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。
 |
1
superhuai 1 天前
偷偷摸摸用之前微信提取的那个 ocr ， 应该不要钱。
|
 |
2
Wao 1 天前
deepseek ocr
|
 |
3
Mogugugugu 1 天前  1
Paddle OCR 试试
|
 |
4
66beta 1 天前
听上去 Gemini 本地模型 Gemma 4 就能做？而且显卡错错有余
|
 |
5
Leon6868 1 天前
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
|
 |
6
raptor 1 天前
@Mogugugugu 百度这个确实还行
|
 |
7
diudiuu 1 天前
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 |
 |
8
honda720 1 天前
Paddle OCR 就是干这个的，5060 应该能搞个稍微好点的
|
 |
9
xyooyx 1 天前
Topdu/OpenOCR 前段时期试了个小型的，效果不错
|
 |
10
defunct9 1 天前
mmproj-BF16.gguf 这个是多模态用的，https://rendoumi.com/posts/20260409-gemma4_install/
|
 |
11
wnpllrzodiac 1 天前 1
rapid OCR
|
 |
12
cheng6563 1 天前
跑个 qwen 看效果怎样。
|
 |
13
labubu 1 天前
百度 Paddle server 版本
|
 |
14
iorilu 1 天前
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 |
 |
15
TuringGooner 1 天前
之前不是有大佬逆向出来一个微信的 OCR 组件，纯算法的
|
 |
16
Seanfuck 1 天前
Paddle OCR 基本上最强，有 cpu 版本，有现成的容器镜像。
|
 |
17
picone 1 天前
paddle OCR ，性能也不错
|
 |
18
BlueSkyXN 1 天前
我一般用 MAC 自带的
|
 |
19
pandaPapa 1 天前
deepseek ocr 好像免费的
|
 |
20
SmallBlueZhao 1 天前
 第一次看见帖子里面推荐百度家的东西比别家的多。。。 |
 |
21
whitewatercn 1 天前
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 |
|
22
whitewatercn 1 天前
@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 |
 |
23
tianjiyao 1 天前
@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
ShawnShi PRO https://aistudio.baidu.com/paddleocr 提供免费服务 效果不错的
|
 |
25
mashimaroinfo1 1 天前
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。  |
 |
26
Les1ie 1 天前
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 :)
|
 |
27
livelyyongheng1 1 天前
那必然是 paddle
|
 |
28
NizumaEiji 1 天前
paddle ocr 吧 日常用比较稳
没必要上多模态的 llm 吧 |
 |
29
AiBoy 1 天前
识别中文手写最强的是谁呢？
|
 |
30
superPONY 1 天前
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
|
 |
31
andlp 1 天前
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
berry10086 1 天前 1
easyocr 也可以
|
 |
33
miaomiao888 1 天前
@AiBoy 合合 OCR
|
 |
34
SanjinGG 21 小时 26 分钟前
rapidocr
|
 |
35
Selenium39 21 小时 14 分钟前
llmocr
|
 |
37
JoeSmith 20 小时 56 分钟前
|
 |
38
fork3rt 20 小时 30 分钟前
Paddle OCR VL 即可
|
 |
39
ukoudai 20 小时 10 分钟前
你直接使用 macos,自带 视觉识别的 ，速度还贼快
|
 |
40
lyhiving 18 小时 12 分钟前
识别中文手写最强的是谁呢？
|
 |
42
fenildf 13 小时 49 分钟前
@whitewatercn 这种在 windows 下有法部署吗？
|
|
43
fenildf 13 小时 25 分钟前
@superPONY 已 star 。看起来挺好。想自己试试，发现缺指导文件 BUILD_GUIDE.md
|
 |
44
EchoPrince OP @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
|
Select Language