整個(gè)文字識(shí)別的算法流程可以分成四部分：預(yù)處理、文本行檢測(cè)、文字識(shí)別、后處理。預(yù)處理包括圖像方向校正（例如圖像偏轉(zhuǎn)90度，倒置）、文本行校正、圖像質(zhì)量增強(qiáng)（例如去除屏拍摩爾紋等）。預(yù)處理是為了處理特殊情況、提高檢測(cè)和識(shí)別的精度。文本行檢測(cè)目前以EAST和PSENET比較常見(jiàn)，目前來(lái)看，psenet精度更高，適用的場(chǎng)景豐富，對(duì)于文本行比較密集的場(chǎng)景和彎曲文本性能更優(yōu)，但是psenet速度低于EAST，尤其是文本行越多，后處理占用時(shí)間較長(zhǎng)。對(duì)于單字符情況，psenet的文本框的置信度較低，在較高置信度閾值時(shí)，容易導(dǎo)致最終檢測(cè)不到，而較小的閾值容易引入噪聲，所以需要根據(jù)具體場(chǎng)景設(shè)置一個(gè)合理的閾值。對(duì)于文本行識(shí)別，CRNN、attention