OCR

近些年来得益于AI技术的井喷式发展，OCR进入新的发展纪元，本篇主要介绍目前OCR的主流实现方案和评估指标。

研究团队注意到原本可能需要几千tokens 的页面内容，通过文档图片输入，信息被Vary压缩在了256个图像tokens中，这也为进一步的页面分析和总结提供了更多的想象空间。

OCR技术能够实现多场景和多语言的识别，还能通过提取图像中的文本分析其所包含的语义信息，为机器理解图像提供高层语义线索。

EasyOCR基于机器学习（CRNN）实现OCR功能。它能够识别超过80种语言的文字，包括简体中文和繁体中文。它是使用python开发的，因此使用Python调用也非常简单。

EasyOCR基于机器学习（CRNN）实现OCR功能。它能够识别超过80种语言的文字，包括简体中文和繁体中文。它是使用python开发的，因此使用Python调用也非常简单。

chineseocr_lite 是一个轻量级中文 OCR 项目，提供将图片上的中文转成字符串的功能。支持竖排文字，识别支持 ncnn、mnn、tnn 推理 （dbnet (1.8M) + crnn (2.5M) + anglenet (378KB)），总模型仅 4.7M

在这个数字化的时代，企业每天都会收发许多文件。但从各种文件中提取非结构化数据对于企业来说依然是一件难事，如发票和采购单。如今，超过80%的数据是非结构化的，而且在2023年以后非结构化数据预计会增长继续增长。 然而，随着自动数据采集技术的出现，这一过程已被彻底改变。技术为企业带来了很多便利。

物理文档可能会损坏或丢失，而OCR和ICR可提供占用所需空间的数字备份。相比于手动搜索存储区域的文档，数字化信息可以快速搜索。

在用户发布游戏商品时，我们希望用户将参数填得越全越好，这样有助于搜索、个性化推荐、统计数据。

本文中将使用Python演示如何解析文档(如pdf)并提取文本，图形，表格等信息。

OCR的核心技术包含两方面，一是目标检测模型检测图片中的文字，二是文字识别模型，将图片中的文字转成文本文字。

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。

这次的程序不两个不同的地方，第一，配料详情调用ChatGPT获取，免爬取，结果更精准。第二，web开发框架用gradio，gradio和streamlit类似，都是为了方便AI人员能快速构建web app的框架。