当前主流OCR系统通常都需要1B+参数的大模型计算，近期刚好在抱抱脸上发现一款仅256M参数的轻量级全能型文档OCR模型工具。 一个名为 SmolDocling 的 OCR 模型，轻量级、高速且支持完

最简单且高质量的OCR工具，它来了！ 一款基于 Llama 模型实现的开源OCR：Llama-OCR。 对于经常需要将图片、收据或包含表格的 PDF 文档转换为可编辑的文本时候，这款工具就显得尤为重要

2023 年 12 月 10 日 • Shrijith Venkatramana 上周，PDF 转 Markdown 的工具 Marker 成为 Hacker News 首页的热门话题。作为一个对机器

1. 前言 很久没更新博客，这次正好趁着这次机会来更新一个稍微有点意思的内容，利用C++中Opencv、TensorRT等库编译出动态库供Go调用，再写个简单的api对上传的车辆图片进行车牌识别。究其

本章将介绍常见的文字识别后处理方法，按照不同的目的将内容分为两部分：文本纠错和文本结构化。文本纠错的目标是纠正 OCR输出文本中错误的文字，而文本结构化则是从OCR输出文本中定位需要的信息，并按照应用

本篇为《深入浅出OCR》实战：基于PGNet的端到端识别，主要对端到端识别PGNet算法进行解读，配合PaddleOCR算法实现端到端算法实战。尽可能详细介绍代码及项目流程，如有错误请指正。

上一篇作者着重介绍文字识别算法的发展、分类及各自领域经典算法，为了进一步熟悉文字识别流程，本次作者将以基于主流文字识别算法CRNN为例，全面对文字识别技术流程进行解读，方便学习者快速上手实战。

OCR（光学字符识别）是计算机视觉领域的重要应用之一。要对深度学习OCR文字识别方法进行介绍，本人将从经典算法结构、代码、论文解读等角度展开，配合作者总结的思维导图，深入浅出OCR知识。

本篇为《深入浅出OCR》第二章：OCR技术发展与分类。本篇主要介绍传统OCR和深度学习OCR方法，从图像处理特征提取、文字检测与识别等角度展开详细介绍，配合作者总结思维导图，尽可能总结OCR全面知识。