2023年OCR行业现状与投资分析报告.pdf

2 0 2 3 - 2 0 2 5 年O C R 行业现状与投 资分析报告 汇报人 ：张政廷 日期 ：2022-12-21 目 录 01 行业发展概述 02 行业环境分析 03 行业现状分析 04 行业格局及趋势 2 01 P a r t O n e 行业发展概述 行 业 定 义 行 业 发 展 历 程 行 业 产 业 链 3 行业定义 文字识别是指利用光学技术和计算机技术将图像中印刷或手写文本转换为计算机 可以直接处理的格式。在中国经济中高速增长和数字化转型的背景下 ，文字识别 需求端爆发 ，加速商业化应用落地。文字识别技术俗称光学字符识别 （OpticalCharaterRecognition，简称OCR），是指利用光学和计算机技术将 图像中印刷或手写文本转换为计算机可以直接处理的格式n成本下降 通过机器来 代替人工 ，可以大幅降低人工成本 ，能降低50%-95%的人力成本。商用价值较 高 ，是AI落地较快的领域。据顺丰统计 ，顺丰快递使用OCR产品之后 ，实现3小 时内识别2000万运单的识别 ，相关人力成本节约在50%左右。效率上升 相比于 传统的手工录入方式 ，能够显著的提升信息录入的效率。另一方面 ，信息电子化 促进了信息的流动和提升了存储的量。根据保险公司信息 ，通过运用OCR后保险 理赔的流程由原先的4-6天缩短至1天之内，效率的提升300%-500%。适用性强 OCR技术能够实现多场景和多语言的识别。支持错行、盖章、倾斜、文字叠加、 反光和任意角度等复杂场景的识别。在语言上 ，不仅能解决英文、德文等多国语 言的识别 ，也能实现复杂的古文字的识别 ，2021年 ，合合信息在世界人工智能 大会上上演了提取甲骨文等复杂文字。传统OCR基于图像处理 （二值化、连通域 分析、投影分析等）和统计机器学习 （Adaboot、SVM），提取图片上的文本 内容 ，其技术流程为图像预处理、文本区域定位、文本图像矫正、行列单字切分、 分类器识别和后处理。由于部分应用场景的样本量较少等原因，不适合用于深度 学习的识别方法 ，仍继续使用传统的OCR识别法 ，当前市场上仍有20%的细分 应用场景仍以使用传统的OCR识别法为主。 4 行业发展历程 2014-至今应用爆发阶段 1986-1988技术研制高潮期 深度学习的出现和海量数据训练使得OCR技术实现质的飞跃 ， 适用性更强。千五届九中全会提出促进数字经济与实体经济融 1986年 ，中国提出863高新科技研究计划 ，汉字 合 ，人工智能技术的发展和数字经济等发展推动下 ，OCR技术 识别的研究进入高潮期 ，相继推出早期的OCR识别 应用更为广泛和深入 ，应用端爆发 软件;应用上 ，由于识别准确率和产品化低 ，硬件成 本高,运行速度慢 ，