Ainas teksta atpazīšana nolasa tekstu, kas parādās reālas vides fotogrāfijās un video, piemēram, ielu zīmēs, iepakojumā vai numurzīmēs. Atšķirībā no klasiskās OCR skenētiem dokumentiem tai jātiek galā ar šķību perspektīvu, mainīgu apgaismojumu, neparastiem fontiem un pārblīvētu fonu. Tipiska pieeja darbojas divos posmos: vispirms tiek atrastas teksta zonas, pēc tam tajās tiek atpazītas rakstzīmes.
Optiskā rakstzīmju atpazīšana (OCR) pārvērš attēlos esošu tekstu, piemēram, skenējumos, fotogrāfijās vai faksos, mašīnlasāmā tekstā. Tikai tad dokumentos var meklēt, tos var kopēt vai automātiski apstrādāt. Mūsdienu OCR izmanto neironu tīklus un var atpazīt arī tabulas, izkārtojumus un dažos gadījumos rokrakstu. Tipisks pielietojums ir rēķinu apstrāde, arhīvu digitalizācija un veidlapu nolasīšana; kvalitāte lielā mērā atkarīga no attēla kvalitātes.
Datorredze ir MI joma, kurā datori interpretē attēlus un video. Tipiski uzdevumi ir objektu noteikšana un lokalizēšana, teksta nolasīšana attēlos un detaļu mērīšana. Šo tehnoloģiju izmanto, piemēram, kvalitātes kontrolē ražošanā, vadītāja palīgsistēmās, loģistikā un medicīniskajā attēldiagnostikā.
Attēlu atpazīšana ir datorredzes joma, kurā programmatūra nosaka, kas attēlā redzams – objekti, cilvēki, teksts, logotipi vai ainas. Tās pamatā parasti ir neironu tīkli, kas apmācīti ar lielu skaitu marķētu attēlu. Lietojumi ir no kvalitātes kontroles ražošanā un produktu fotoattēlu šķirošanas līdz medicīniskās attēldiagnostikas atbalstam. Attēlos ar cilvēkiem īpaša uzmanība jāpievērš datu aizsardzībai un iespējamai neobjektivitātei.
