我正在尝试使用简单的CNN来识别条形码，就像对待多位数识别问题一样。结果不是很好。所以我一直在寻找相同的更好的深度学习模型。在搜索过程中，我没有发现对条形码尝试过的任何OCR模型。所以我的问题是-可以训练OCR模型识别条形码。我发现条形码检测和识别的任务与文本识别非常相似。有什么我想念的吗？
尽管CNN可用于读取条形码的内容，尤其是在可训练大量图像数据的情况下，很难将经典条形码读取算法的性能与标准AI方法相匹配。
阅读文本和阅读条形码之间的差异是结构性的。文本从根本上来说是非结构化的，而条形码是使用专门设计的解码算法设计的，以提高可读性。
所有这些用于阅读的算法都具有在很多情况下都不难实现的规则。另一方面，CNN会很困难，需要大量数据才能学习这些规则。
[此外，许多条形码符号（包括EAN）使用错误检测或纠正算法（如校验位），可以将其集成到错误恢复循环中以进一步提高扫描性能。
因此，从理论上讲，OCR和条形码扫描是相似的问题，而实际上却存在实质性差异。
注意：我在Microblink工作，我们在条形码扫描和文本识别领域进行研发。当涉及条形码扫描时，我们基本上尝试了AI指令库中的所有内容，以充分利用它，并最终使用CNN和经典算法紧密结合。