我们拿一张随便从网上找到的发票图片先试试，体验下差异。
一、百度飞桨OCR
链接：https://www.paddlepaddle.org.cn/hub/scene/ocr
效果：
输出的是原始的识别内容，总体内容和文字以及数字是正确的，但是。。。比较原始。并不是针对票据或者特定场景使用的。
二、合合信息Textin
链接：https://www.textin.com/experience/bill_recognize_v2
效果：
这样的识别效果，是很优秀了，在原始OCR识别的基础上，针对发票场景，增加了票据类型识别，以及字段提取。
国内领先的OCR供应商，果然不是盖的。
如果我们要手搓一个合合信息Textin这样的模型效果，需要怎么搞？
将PaddleOCR与DeepSeek模型（如DeepSeek-R1）结合使用，可以实现**“OCR文本提取+大模型语义理解”的联合解决方案**，在复杂文档解析、结构化信息抽取等场景中显著提升效果。以下是详细评估与实现指南：
一、技术组合优势
| 模块 | 功能 | DeepSeek价值 |
|---|---|---|
| PaddleOCR | 高精度文本检测与识别 | 提供准确的原始文本输入（避免GIGO原则） |
| DeepSeek模型 | 上下文理解、结构化解析、多语言处理 | 补足OCR无法处理的语义关联与逻辑推理 |
二、典型应用场景
- 合同解析：
- OCR提取条款文本 → DeepSeek识别关键条款（如违约责任、付款方式）并生成摘要。
- 票据处理：
- OCR提取发票字段 → DeepSeek校验逻辑一致性（如金额大小写匹配）并转结构化JSON。
- 学术文献分析：
- OCR识别论文公式/图表 → DeepSeek自动生成Latex代码或解释说明。
- 跨语言场景：
- OCR识别外文菜单 → DeepSeek翻译并推荐菜品（基于多模态知识）。
后面抽时间试试看。