以下哪种技术常用于图像中的文字识别？A. OCR（光学字符识别）B. LSTM（长短期记忆网络）C. K-Means聚类D. SVM（支持向量机）

本题考查图像文字识别技术的核心概念。关键在于理解不同技术的典型应用场景：

• OCR（光学字符识别）是专门针对图像中文字识别的经典技术，通过图像处理和模式识别实现文字提取。
• 其他选项（如LSTM、K-Means、SVM）属于机器学习算法，但与图像文字识别的直接关联较弱，需结合具体任务判断适用性。

选项分析

A. OCR（光学字符识别）

• 核心功能：专门用于从图像中识别文字，通过图像预处理、特征提取、模式匹配等步骤，将文字转换为可编辑文本。
• 典型应用：扫描文档识别、身份证信息提取等。

B. LSTM（长短期记忆网络）

• 主要用途：处理序列数据（如时间序列、自然语言），擅长捕捉长短期依赖关系。
• 局限性：需结合图像处理技术（如CNN）才能间接用于文字识别，非直接解决方案。

C. K-Means聚类

• 核心功能：无监督学习算法，用于数据分组（如客户细分、图像分割）。
• 无关性：无法直接识别文字内容，仅能用于图像分割等辅助步骤。

D. SVM（支持向量机）

• 主要用途：分类任务（如邮件分类、图像分类），需依赖预处理后的特征向量。
• 局限性：直接处理图像像素效率低，需配合复杂特征工程。