1、算法原理，可以参考 https://zhuanlan.zhihu.com/p/45376274

OCR一般包含两步:

1. detection–>找到包含文字的区域(proposal);

2. classification–>识别区域中的文字。

2、授权链路标签，直接使用百度的开源框架PaddleOCR 来实现；

授权链路标签逻辑：

实现逻辑是先用OCR提取图片文本内容（商家的品牌授权图片和证明，发票等图片混在一起了，得提取全部图片内容，然后再），如果前三行出现 授权 中文或英文关键词则认为这张图片是授权书图片，一个品牌有N张授权图，授权链路=N

2.1 开源ocr作为baseline

感谢开源世界，PaddleOCR打造了一套丰富、领先、且实用的OCR工具库，我们可以基于该项目，搭建自己的ocr服务，并进行定制化开发，针对应用场景训练自己的模型。此前，已经对比过chineseocr-lite开源项目，JD AI-OCR识别，PaddleOCR。其中PaddleOCR在识别精度上表现最好，且可迭代升级。开源项目地址为：PaddleOCR。

2.2 服务部署

参考PaddleOCR部署，其他基于UDF的服务部署，也可参考该项目。

2.3 查询服务

参考TrWebOCR，基于web服务框架flask搭建了ocr识别的后端逻辑，结合flask和jinja2进行前端html渲染和交互逻辑。