Tesseract / PaddleOCR / TrOCR / EasyOCR / docTR / Surya — как выбрать OCR-движок в 2024-2025: точность, языки, GPU/CPU, формат вывода?

OCR-стек 2024-2025 разделён по нишам: Tesseract 5 (LSTM, CPU, 100+ языков) — baseline и legacy. PaddleOCR (Baidu, PP-OCRv4/v5) — production-grade detection+recognition+layout, лидер для Chinese и мультиязычных табличных документов. TrOCR (Microsoft) — encoder-decoder transformer, лучший на handwritten, но нужен внешний text detector. EasyOCR — простой Python API, 80+ языков, хорош для прототипов. docTR (Mindee) — модульный (DB/LinkNet + CRNN/MASTER), под business docs / invoices. Surya (2024) — multilingual layout-aware с reading order и tables, конкурирует с PaddleOCR на 90+ языках. Выбор: handwritten → TrOCR; chinese/multilingual + layout → PaddleOCR или Surya; invoices/business → docTR; offline CPU baseline → Tesseract; quick prototype → EasyOCR.