深度学习OCR文档识别

 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。