OCR是英文Optical Character Recognition的縮寫，意思為光學字符識別，通稱為文字識別，它的工作原理為通過掃描儀或數碼相機等光學輸入設備獲取紙張上的文字圖片信息，利用各種模式識別算法分析文字形態特征，判斷出漢字的標准編碼，並按通用格式存儲在文本文件中，由此可以看出，OCR實際上是讓計算機認字，實現文字自動輸入。它是一種快捷、省力、高效的文字輸入方法。 TH-OCR是清華大學自1985年就開始研發的，TH是TsingHua（清華）的縮寫，TH-OCR代表北京文通信息技術有限公司開發的OCR軟件。在國家“863”計劃支持下，持續了十多年的科研成果，從1.0版本開始已經升級到現在的9.0版本。獨家真正實現了漢英混排同時識別，在國際上首次突破了OCR產品只能處理漢字或英文單一文字的局限性，新增了東方文字（簡繁漢、日文、韓文）識別功能，對日文和韓文與英文混排文檔的識別水平甚至超過日本和韓國對本國文字的識別水平，在國內、外產生了重大的影響，並連續3年被中國軟件行業協會評為優秀軟件產品，成為漢字輸入技術的一座裡程碑。TH-OCR9.0版本已應用到了包括電子政務、電子出版物、報社、銀行、郵政、稅務、圖書館等多個領域，成為國內OCR市場的先鋒。

本屆兩會代表的所有提案全部采用了我國自主知識產權的世界識別領域領先產品——文通的TH-OCR9.0進行錄入識別，它以准確的識別率、優異的識別速度博得了兩會工作人員的交口稱贊。而清華TH-OCR技術在兩會上的成功應用更論證了我國也完全有實力擁有自己的卓越技術。

TH-OCR的突出特點：
◇ 漢英雙語同時混排，識別率最高，居世界領先水平。　　
◇ 可以識別黑白、灰度、彩色圖像，可以讀取多種圖像格式。
◇ 首創對識別結果進行電子文檔版面復原功能，所見即所得。
◇ 首創日文、韓文、日英混排、韓英混排識別功能，識別率98%以上。

TH-OCR的六大優勢：

1. 是唯一可以識別２萬多漢字的多體文字識別系統，漢字識別國內最優。

2. 漢字和英文混排、日文和英文混排、韓文和英文混排同時識別。

3. 漢字識別率最高。文通TH-OCR經過"863"智能專家組對數十萬字的指標評測和中國軟件評測中心對產品的嚴格測試，識別正確率超過99.5％，代表了目前印刷體文字識別的最高水平。

4. 支持多種環境接口。文通TH-OCR支持WINDOWS環境和GB、BIG5、GBK、JIS、 SHIFT-JIS和KSC等多種內碼，可以用於 WINDOWS NT和WINDOWS 98/2000/XP，適合全球各個地區使用。TH-OCR還具有自學習功能，不論什麼生僻字，都可以通過鍵盤輸入進行學習，大大拓寬了OCR系統的識別字符集。

5. 歷次國內鑒定均被中國科學院院土和中國工程院院土等專家組成的鑒定委員會評定為“具有世界領先水平”。

廣泛的社會認可：

1、 多年來為眾多著名的掃描儀廠商HP、UNISCAN、EPSON、CANON、 LENOVO等提供TH－OCR普及版作為其掃描儀的捆綁軟件。

2、美國MICROSOFT公司將TH-OCR作為東方文字識別捆綁到WINXP 操作系統中。

3、美國MOTOROLA公司確定TH-OCR的部分技術使用權。

4、美國INTEL公司確定TH-OCR為最新的MMX技術支持項目。

5、《計算機世界》市場調查結果，文通TH-OCR市場占有率達65％以上。

6、《中國計算機報》 CIWLAB組織的用戶調查認為， TH-OCR是一個性能極好的系統，是一個值得用戶信賴的系統（對其他品牌OCR評價為：“是值得用戶選擇的產品”）。