範例文章：OCR 如何改變「已遮蔽」的意義

[範例內容] 需要遮蔽的文件中，有很大一部分根本不是原生文字——而是掃描檔、紙本表單的照片，或由圖片產生的 PDF。沒有 OCR，自動偵測工具根本「看不到」這些內容。

看起來是文字，其實不是

對人類讀者來說，掃描頁和原生 PDF 頁看起來沒有兩樣；但對軟體而言，在擷取出文字層之前，它只是一格一格的像素。跳過這一步，偵測工具就無從搜尋。

準確度真正重要的地方

對乾淨、高解析度的掃描檔來說，OCR 準確度早就不是問題。真正困難的，是現實文件常見的情況：歪斜的頁面、低對比的影印本、手寫與印刷混雜，以及多欄排版。

所以把 OCR 當成可有可無的前處理步驟，其實是低估了它——這一步的品質，決定了後續遮蔽步驟最多能抓到多少內容。