拍摄印刷页面的照片，计算机将自动识别出其中的文字。 Google使用OCR来实现图书数字化。 OCR是如何工作的呢？我们来看一个例子。请看下面的数字。
如何自动识别出这个数字是什么呢？可使用KNN。
- 浏览大量的数字图像，将这些数字的特征提取出来。
- 遇到新图像时，你提取该图像的特征，再找出它最近的邻居都是谁！
这与前面判断水果是橙子还是柚子时一样。一般而言， OCR算法提取线段、点和曲线等特征。
遇到新字符时，可从中提取同样的特征。
与前面的水果示例相比， OCR中的特征提取要复杂得多，但再复杂的技术也是基于KNN等简单理念的。这些理念也可用于语音识别和人脸识别。你将照片上传到Facebook时，它有时候能够自动标出照片中的人物，这是机器学习在发挥作用！
OCR的第一步是查看大量的数字图像并提取特征，这被称为训练（training）。大多数机器学习算法都包含训练的步骤：要让计算机完成任务，必须先训练它。下一个示例是垃圾邮件过滤器，其中也包含训练的步骤。