知乎用户

以前做过一点类似的工作，不知道对你是否有帮助，你姑且参考一下： 1.OCR其实是很古老的一个技术了，我理解的OCR是印刷文本中的文字识别，或者手写体等，目前感觉已经没啥做的， 2.现在学术界研究得比较多的是自然场景中的文字识别，如街道上的广告牌，商场中的店铺名，在电商场景里面，如淘宝，拼多多等需要对图片中的文字识别，用于内容风控等。 3.目前图像类的算法基本都是要利用卷积神经网络来做的，所有你只能选深度学习来做了； 4.文字识别，与文字检测是在发论文的时候，是会区分的，你要确定你是只做检测还是做识别，还是两者都要做； 所以，我理解的你要做的是我说的第2种，在这个方向里面有可以具体细分，如竖版文字识别，不规则形状文字识别等