我正在尝试使用简单的CNN识别条形码，就像对待多位数识别问题一样。 结果不是很好。所以我一直在寻找相同的更好的深度学习模型。在搜索过程中，我没有发现对条形码尝试过的任何OCR模型。所以我的问题是-可以对OCR模型进行训练以识别条形码。我发现条形码检测和识别的任务与文本识别非常相似。有什么我想念的吗？
答案 0 :(得分：1)
虽然CNN可以用于读取条形码的内容，尤其是在可以训练大量图像数据的情况下，但是很难将经典条形码读取算法的性能与标准AI方法相匹配。
读取文本和读取条形码之间的差异是结构性的。文本从根本上来说是非结构化的，而条形码是使用专门设计的解码算法设计成具有可读性的结构。
在许多情况下，所有这些阅读算法都有一些规则，这些规则并不难实现。另一方面，CNN会很困难，需要大量数据才能学习这些规则。
此外，许多条形码符号（包括EAN）都使用错误检测或纠正算法（例如校验位），可以将其集成到错误恢复循环中以进一步提高扫描性能。
因此，从理论上讲，OCR和条形码扫描是相似的问题，而在实践中却存在实质性差异。
注意：我在Microblink工作，我们在条形码扫描和文本识别领域进行研发。在条形码扫描方面，我们基本上尝试了AI指令库中的所有内容，以充分利用它，并最终将CNN和经典算法紧密地结合在一起使用。