本文主要是介绍金融OCR领域实习日志（二）——四种OCR模型效果测试（附图），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
文章目录
- 四种模型ocr效果简单测试
- 模型
- 场景
- 1.paddle框架下PP-OCRv3
- 1.1.效果如下：
- 1.2.总结
- 2.paddle框架下ppocr_server_v2
- 2.1.效果如下
- 2.2.总结
- 3.CnOCR
- 3.1.效果如下
- 3.2.总结
- 4.TesseractOCR
- 4.1.效果如下
- 4.2.总结
- 5.后续想法
四种模型ocr效果简单测试
模型
PP-OCRv3、ppocr_server_v2、CnOCR、TesseractOCR
场景
发票（扫描件）、表格扫描件
1.paddle框架下PP-OCRv3
使用轻量级模型PP-OCRv3
1.1.效果如下：
1号表格扫描件==（时间2.13s）==：
1号发票==（时间1.7s）==
2号发票扫描件==（时间2.36s）==
1.2.总结
表格扫描件：效果一切良好
发票实拍：有部分模糊文字识别不清，图片太糊了
发票扫描件：效果良好，但是特殊字符无法识别，后续补充训练可以解决
2.paddle框架下ppocr_server_v2
使用通用模型PP-OCRv3
2.1.效果如下
1号发票
2.2.总结
效果太差不试了
3.CnOCR
这里ocr参数全部设置默认
3.1.效果如下
1号表格扫描件：
1号发票：
3.2.总结
比起paddle中文模型，有较大差距，
表格问题较小，但比如”牡“丹识别成了”社“丹
发票比较模糊，问题很多，比如联合识别成联音，公司识别成公碍等错误
特殊字符也同paddle一样无法识别，
识别成了8，不过可以补充训练
4.TesseractOCR
4.1.效果如下
1号表格：
1号发票：
4.2.总结
中文识别一团浆糊，完全不能用
5.后续想法
基于paddle2.6发布的版本，PP-OCRv3表现最好，也是百度最新的OCR中文检测识别模型（paddle2.7下的v4没测），百度通用模型的效果相比而言差了很多。CnOCR比paddle差距明显，特别是模糊图片，Tesseract在中文场景下则是完全不能用。
此外，由于发票文档分布非常复杂，导致大部分识别模型无法对齐，但由于发票的模板非常固定，可以通过坐标变换先调整发票摆正，再裁剪图片喂给模型识别，以此来控制各个识别区域，避免文字错位。
这篇关于金融OCR领域实习日志（二）——四种OCR模型效果测试（附图）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
