公司做的是美团业务，需要定期解析一批美团的订单截图（也有一些是手机相机拍的订单页面图片），提取出其中的订单号码。 我试用了下腾讯的 ocr 识别成功率很高，就是太贵了，图片量很大遭不住。哪位老哥研究过 OCR ，能不能推荐一个适合本地部署的，公司有 5060 显卡。
This topic created in 200 days ago, the information mentioned may be changed or developed.
 |
superhuaiApr 20
1
偷偷摸摸用之前微信提取的那个 ocr ， 应该不要钱。
|
 |
WaoApr 20
2
deepseek ocr
|
 |
3
Paddle OCR 试试
|
1 |
66betaApr 20
4
听上去 Gemini 本地模型 Gemma 4 就能做？而且显卡错错有余
|
 |
Leon6868Apr 20
5
也许用多模态大模型比普通 OCR 好，收集拍摄的订单图片对于基于文字分隔的 OCR 而言还是太难了
|
 |
raptorApr 20
6
@Mogugugugu 百度这个确实还行
|
 |
diudiuuApr 20
7
gemma+ocr 一套
https://huggingface.co/unsloth/gemma-4-26B-A4B-it-GGUF/tree/main mmproj-BF16.gguf 这个是图片模型 |
 |
honda720Apr 20
8
Paddle OCR 就是干这个的，5060 应该能搞个稍微好点的
|
 |
xyooyxApr 20
9
Topdu/OpenOCR 前段时期试了个小型的，效果不错
|
 |
defunct9Apr 20
10
mmproj-BF16.gguf 这个是多模态用的，https://rendoumi.com/posts/20260409-gemma4_install/
|
 |
11
rapid OCR
|
 |
cheng6563Apr 20
12
跑个 qwen 看效果怎样。
|
 |
labubuApr 20
13
百度 Paddle server 版本
|
 |
ioriluApr 20
14
关注下, 模型太多了
现在有什么排行榜或确认的评测, 那几个模型领先吗 |
 |
TuringGoonerApr 20
15
之前不是有大佬逆向出来一个微信的 OCR 组件，纯算法的
|
 |
SeanfuckApr 20
16
Paddle OCR 基本上最强，有 cpu 版本，有现成的容器镜像。
|
 |
piconeApr 20
17
paddle OCR ，性能也不错
|
 |
BlueSkyXNApr 20
18
我一般用 MAC 自带的
|
 |
pandaPapaApr 20
19
deepseek ocr 好像免费的
|
 |
SmallBlueZhaoApr 20
20
 第一次看见帖子里面推荐百度家的东西比别家的多。。。 |
 |
whitewatercnApr 20
21
之前试过，paddle-ocr-vl1.5 足够好用，且开销不大，跟着这两个教程玩就足够了
先部署 https://forum.beginner.center/t/topic/2677 再调用 https://forum.beginner.center/t/topic/2681 |
|
whitewatercnApr 20
22
@SmallBlueZhao #20
有一说一百度在 ocr 方面的积淀很深，不知道多少年前就开始提供 ocr api 了，大模型出来以前，他们的 api 就很好用 |
 |
tianjiyaoApr 20
23
@SmallBlueZhao 这个你别说 paddle OCR 是这个 行业的翘首。。。百度这个是真的不错。更加厌恶肉饼了。。。。。 多好的牌。。打成这样子稀烂
|
 |
24
https://aistudio.baidu.com/paddleocr 提供免费服务 效果不错的
|
 |
mashimaroinfo1Apr 20
25
这个事儿我亲手试过, 最精准的是 GLM-OCR(GGUF), 好像 0.9b 。
次一等(但更快)RapidOCR 。 别信 Tesseract OCR, 各种意外错误。  |
 |
Les1ieApr 20
26
直接用 paddleocr ，或者用基于他而开的框架 rapidOCR 。开发和部署都超级简单，不吃资源，比如我上个月搓的简易验证码识别，简单粗暴又高效 https://github.com/IanSmith123/easy_captcha :)
|
 |
livelyyongheng1Apr 20
27
那必然是 paddle
|
 |
NizumaEijiApr 20
28
paddle ocr 吧 日常用比较稳
没必要上多模态的 llm 吧 |
 |
AiBoyApr 20
29
识别中文手写最强的是谁呢？
|
 |
superPONYApr 20
30
巧了，最近在做的项目刚好测了几个多模态/OCR 模型，你可以参考我的项目 readme 文档，https://github.com/RAGDock/RAGDock 。有用的的话求个 Star 哈哈哈
|
 |
andlpApr 20
31
yolo 效果比大模型好
定位订单的区域,针对这个字体识别,然后只识别 0-9 这 10 个数字 效果比什么大模型都要好的多 |
 |
32
easyocr 也可以
|
 |
miaomiao888Apr 21
33
@AiBoy 合合 OCR
|
 |
SanjinGGApr 21
34
rapidocr
|
 |
Selenium39Apr 21
35
llmocr
|
 |
37
|
 |
fork3rtApr 21
38
Paddle OCR VL 即可
|
 |
ukoudaiApr 21
39
你直接使用 macos,自带 视觉识别的 ，速度还贼快
|
 |
lyhivingApr 21
40
识别中文手写最强的是谁呢？
|
 |
fenildfApr 21
42
@whitewatercn 这种在 windows 下有法部署吗？
|
|
fenildfApr 21
43
@superPONY 已 star 。看起来挺好。想自己试试，发现缺指导文件 BUILD_GUIDE.md
|
 |
44
@berry10086 今天简单试了下，手机截图准确率很高了，但是相机拍摄的照片有时候订单号中间会缺失 3-4 位数字
|
|
fenildfApr 22
45
@EchoPrince 相机应该分辨率更高吧。不过可能被环境影响了
|
|
whitewatercnApr 24
46
@fenildf #42 windows 没试过，但是最简单的就是上 docker 吧，只要能启动 paddleocr 就行
|
|
fenildfApr 27
47
@whitewatercn 好的，谢谢
|
 |
xiaxichenJun 10
49
paddle-ocr-vl1.6 很强
|
Select Language