本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：智能OCR技术作为人工智能领域的重要原子能力之一，在行业转型过程中发挥作用。对传统的OCR和基于深度学习的智能OCR技术进行对比，着重分析智能OCR技术的关键技术和部署优势；深度学习的融入实现了OCR对复杂文本的识别。其他信息化手段的综合应用，使智能OCR具备移动端适配、多任务检测、整行识别、图像分割定位和分类等功能，应用场景更加广泛，在图书情报领域中的图书文本和卡证识别会更高效。最后对智能OCR的技术发展和赋能做了展望。
关键词：图书馆；智能服务；OCR识别；深度学习
doi：10.12045/j.issn.1007-3043.2021.08.005
概述
近年来，移动互联、大数据等新技术飞速发展，倒逼传统行业向智能化、移动化的方向转型。随着运营集约化、数字化的逐渐铺开，尤其是以OCR识别、数据挖掘等为代表的人工智能技术逐渐深入业务场景，为用户带来持续的经济效益和品牌效应。图书情报领域作为提升公共服务的一个窗口，面临着新技术带来的冲击，必须加强管理创新，积极打造智能化的图书情报服务平台，满足读者的个性化需求。无论是高校图书馆还是公共图书馆，都需加强人工智能基础能力的建设，并与图书馆内部的信息化系统打通，优化图书馆传统的服务模式，提升读者的借阅体验。
影像分类和录入纸质材料是图书馆的常态生产需求，比如：拍照的图书文本和借阅证件信息的分类与录入，会消耗大量人力、物力和时间成本，影响业务流程的效率和用户体验。人工录入的效率和准确性低，且易受馆员情绪影响。长期从事繁琐机械的录入工作，对于馆员是极大的心理负担。智能OCR利用机器24h连续工作，不受时间限制，可解决上述图书馆业务的痛点，提高影像处理效率。
