OCR算法可以分为两阶段算法和端到端的算法。两阶段OCR算法分为文本检测和识别算法，文本检测算法从图像中得到文本行的检测框，然后识别算法识别文本框中的内容。端对端OCR算法使用一个模型同时完成文字检测和文字识别，因此端对端模型更小，速度更快。
深度学习技术在端到端文本识别方向具有代表性的方法。这些方法大致可以分为两类：
1）端到端规则文本识别(平直文本或倾斜文本)；
2）端到端任意形状文本识别(弯曲、变形、平直、倾斜文本)。
| 类别 | 论文 |
|---|---|
| 端到端规则文本识别 | FOTS（2018）、TextSpotter（2018） |
| 端到端任意形状文本识别 | Mask TextSpotterv1、Mask TextSpotter2（2019）、Mask TextSpotterv3、TextDragon（2019）、CharNet、TUTS、ABCNet、ABCNetV2（2021）、Text Perceptron、PGNet、PAN++（2021） |
参考链接：
《动手学OCR》系列课程之：端到端算法