OCR就是Optical Character Recognition中文是光學字元辨識！這是已有數十年歷史的傳統影像辨識技術，基本上就是辨識可以在影像中被切割分離為獨立目標的辨識方法！它最大的執行困難點，也就是容易發生錯誤辨識的原因，主要來自當影像目標不夠清楚時，字元目標與背景目標或其他字元會互相沾連無法正確切割。

也因此號稱不必切割目標，直接辨識局部特徵的CNN就「似乎」可以取代OCR的技術？即使字元沾連都可以辨識！我是一直使用OCR技術開發辨識軟體的人！當然深知OCR的優缺點，也對於CNN有所期待！但我從實務經驗上得到的結果是：只要善用一些目標特性，調整過的OCR演算法會比CNN快很多也準很多！如上的辨識就是一個很好的例子！

一張約四百萬畫素的高解析度瓦斯表影像，我們估計其中字元的大小，其實不必這高的解析度，長寬縮小為四分之一就足以正確辨識那些字了！所以就直接縮圖為25萬畫素做辨識即可！如果使用CNN的方式，我必須用不同大小的矩陣掃描全圖很多次，才能收集到「各種尺度」的影像特徵，這是CNN解決方案必經的過程，此階段耗時太久就是他們難以克服的原罪了！

我們可以看到CNN演算法在這個問題上花了非常多心力，也鼓吹邊緣運算多用GPU等方式來消化這個過大的計算量！但是該收集的特徵還是必須地毯式掃描，如果不善用已知的目標特徵或大小來減少計算，應該是不可能作到又快又周延的！為了求快必然會讓特徵偵測量減少，最終也會降低模糊辨識的能力，除非你真的相信CNN裡面有大神？

OCR與CNN最大的差別是：它不必使用遮罩矩陣掃描的方式來找目標！CNN技術中的所謂YOLO號稱：You Only Live Once! 就是只要掃描一次就可以收集到需要的資料，好像十分先進？但是OCR「本來」就是只需要掃描一次的！而且不必用矩陣做卷積(Convolution)運算！先天就比CNN快很多倍！這個你知道嗎？

如上是OCR的處理過程，從全彩→灰階→二值化→輪廓化→目標切割→目標正規化→字模比對！所有程序如果控制得宜，只需要54毫秒就完成了！就是二十分之一秒！想像一下這個影像原圖可是400萬畫素，即使縮圖到25萬畫素，縮圖本身的運算也需時間的！全部都包含在這54毫秒之內！大家可以跟我要原圖用CNN辨識看看！我相信做完之後你一定不會跟我講多少時間的！

使用非機率統計的OCR方法其實還有很多好處！最重要的是它直接蒐集的就是最終要找的字元目標！所以不必先收集特徵碎片再整合為目標，計算量少CNN很多！如果因為某些字元模糊切割不出來，我們也可以用找拼圖片的方式，在目標群組中利用已切割的字元推算漏失的目標位置，強制切割！所以有固定規則的字元組合，如車牌或瓦斯表，通常是不會缺字的！

CNN很確定的運算量遠大於OCR，如果有點優勢只是那些運算多半讓電腦自行處理，設計者好像比較不必傷腦筋？這就是新一代的軟體開發者最喜歡的模式了！只要找到內有「大神」進駐的神奇演算法模組，輕鬆地兜一兜軟體就做出來了！

但是要達到高辨識率，當然必須充分理解也正確處理所有辨識失敗的例外，才能讓辨識率越來越高！就像醫學越發達能正確檢驗並醫治好的病越多，死亡率就會越低！每次都要靠著開發萬靈丹，不肯研究病理個案，只想用大量實驗試(學習)出新藥來，這是不太可能的！

這就是OCR開發的影像辨識軟體可以穩定研發升級，越來越聰明甚至快速，但CNN等統計模式的模組就很艱難了！因為演算邏輯中大部分都是由資料統計獲得，為何如此？連開發者也無法充分掌握的！所以如果有人跟你說OCR是過時的技術，CNN才是影像辨識的未來？這是有極大爭議的說法！