当前位置：首页 > news >正文

搭建自己的OCR服务

news 来源：原创 2025/8/10 7:30:49

网上看到相关文章，这里整理记录一下，仅供学习。

搭建自己的OCR服务，第一步：选择合适的开源OCR项目 - PandaCode辉 - 博客园

一、OCR是什么？

光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

亦即将图像中的文字进行识别，并以文本的形式返回。

二、OCR的基本流程

1. 图像输入、预处理：

　　不同的图像格式有不同的存储、压缩方式，目前有OpenCV、CxImage等。

2. 二值化：

　　如今数码摄像头拍摄的图片大多是彩色图像，彩色图像所含信息量巨大，不适用于OCR技术。为了让计算机更快的、更好地进行OCR相关计算，

　　我们需要先对彩色图进行处理，使图片只剩下前景信息与背景信息。二值化也可以简单地将其理解为“黑白化”。

3. 图像降噪：

　　对于不同的图像根据噪点的特征进行去噪的过程称为降噪。

4. 倾斜校正：

　　由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），

　　因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

5. 版面分析：

　　将文档图片分段落，分行的过程称为版面分析。

6. 字符切割：

　　由于拍照、书写条件的限制，经常造成字符粘连、断笔，直接使用此类图像进行OCR分析将会极大限制OCR性能。

　　因此需要进行字符切割，即：将不同字符之间分割开。

7. 字符识别：

　　早期以模板匹配为主，后期以结合深度网络的特征提取为主。版面还原：将识别后的文字像原始文档图片那样排列，

　　段落、位置、顺序不变地输出到Word文档、PDF文档等，这一过程称为版面还原。

8. 后期处理：根据特定的语言上下文的关系，对识别结果进行校正。

9. 输出：将识别出的字符以某一格式的文本输出。

三、OCR的使用现状

ocr的发展已经有了非常多的积累，一般人或者企业使用，都是直接使用第三方的服务，目前提供第三方服务的大企业也非常多，百度，阿里云，腾讯等等，都提供了非常方便的api接口，可以进行调用，识别的速度、精确度和效果也都是非常不错的。唯一的缺点就是api的调用是需要收费的，对于调用频次不高的个人和企业，这个费用还是非常低的。

1，为什么企业要使用开源的而不是直接使用api服务？

目前因为公司的现状，使用开源的有几个目的

每天调用的频次比较高，以后可能越来越高，所以基于费用的考虑是最主要的。
目前ocr的算法研究基本趋于成熟，并且目前对识别的精度要求不是太高，目前开源项目基本能够满足。
对于cv和深度学习进行一定程度的积累和了解，为后续工作做一些铺垫。
学习开源ocr的模型构建，方便后续对于模型的更新。

2，目前常用的几个OCR开源的项目

目前针对ocr的相关开源项目还是很多的，做了一些简单的调研和试用，在这里进行记录。对于调研不准确的希望大家指出。

第一名：PaddleOCR

PaddleOCR 是百度开源的中文识别的ocr开源软件，PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型，并应用落地。

支持多种OCR相关前沿算法，在此基础上打造产业级特色模型PP-OCR和PP-Structure，并打通数据生产、模型训练、压缩、预测部署全流程。

开源地址： https://github.com/PaddlePaddle/PaddleOCR.git

官网地址： https://www.paddlepaddle.org.cn/

优势

github上面star非常多，项目非常活跃
模型只针对中文进行训练
后面做背书的公司非常强（baidu）
相关的中文文档非常齐全
识别的精确度比较高
安装和教程详细
支持前沿算法和标注工具

劣势

目前使用的训练模型是基于百度公司自己的PaddlePaddle框架，对于小公司来说并不主流（对比于ts或者pytorch），所使用深度学习框架为后续其他深度学习无法做很好的铺垫
项目整体比较复杂，学习成本较高

所以根据自己实际情况，我最终选择了这个百度飞浆OCR开源项目学习。

第二名：Tesseract

Tesseract 一款由HP实验室开发由Google维护的开源OCR引擎，支持多语言，多平台，使用python开发。

开源地址： https://github.com/tesseract-ocr/tesseract.git

优势

github上面star非常多，项目非常活跃
识别的语言和文字非常多
后面做背书的公司非常强（google）

劣势

不是专门针对中文场景
相关文档主要是英文，对于阅读和理解起来有一定困难
学习成本比较高
源码较多，并且部分源码是c++，学习起来难度比较大

所以根据自己实际情况放弃了这个项目的学习。

第三名：EasyOCR

EasyOCR是用Python编写基于Tesseract的OCR识别库，用于图像识别输出文本，目前支持80多种语言。

开源地址： https://github.com/JaidedAI/EasyOCR.git

优势

github上面的star也是比较多，但是最近不是特别活跃
支持的语言也是非常多的，多达80多种
识别的精确度尚可

劣势

从官方的页面体验来说识别的速度较慢
识别的文字种类多，学习难度较高
相关的官方文档是基于英文的，学习难度较高，对于新手不太友好

tesseract.js

js版本的Tesseract OCR,支持一百多种语言,使用也是非常简单，可以用npm安装，也可以直接在页面引用js

https://github.com/naptha/tesseract.js.git

mmocr

MMOCR 是基于 PyTorch 和 mmdetection 的开源工具箱，专注于文本检测，文本识别以及相应的下游任务，如关键信息提取。

https://github.com/open-mmlab/mmocr.git

simple-ocr-opencv

基于opencv 和numpy开源的OCR识别引擎

https://github.com/goncalopp/simple-ocr-opencv.git

OCRmyPDF

OCRmyPDF是基于Tesseract-OCR开发、训练的文字识别提取的开源项目。它可以将扫描或图像文件中的文本转换为可编辑的PDF文档。

Umi-OCR

Umi-OCR是基于PaddleOCR实现的一款开源的文字识别工具。它可以快速为您生成高质量的OCR模型，并提供简单易用的API，支持多种语言和文件格式。它特别适用于需要进行自定义训练的OCR应用程序。

3、OCR工具

OCRmyPDF

OCRmyPDF是基于tesseract-ocr开发、训练的文字识别提取的开源项目

https://github.com/ocrmypdf/OCRmyPDF.git

Umi-OCR

基于 PaddleOCR 实现的一款开源的文字识别工具，

一般开源项目，识别率肯定没有商用的那么高，只有通过训练自己的字库来提高识别率。文字识别场景，有时候就会涉及到图片处理，这里又会关联到其它强大的图像处理开源项目，如：OpenCV。这些项目中，PaddleOCR相对来说会更符合我们常见的业务场景，也支持我们自己去训练。

四、OCR实际应用场景

在本文中，我们介绍了八种常见的开源OCR框架和工具，包括Tesseract、Tesseract.js、PaddleOCR、EasyOCR、MMOCR、simple-ocr-opencv、OCRmyPDF和Umi-OCR。这些工具具有不同的特点和优势，可以根据实际需要进行选择。下面列出了这些工具的一些实际应用场景：

Tesseract：广泛应用于图像识别和文本转换领域，如扫描仪、数字化文档等。
Tesseract.js：用于网页端OCR识别，可实现将图像中的文字转为可编辑文本，适用于在线编辑器、智能表单、在线阅读器等应用场景。
PaddleOCR：适用于复杂文本场景下的OCR识别，比如身份证、银行卡、车牌等。
EasyOCR：适用于文本排列和字检测准确度要求较高的 OCR 应用场景，如名片识别、发票识别、商品标签识别等。
MMOCR：适用于中英文混合、竖排文字、非结构化场景下的OCR识别，如手写字、表格、小说等。
simple-ocr-opencv：适用于处理常见的OCR任务，如身份证、营业执照、车牌等。
OCRmyPDF：将扫描或图像文件中的文本转换为可编辑的PDF文档，适用于需要编辑PDF文档的场景。
Umi-OCR：可以帮助用户快速生成高质量的OCR模型，并支持多种语言和文件格式。适用于需要自定义训练的OCR应用程序。

五、OCR技术国内应用情况

OCR技术在信创领域中应用广泛，主要包括文字识别、表格识别、印刷体识别以及各种证件的识别。随着各种开源OCR工具的出现和不断完善，OCR技术得到了广泛应用，国内OCR技术也已相对成熟，并且得到广泛应用。常见的厂商有图鼎科技、中标信息、神州数码、讯飞OCR等，互联网公司如阿里云、腾讯云也推出了自己的OCR技术产品。

这些OCR技术可以应用于各个领域，例如：

电子商务：在订单处理、发票管理、商品识别等方面的应用，提高效率和准确性。
金融服务：在银行卡、身份证、证券账户等领域的识别，可以提高客户体验，降低工作量和出错率。
医疗健康：在病历管理、药品监管、个人隐私信息保护等方面的应用也十分重要。

除此之外，OCR技术还可以用于政务管理、教育、交通运输、安防等各个领域。应用范围广泛，具有广阔的市场前景。

当然，OCR技术也存在一些缺陷。例如，一些手写文字识别的准确性尚待提高。在复杂环境下、格式多样化的文档处理中，OCR技术也可能出现误识别等问题。此外，OCR技术也需要不断地优化和改进，以适应新场景的需求并提高产品质量。

总体来说，OCR技术在信创领域中将会越来越重要，并且其应用也会不断扩展和深化。各家厂商可以通过技术创新、算法优化、运营推广等方面提高产品性能和竞争力，为用户带来更好的体验和服务。

综上所述，OCR技术作为一项重要的人工智能技术，已经得到了广泛的应用，并且将会越来越重要。通过使用开源的OCR框架和工具，开发者可以更灵活地构建高质量的OCR应用程序，实现更多实际的场景应用。

六、参考

搭建自己的OCR服务，第一步：选择合适的开源OCR项目 - PandaCode辉 - 博客园

http://juejin.cn/post/7261861496564940859

一、OCR是什么？

二、OCR的基本流程

三、OCR的使用现状

1，为什么企业要使用开源的而不是直接使用api服务？

2，目前常用的几个OCR开源的项目

第一名：PaddleOCR

优势

劣势

第二名：Tesseract

优势

劣势

第三名：EasyOCR

优势

劣势

tesseract.js

mmocr

simple-ocr-opencv

OCRmyPDF

Umi-OCR

3、OCR工具

OCRmyPDF

Umi-OCR

四、OCR实际应用场景

五、OCR技术国内应用情况

六、参考

相关文章：