懒人的技术笔记

PP-OCRv3（2022）：采用SVTR识别架构，中文识别准确率突破80%PP-OCRv4（2023）：融合Transformer与CNN的混合架构，实现多维度性能突破

EasyOCR是由Jaided AI团队开发的开源OCR引擎，基于PyTorch深度学习框架构建，支持80+种语言的文本识别，包含简体中文(ch_sim)、繁体中文(ch_tra)、英语(en)等主流语言。多场景适应：支持自然场景文本、文档密集文本、手写体等多种类型端到端流程：集成CRAFT检测模型+CRNN识别模型的完整解决方案硬件加速：支持GPU加速推理（CUDA/MPS）与CPU模式灵活扩展：允许用户自定义识别网络和模型存储路径。

Tesseract是由HP实验室于1985年研发的光学字符识别引擎，2005年由Google开源并持续维护至今。其核心技术经历了三个阶段演进：

硬件配置多光谱成像模块使用3组环形LED光源（白光、红外850nm、紫外365nm）多角度照射例：钢印在红外光下因材质吸热差异形成热成像轮廓，紫外光激发喷码荧光物质高速工业相机选型高速工业相机：例如Basler acA4112-20um（4096×3000分辨率，300fps），搭配远心镜头消除透视畸变触发同步装置光电传感器触发拍摄，确保药盒进入视场中心±2mm误差内成像参数优化钢印检测：采用偏振光成像抑制镜面反射，曝光时间≤1ms以避免运动模糊喷码检测：使用同轴光照明。