最近人工智慧太火了，大家都在說什麼Deeplearning、神經網路、深度學習，各行各業都搞起了這方面的業務，誠然，深度學習確實有很大的技術改進優勢，但是也不是馬上就能秒殺一切傳統的技術的。針對於圖片文字識別OCR這方面，我想跟大家探討幾個方面的問題。

首先我要跟大家說明的是：我不是技術開發人員，對各種OCR演算法有一些基礎認識，但瞭解內容有限，我僅僅是針對目前遇到的一些現狀，並結合實際場景應用，與大家做個分享與討論，有不當之處，大家可以留言或者聯絡我進行交流溝通。

首先我這邊要說的是傳統的的文件OCR文字識別技術，他是有對圖片上的內容進行認識分析的過程，其中比較重要的就是有個四要素，橫排文字、豎排文字、表格、配圖；每一個人們寫的材料，文章等檔案中都是由這四個基本要素組成。

在傳統的文件OCR識別技術中，演算法會先分析圖片中有幾個佈局區域，然後分析出水平橫向文字，豎向垂直文字，表格和配圖照片等區域，然後在針對各自的特點進行切分字元，保留區域型別，進行OCR識別調整；所以可以適應各種型別的文字識別。有些小角度的傾斜文字，OCR程式也可以進行智慧調整識別；

深度學習的OCR技術是最近一年興起來的，這個技術的抗干擾能力很強，可以識別比較複雜背景情況下的圖片，但是現在的深度OCR識別技術並沒有專門的公司去做深度研究和技術演練，目前的情況是可以很好地輸出“行文字資訊”以及“列文字資訊”，所以如果想用深度學習的OCR技術去處理文件資料的話，會很不合適！

但是如果用來處理各種非文件型別的，場景照片中文字，廣告海報中的文字，那麼深度學習技術的OCR程式就會很有優勢，如果您想做這方面的技術應用，就需要配備一臺顯示卡比較牛的伺服器，因為深度學習的技術跑的是GPU，對顯示卡的等級要求很高，不像跑CPU的傳統OCR文字識別技術。

好了，先討論分享這麼多，大家還有什麼想了解的，可以與我溝通！