文档OCR识别与深度学习OCR技术应用分析

现如今整个IT行业圈都在说什么Deeplearning、神经网络、深度学习，各行各业都搞起了这方面的业务，现在搞得最出色的，百度无疑，同时腾讯、阿里也不甘落后的紧随其后，甚至在某些方面，比百度做的还要好；奇虎360公司也在做，搜狗拼音输入法也搞起深度学习技术来。

诚然，深度学习确实有很大的技术改进优势，但是也不是马上就能秒杀一切传统的技术的。针对于文档图片文字识别OCR这方面，我想跟大家探讨几个方面的问题。

在此之前我要坦白一点：我不是技术开发人员，对各种OCR算法有一些基础认识，但了解内容有限，我仅仅是针对目前遇到的一些现状，并结合实际场景应用，与大家做个分享与讨论，有不当之处，大家可以留言或者联系我进行交流沟通。【经常有朋友认为我是技术人员，这是对我平时积极学习不愿被淘汰的工作习惯的另外一种认可，在这里感谢大家支持】

首先我这边要说的是传统的的文档OCR文字识别技术，他是有对图片上的内容进行认识分析的过程，其中比较重要的就是有个四要素，横排文本、竖排文本、表格、配图；每一个作者所写的材料，文章等文件中都是由这四个基本要素组成。

在传统的文档OCR识别技术中，算法会先分析图片中有几个布局区域，然后分析出水平横向文字，竖向垂直文字，表格和配图照片等区域，然后在针对各自的特点进行切分字符，保留区域类型，进行OCR识别调整；所以可以适应各种类型的文本识别。有些小角度的倾斜文本，OCR程序也可以进行智能调整识别；

深度学习的OCR技术是最近一年兴起来的，这个技术的抗干扰能力很强，可以识别比较复杂背景情况下的图片，但是现在的深度OCR识别技术并没有专门的公司去做深度研究和技术演练，目前的情况是可以很好地输出“行文字信息”以及“列文字信息”，所以如果想用深度学习的OCR技术去处理文档资料的话，会很不合适！

但是如果用来处理各种非文档类型的，场景照片中文字，广告海报中的文字，那么深度学习技术的OCR程序就会很有优势，如果您想做这方面的技术应用，就需要配备一台显卡比较牛的服务器，因为深度学习的技术跑的是GPU，对显卡的等级要求很高，不像跑CPU的传统OCR文字识别技术。

好了，先讨论分享这么多，大家还有什么想了解的，可以与我沟通！