使用了互联网大厂的OCR，发现没有一个能打的

起初选择含位置信息，倒是挺快，识别精度太差，放弃

选择最贵的高精度含位置信息，还是出现丢字现象，接下来就试用了华为。

华为 ，识别精度和百度类似，大段的文字块识别效果令人满意，但是百度丢的单字华为也没找回来。

后来在论坛专家指导下用了表格识别，效果好那么一点点，但还是丢字，华为专家说也就这样了。

那只能接受现实了，基于华为的识别结果做了解析，丢掉后两列数字识别部分，自己用OpenCV作了数字的识别！

虽然我最后选择了使用华为，但是整个使用过程华为给我的体验非常不好，应该是对个人开发者非常不友好，也许我不是华为的目标客户吧。

阿里OCR ，试用上传图片失败，要求不能超过1.5M，太搞笑了，想用你是看得上你，还对用户有要求，放弃

腾讯云OCR ，试用后，和百度、华为是同样的问题，放弃进一步使用

腾讯优图 OCR，不知道和腾讯OCR是什么关系，试用上传图片失败，要求不能超过1M，搞笑X2，放弃

讯飞OCR ，连个试用都没有，只提供API，谁知道你能不能行？实验的时间成本你来出？最烦这种厂商，一点不为用户着想，放弃

如果明年处理同样数据的话，华为、百度、腾讯应该都可以，还是华为吧，每月的免费额度够用了，少许费用可以接受，研发工作都做完适配了。

百度相比有点贵（虽然每天仅能免费使用50次）。

处理过程及问题

1、图片拆分为两个半张图片->图片中文字识别顺序是按行进行，会有跨行问题，给后继逻辑处理带来麻烦，所以检测图片中间竖线位置，将图片分为两个半片

2、调用SDK识别图片，获取响应文件->华为给的SDK每次都重新获取token，文档中说token有24小时有效期，懒得去改sdk，就这么用着吧

3、抽取文字内容和精度，按照逻辑重新组合->因为第二、三列数字识别不全（学费和招生人数），只对识别出的5位以上数字进行处理，通过数据的特征进行对象实例化

4、存入数据库->通过FreeSQL将对象列表中数据存入Sqlite，FreesQL真香！

5、OpenCV识别数字->利用旧日经验捡尸，要回忆和熟悉Python和OpenCV，太痛苦了，将两列数字识别后，补充入库。后来我就想要不要用PaddleOCR替换文字识别过程，毕竟文字块切分都做了。

6、格式化输出->通过SQL语句查询数据，导出为Excel

最后两列大部分是空的，允悲！

OCR问题

1、单字符丢失，例如图片下半部分的4600 1，基本上1都会丢失

2、识别错误，例如1识别为3

3、虽然看起来是相同的文字，但是识别结果不统一，如4600 1，有识别为46001，有识别为460，有识别为4600

4、识别有倾斜角度的图片，或者图片边缘稍扭曲的文字，精度会大幅降低；对细笔画的文字识别效果不好

实验（解决单字符丢失问题）

1、测试双列数字，第二列丢字

2、测试单列数字，全部识别成功

这样的话，同一张图片要拆分为六列，单独识别后，再把信息组合起来，逻辑处理上太麻烦了，成本也大幅提高。

建议

1、差异化图像处理方法和训练模型，别都是一样的，大同小异，能解决的问题大家都能解决，解决不了的都解决不了，作为竞品就没什么意义；至少给出几种不同的识别结果，让用户有个挑选不是？都是文字块先膨胀后腐蚀处理，有没有不腐蚀的？或者给出腐蚀情况下不同阈值的处理结果？

2、建立交互式OCR，用户可根据识别结果进行反馈，提高识别精度或着重识别部分位置

3、不能光有OCR，没有人工智能，想“T程”在一堆汉字中出现的，大概率是“工程”，应该基于常识知识库给出最优解

4、统一Response json格式，内容无非是识别的文字、文字位置之类的，每一家格式都不一样，最好能统一，降低研发迁移成本

感想

对国内的OCR行业失望了，当然不只是OCR，NLP同样有这样的经历，想当年一路从百度、腾讯试过去，结果也是一言难尽……

不过NLP比OCR难多了，心理倒是可以接受，OCR处理不了这么清楚的印刷体场景，令我感到吃惊。

看各位论文、竞赛猛如虎，搞各种花里胡哨的字体识别，但是解决不了基本的实际问题，挺悲哀的。

最后要说，可能是我的水平菜，生硬的使用了各家的产品，对各位产品了解不够深入，blablabla~

但是不能让菜鸡顺利的使用你们的产品，难道不是你们的过错吗？！

锅还是你们的，哼~

附记 - 收费标准（2020年8月）

百度OCR收费标准

百度OCR免费额度

华为OCR

下篇预告

从使用体验上讲，百度要好过华为很多，这个必须点赞，就是起步是万次套餐，居然还有一年期限，接受无能。实验阶段用的按量计费，总共花费了不到10元，然后无情的抛弃了百度（微笑）。

华为有千次收费包，还是很厚道的，这就是我为什么选择华为的原因（还不是因为穷）；但是使用过程中，华为让我感到很大的挫败感，时常处于懵逼和抓狂状态，下面我会单开一篇吐槽华为。