据国外媒体报道，谷歌近日宣布将提供扫描文件的搜索服务。这一功能需要巨大的计算能力以及先进的图像识别技术。
与标准文档不同，扫描文件没有任何文本数据，无法供谷歌蜘蛛搜索分类。因此，谷歌采用了光学字符识别(OCR)技术，将文字图片转换为文本数据。
过去，谷歌已经对这些扫描图片进行了大量索引，但仅限于文件标题与元数据(Metadata)的分类，并非文件内容本身。而现在，谷歌可以对扫描图片中的内容进行搜索，并在搜索结果中正常显示，点击搜索结果后用户能够看到该扫描文档的原始格式，如PDF；也可以点击“以HTML格式观看”显示出转换后的文本。
