文本在很大程度上可以被识别，但很明显，由于文本太小或模糊，可能会出现整体问题。这暴露出对相关要素的认识存在薄弱之处。
转录对于文本来说效果很好，但应用程序当然无法图像识别专识别文本的给定流向或不同部分的划分。翻译器不支持此功能，但现代 OCR 软件能够识别表格结构。
谷歌专利的适当选择：
根据视觉查询识别匹配的规范图像 电报筛查 识别专文档：扫描图像（无论是摄影还是视频），识别面部、物体、文本、产品、条形码或颜色，并将它们置于排序的语义上下文中
自动大规模视频对象识别：这是一个从图像或视频中识别对象、存储、分类并保存以供进一步使用和比较的学习系统
街景和其他图像的数据库辅助 OCR：允许将文本识别应用于街景和其他图像，以根据收集的数据提供有关图像的信息
评分函数校准系统和方法：根据
记录的证据（如文本或对象）对图像进行分类，以便根据内容建立排名
用于呈现视觉查询的多个区域 这里有你生成优质内容所需的一切 的搜索结果的用户界面：将图像划分为子区域并同时对每个单独的元素执行搜索。然后结果将在扩展界面中提供
查询图像搜索：搜索并评价相似图像
自动注释图像的方法和装置：根据图像内容及其与其他图像的相似性自动标记图像
图像搜索方法和设备：支持谷
歌图像搜索的专利
图像搜索的聚类查询：根据语义或 電話數據 视觉相似性对图像图像识别专搜索查询进行预先分组，以提供更好的结果。
呈现图像中文本的翻译：这是 Google 图像识别专翻译增强现实功能的专利。它允许以图像的形式提供与文本相关的附加信息