掃一掃就能識別文字，這是近年來出現在很多應用中的新功能。比如，輸入銀行卡號時，直接用手機攝像頭掃一掃，軟件就能提取銀行卡信息。這里用到的技術正是光學字符識別技術（Optical Character Recognition）。 OCR 是光學字符識別（Optical Character Recognition）的縮寫，指利用機器將圖像中手寫體或印刷體的文本轉換為計算機可以直接處理的格式。作為計算機視覺領域的重要分支，OCR 典型應用是通過圖像文字識別實現信息錄入。同時，由于文字和符號包含豐富的語義信息，基于 OCR 提取文字信息繼而進行分析，能夠幫助機器更好地理解圖像。

9 月 28 日，在工業和信息化部、北京市人民政府、國際電信聯盟 ITU-T 指導的 2020 AIIA 人工智能開發者大會上，主辦方正式發布國內首份智能文字識別（OCR）能力測評與應用白皮書。 白皮書從 OCR 發展背景、技術沿革、產業發展現狀、技術標準化、發展趨勢等多個維度，對當前國內 OCR 產業進行了一次詳細梳理，全面助推 OCR 技術產業化加速落地及可持續發展。

據了解，白皮書由中國信息通信研究院、中國人工智能產業發展聯盟、騰訊公司相關部門聯合起草。
新基建帶來新機遇，OCR技術發展三大趨勢

借助人工智能技術，近年來 OCR 性能的不斷提升為產業數字化催生出的更復雜的 OCR 應用場景提供了堅實支撐。同時，覆蓋手機、電子產品以及云服務在內的更加多樣化的服務載體，進一步加快了 OCR 的普及，持續向社會生產生活的更多領域滲透。 尤其是 2020 年 4 月，發改委明確將人工智能基礎設施列入 “新基建” 范圍，作為人工智能應用中最接 “地氣”，商業推廣較為成熟的領域，OCR 產業在“新基建” 背景下無疑將迎來新的發展機遇，相關技術也將迎來新一輪的變革。 報告指出，OCR 技術未來發展的三大方向主要包括一體化的端到端 OCR 模型、兼具高性能高效率的 OCR、從感知到認知的智能 OCR。 詳細來說，構建一體化的端到端網絡，同時對文字檢測和識別進行訓練，將成為 OCR 技術發展的重要趨勢之一。端到端的網絡設計不僅能夠減少重復計算，又能夠提高特征的質量，促進任務性能的改善。 同時，大量的 OCR 應用需要在資源受限的移動端設備上運行，當前移動端 OCR 算法大多以犧牲一定的算法精度來換取運行速度，針對移動設備設計兼顧性能和效率的輕量 OCR 模型將是未來發展的重要方向。 另外，從感知到認知的智能 OCR 來說，OCR 技術通常從計算機視覺領域出發，未來與自然語言處理技術、知識圖譜等更廣領域的交叉融合，通過語義及知識的深度挖掘提升 OCR 性能是重要趨勢。

此外，在 OCR 中引入強化學習和元學習等新的學習范式，讓機器自主學習如何識別文字，也將成為研究熱點。 市場規模達 133.81 億美元，OCR 成科技巨頭標配 目前，OCR 技術已在金融、保險、醫療、交通、教育等諸多行業有了深入成熟的應用。未來隨著傳統行業的數字化轉型，OCR 應用范圍和場景將進一步擴展，市場規模將進一步增大。有權威機構預測，2025 年全球 OCR 市場規模將達到 133.81 億美元。 早期受限于技術發展水平，OCR 廠商通常從特定應用切入，例如車牌識別系統等，形成了一系列專用設備。近年來，越來越多的終端設備及應用均嵌入了 OCR 技術，并逐漸形成了從基礎設施、基礎能力到終端應用的完整產業鏈生態，也衍生出了卡證、票據等一系列細分 OCR 能力，通過組合的方式服務于各個行業。

圖 | OCR 產業生態圖 不難看出，OCR 技術逐漸 “下沉” 為一項基本的能力，為上層不同的業務應用提供底層技術支撐。科技巨頭和云計算廠商正在紛紛加速布局 OCR，在滿足自身內部業務需求的同時，不斷對外開放先進的 OCR 能力，OCR 已然成為科技巨頭能力標配。 多行業場景成熟落地，首次發布OCR評測標準 在具體的落地應用層面，目前卡證識別、票據識別等標準場景文字識別已經相對成熟，手寫文字識別在教育、物流等行業的應用也在不斷擴大。復雜動態場景下的 OCR 技術和應用成為近兩年的熱門研究方向，比如在無人駕駛、機器人等場景利用 OCR 對視場中出現的文字進行識別等。在此次發布的白皮書中，騰訊云也公布了其多項OCR領域的典型落地案例。

值得一提的是，為全面降低 OCR 相關領域的應用門檻，避免出現魚龍混雜局面，白皮書也首次公布 OCR 評測標準和規范。 2020 年 4 月，中國人工智能產業發展聯盟制定了《OCR 服務智能化分級技術要求和評估方法》，規定了 OCR 服務在功能、性能、安全等方面的技術要求以及評估方法。7 月，OCR 服務要求及評估方法在國際電信聯盟 ITU-T SG16 組成功立項，標志著深度學習背景下的 OCR 評測方法已經逐漸被國際標準組織所接受。 目前，由中國人工智能產業發展聯盟指導，騰訊云開發的天鑒 OCR 服務引擎自動化評測平臺，不僅能夠為 OCR 技術供給方提供技術測試服務，也將發布 OCR 技術或產品的測試結果，為需求方提供客觀公正的選型依據。
責任編輯人：CC