文字识别 OCR
OCR（Optical Character Recognition，光学字符识别）= 把图片里的文字变成可编辑的文本。截图里的代码、扫描版的合同、车牌与票据——机器「读图识字」后，一切都能进程序处理。
与 图像识别 CV 的关系：CV 判定「图里是什么」，OCR 专精「图中写了什么字」。都是深度学习任务，学过 CV 的同学上手非常快。
基线：Python 3.12 / 3.13 · EasyOCR 1.7.2 · PaddleOCR 3.7.0 · PaddlePaddle 3.3.1 · OpenCV 5.0.0.93 （全站基线是 Python 3.15，但 PyTorch 只出到 3.14、PaddlePaddle 只出到 3.13，本教程请用 3.12/3.13 建环境）
学习目标
- 理解 OCR 的原理：检测 + 识别两步走
- 会用 EasyOCR / PaddleOCR 两条路线识别文字
- 掌握中英混排、表格结构化等真实场景
- 学会预处理低质量图片
- 能写「批量图片 → 文本文件」的实用脚本
两条路线怎么选
| EasyOCR | PaddleOCR | |
|---|---|---|
| 上手难度 | 装完三行代码出结果 | 要先装 PaddlePaddle 引擎 |
| 中文精度 | 良 | 强（PP-OCRv6） |
| 表格还原 | 无 | 有（PP-StructureV3） |
| 依赖 | PyTorch | PaddlePaddle |
两条路线依赖不同版本的 OpenCV，建议各建一个虚拟环境（第 5 章 5.7 有说明）。
技术路线
| 章节 | 核心内容 |
|---|---|
| 1. OCR 是什么 | 原理与应用场景 |
| 2. 环境搭建与第一次识别 | 装库、跑通第一段代码 |
| 3. EasyOCR：多语言识别 | 80 种语言、参数调优 |
| 4. PaddleOCR：中文标杆 | 检测+识别+表格，中文最强之一 |
| 5. 图片预处理 | 灰度、二值化、放大降噪 |
| 6. 综合练习：批量图片转文本 | 文件夹全扫一遍 |
从 1. OCR 是什么 开始吧！