单开一贴，总结下常见 OCR 引擎的识别结果。
省流不看版：
通用字文档识别率： 合合 > 有道 = 谷歌 AI > 阿里 = 百度 > 火山
生僻字文档识别率： 合合 = 有道 > 火山 > 谷歌 AI > 阿里 = 百度
识别率最高：合合 0.050 元/页
性价比最高：有道 0.007 元/页
样本一：汉语成语源流大辞典
测试图片：1468_0.png.zip (3.2 MB)
PaddleOCR(开源)： 生僻字、拼音无法识别，标点符号正确
- 专(阃)久膺 // 错字：阔
- 孙(膑)兵法 // 漏字
- 五(一) // 漏字
- 分卒守(徼) // 错字：激
- 二(〇)八 // 错字：O
- (缮)甲兵 // 漏字
EasyOCR(开源)： 生僻字可以识别，拼音无法识别、标点符号错误很多
- 袁(枚) // 漏字
- 排(日)出署 // 错字：月
- 奕(䜣) // 错字：诉
- (汉)墓、(汉)书 、(汉)王、(汉)之粟、 (汉)齐盖庙碑 // 错字：汊
- 汉(王) // 错字：壬
百度高精度： 生僻字可以识别，拼音漏了两处声调，标点符号正确
- 奕(䜣) // 错字：诉
- 孙(膑)兵法 // 漏字
夸克扫描王(阿里)： 生僻字识别错误，拼音全对，标点符号正确
- 专(阃)久膺 //错字：间
- 奕(䜣) // 错字：诉
扫描全能王(合合)： 生僻字可以识别，拼音全对，标点符号正确
- 奕(䜣) // 错字：诉
- 二(〇)八 // 错字：O
白描(有道)： 生僻字可以识别，拼音全对，标点符号正确
- (一) // 错字：-
- 二(〇)八 // 错字：。
火山引擎： 生僻字可以识别，拼音漏了三处声调，标点符号正确
- 分卒守(徼) // 错字：微
- 二(〇)八 // 错字：0
谷歌 AI：生僻字识别错误，拼音全对，标点符号错两处
- 大(孚)众望 // 漏字
- 专(阃)久膺 // 漏字
- (圣)明洞鉴 // 漏字
- 九(一) // 错字：-
谷歌AI 8 月新模型：生僻字识别错误，拼音错三处，标点符号错两处
- 专(阃)久膺 // 错字
- 九(一) // 错字：-
- 二(〇)八 // 错字：o
- (一)7 // 错字：-
感谢 匿名1664 提供 EasyOCR 的识别结果。
感谢 将作大匠 提供夸克扫描王和扫描全能王的识别结果。
感谢 soso 提供白描的识别结果。
感谢 Chengzhir 提供谷歌 AI 的识别结果。
感谢 random 提供谷歌 AI 8 月新模型的识别结果。
样本二：中国古代史教程
主要任务是测试生僻字的识别。
测试图片：072.jpg.zip (484.3 KB)
合合： 错漏 0 个字，标点符号正确
有道： 错漏 0 个字，标点符号正确
火山引擎： 错漏 0 个字，标点符号正确
谷歌 AI 8月新模型: 2 个错字，标点符号正确
- 铜(铙) // 错字：饶
- (盉) // 错字：盃
百度高精度： 错漏 5 个字，标点符号正确
- (甗) // 漏字
- 铜(铙) // 错字：饶
- (觯) // 错字：解
- (卣) // 错字：卤
- (觥) // 漏字
阿里高精度： 错漏 8 个字，标点符号正确
- (鬲) // 漏字
- 铜(铙) // 错字：饶
- (觚) // 错字：缸
- (觯) // 错字：鯽
- (卣) // 错字：卤
- (盉) // 漏字
- (觥) // 漏字
- (瓿) // 错字：部
上述引擎的识别结果：072.zip (499.6 KB)
样本三：留声机与清末民初的世俗文化
主要任务是测试完整单页的识别。
测试图片：085.jpg.zip (700.1 KB)
此次测试总计 860 个汉字，138 个符号。
合合： 汉字 0 个错误，符号 0 个错误
谷歌AI 8月新模型： 汉字 0 个错误，符号 0 个错误
百度高精度：汉字 0 个错误，符号 2 个错误
阿里高精度：汉字 1 个错误，符号 1 个错误
- 年 // 幻觉：（全）年
有道：汉字 0 个错误，符号 3 个错误
- ①②③ // 符号可以识别，出现 3 个错误
火山：汉字 4 个错误，符号 7 个错误
- （阶）层 // 错字：防
- （时）// 错字：日
- （20） // 漏字
- （段） // 错字：县没
- ①②③ // 6 个符号都无法识别
上述引擎的识别结果：085.zip (708.5 KB)
欢迎补充其他软件的识别结果！
。