---
title: "Ano ang OCR? Optical character recognition vs vision LLM"
description: "Ginagawang machine-readable na character ng OCR ang text sa larawan at scan. Paano gumagana ang klasikong OCR, paano nagbabasa ang vision LLM, at ano ang ite-test."
url: https://broadrouter.com/fil/glossary/ocr/
lang: fil
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Isinalin mula sa Ingles sa tulong ng AI. [Basahin ang orihinal sa Ingles](https://broadrouter.com/glossary/ocr/) (na-update noong 2026-11-16).

# Optical character recognition (OCR)

Na-update 2026-11-16

Ang optical character recognition (OCR) ay teknolohiyang tumutukoy at nagko-convert ng naka-print o sulat-kamay na text sa isang larawan, scan o PDF tungo sa machine-readable na character. Text at posisyon nito sa page ang output ng klasikong OCR; ang vision-language model naman ay kayang basahin ang text at direktang sagutin ang mga tanong tungkol dito.

Tinatawag ding: OCR, optical character recognition, text recognition, image to text, larawan to text, document OCR, scanned text extraction

Ang OCR ang hakbang na ginagawang text ang litrato ng isang resibo, text na kayang hanapin, i-store o suriin ng isang program.

## Paano ito gumagana

Hinahanap ng klasikong OCR engine ang mga bahagi ng page na may text, hinahati ang mga ito sa mga linya, at kinikilala ang mga character sa bawat linya. Ang Tesseract, ang pinakakilalang open-source engine, ay nagdagdag ng LSTM neural network sa version 4 na kumikilala ng buong linya, at kaya nitong “recognize more than 100 languages” (Salin ng BroadRouter: “kilalanin ang higit sa 100 wika”) agad-agad. Lumalabas ang output bilang plain text, hOCR (HTML), PDF, invisible-text PDF, TSV, ALTO o PAGE, kaya nakukuha mo rin ang posisyon ng mga salita.

Hanggang character lang ang klasikong OCR. Para malaman kung aling numero ang total o aling linya ang pangalan ng supplier, kailangan mong magdagdag ng mga rule o ng pangalawang model.

Ibang daan ang tinatahak ng mga vision-language model. Inilalarawan ng image-text-to-text task page ng Hugging Face ang document question answering bilang “an OCR-free approach” (Salin ng BroadRouter: “isang paraang walang OCR”): diretso ang larawan ng dokumento sa isang [vision-language model](https://broadrouter.com/fil/glossary/vision-language-model/), na binabasa ito at sumasagot. Puwede mong hingin nang direkta ang mga field at makuha ang mga ito bilang [structured output](https://broadrouter.com/fil/glossary/structured-output/).

|  | Klasikong OCR (hal. Tesseract) | Vision LLM |
| --- | --- | --- |
| Output | mga character at posisyon | mga sagot, buod o JSON field |
| Pag-unawa sa layout | limitado, kailangan ng mga rule | binabasa ang mga table at label ayon sa context |
| Saan tumatakbo | lokal, walang bayad kada tawag | kadalasang API, sinisingil kada token |
| Panganib | maling basa ng character | maling basa ng character at inimbentong value |

## Bakit ito mahalaga

-   **Gastos.** Sinisingil bilang input [token](https://broadrouter.com/fil/glossary/token/) ang larawang ipinadala sa isang LLM API. Walang singil kada tawag ang lokal na OCR pero nangangailangan ito ng mga server at maintenance.
-   **Pagsuri sa accuracy.** Puwedeng magbalik ang vision model ng kapani-paniwalang total na wala naman sa page. Ipa-quote dito ang source text at suriin ang mga sum sa code.
-   **Arabic.** Nagpapahirap ang text na right-to-left, ang magkakadugtong na anyo ng letra at ang halo ng Arabic at Latin na numero. I-test ang anumang engine o model sa sarili mong mga scan.

## Sa BroadNet Inference

Walang nakadokumentong hiwalay na OCR endpoint ang BroadNet. Ipinapakita ng docs nito ang pagbasa ng invoice sa pamamagitan ng pagpapadala ng larawan bilang `data:` URL sa isang chat model na may images o vision sa model row nito, gaya ng [DeepSeek V4.1 Flash](https://broadrouter.com/fil/models/deepseek-v4.1-flash/), [BroadNet Gemma 4 VL 26B](https://broadrouter.com/fil/models/gemma-4-vl-26b/) o [Qwen3.8 27B](https://broadrouter.com/fil/models/qwen3.8-27b/). Sa isang pay-as-you-go key, binibilang ang larawan bilang input token sa input price ng model ($0.10 kada 1M sa Gemma), at mas maraming token ang nagagamit ng mas malalaking larawan. Sundan ito sa [gabay sa Arabic invoice](https://broadrouter.com/fil/guides/read-arabic-invoices-with-vision/), at tingnan ang [Arabic OCR with vision LLMs](https://broadrouter.com/fil/blog/arabic-ocr-vision-llm/) para malaman kung kailan mas mahusay pa rin ang klasikong OCR.

## Mga tanong

### Ano ang pagkakaiba ng OCR at vision LLM?

Ibinabalik ng OCR ang mga character na nakita nito at kung nasaan ang mga ito. Binabasa naman ng vision LLM ang larawan at kaya nitong sagutin ang isang tanong, gaya ng "magkano ang total ng invoice?", o magbalik ng mga field bilang JSON.

### May OCR endpoint ba ang BroadNet?

Walang hiwalay na OCR endpoint na nakadokumento. Ipinapadala mo ang larawan sa isang chat model na may vision sa /v1/chat/completions at hinihingi ang text o mga field na kailangan mo.

### Sulit pa bang gamitin ang klasikong OCR?

Oo, para sa maraming malinis na naka-print na page kung text at posisyon lang ang kailangan mo. Lokal itong tumatakbo nang walang bayad kada tawag. Mas mahusay ang vision model kapag mga field, table o sagot ang kailangan mo sa halip na hilaw na character.

## Tingnan din

-   [Vision-language model (VLM)](https://broadrouter.com/fil/glossary/vision-language-model/) (termino)
-   [Multimodal AI](https://broadrouter.com/fil/glossary/multimodal/) (termino)
-   [Structured output](https://broadrouter.com/fil/glossary/structured-output/) (termino)
-   [Token](https://broadrouter.com/fil/glossary/token/) (termino)
-   [Unicode normalization](https://broadrouter.com/fil/glossary/unicode-normalization/) (termino)
-   [Image tokens](https://broadrouter.com/fil/glossary/image-tokens/) (termino)
-   [Basahin ang mga Arabic na invoice at resibo gamit ang vision model](https://broadrouter.com/fil/guides/read-arabic-invoices-with-vision/) (gabay)
-   [Arabic OCR vs vision LLM: pagbasa ng Arabic na dokumento at invoice](https://broadrouter.com/fil/blog/arabic-ocr-vision-llm/) (artikulo)
-   [Data ng invoice, resibo at form sa JSON gamit ang vision LLM](https://broadrouter.com/fil/blog/extract-data-from-documents-with-vision-llm/) (artikulo)

Subukan ito sa totoong workload mo. May US$5 na panimulang credit ang mga bagong account para sa Gemma at transcription. Kailangan ng top-up para sa DeepSeek, GLM, at Qwen3.8.

[Magsimula](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-ocr&utm_content=page-cta) ·

**Mga source**

-   [Tesseract OCR, opisyal na GitHub repository (sinuri noong 2026-11-16)](https://github.com/tesseract-ocr/tesseract)
-   [Hugging Face Tasks, image-text-to-text (OCR-free na document question answering) (sinuri noong 2026-11-16)](https://huggingface.co/tasks/image-text-to-text)
-   [API reference ng BroadNet Inference, chat gamit ang larawan (sinuri noong 2026-11-16) (Ingles)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=fil-glossary-ocr&utm_content=sources)
