一种表格图片识别的思路（OCR）

    去年刚毕业工作不久接到一个工作任务是做表格图片的OCR，当时公司已经用上了业界很成熟的解决法案，用的是泰比，由于上个之前同事做时候没有把交互做好，用户体验不好，后来把交互修改后，体验好了不少，但对比一些专门做OCR的微信小程序比速度慢不少。
    我们的目标是既块又准，由于公司规模小，各方面资源有限，我当时还是从各大通用OCR（谷歌，百度，腾讯，阿里，汉王等等）开始尝试，开源的tesseract识别效果和速度都有点差强人意，国内几家尝试下来百度是效果最好（百度AI就是牛逼啊），但是百度的表格识别效果是不如泰比的，而且费用很贵，一次调用就要三毛钱，不可接受。无意尝试了一下百度的通用OCR，意外发现精确识别的效果惊人，而且带所有字符的位置信息，突然一个想法蹦了出来，把表格图片框线识别出来，再根据字符位置关系，把识别结果组成一个表格不就行了。马上行动起来，由于之前做的复杂网络和图像没有半毛钱关系，恶补了几天的图像处理，做出来之后速度提升了好几倍，感觉还是挺爽的，当然还是存在一些问题的，比如对一个表格单元内有多行文字图片不友好。目前正在最第二版，希望可以识别效果更上一层楼。