Opublikowany został wniosek patentowy Google'a dotyczący technologii pozwalającej rozpoznawać tekst w obrazach. Ma ona służyć do wydobywania z filmów wideo lub fotografii napisów, które stanowiłyby części ulicznej scenerii.

Według wniosku technologia ta pozwala na odszukanie zdjęcia zawierającego elementy odpowiadające słowom kluczowym. Przeszukiwane będą fotografie i filmy krajobrazów, ludzi, scenerii ulicznych i innych obiektów.

Wniosek stwierdza, że tekst wewnątrz fotografii zawiera zwykle napisy o rozmaitej wielkości i położeniu. Obraz przestrzeni miejskiej niesie wiele informacji o niej – szyldy, tabliczki z nazwami ulic, znaki drogowe czy nazwy budynków. Wszystkie te informacje będą mogły być pozyskane z obrazu.

Jeżeli Google rzeczywiście rozwinęło technologię OCR do takiego stopnia, oznacza to, że poczyniło wielki krok w dziedzinie indeksowania informacji. Książki zeskanowane w Google Books będą mogły być teraz swobodnie przeszukiwane, podobnie jak filmy i fotografie w takich serwisach, jak YouTube czy Flickr.

Adam Ostrow, jeden z blogerów witryny Mashable, zauważył, że potencjalne zastosowania takiej technologii wykraczają poza dotychczasowe usługi świadczone przez Google'a. Potentat z Mountain View może teraz zacząć fotografować sklepowe półki, tworząc indeksy produktów z wielką ilością danych. Z fotografii pudełka czekoladek wyszukiwarka uzyska nie tylko ich cenę, ale także informacje o składzie i kaloryczności.

Nie jest tylko jasne, gdzie Google znalazłoby armię ludzi potrzebnych do realizacji takiego zadania. W chwili obecnej Google Street View zawiera wiele fotografii głównych obszarów metropolitarnych, ale stworzenie opartego na OCR indeksu produktów wymagałoby znacznie większych środków. Może zatem wykorzystany zostanie system oparty na ochotnikach?