Как выбрать движок распознавания текста (OCR) — Tesseract, PaddleOCR, TrOCR, EasyOCR, docTR, Surya: по точности, языкам, требованиям к железу и формату вывода?

Единого лучшего движка распознавания текста (OCR) нет — на каждом типе документов выигрывает свой, поэтому выбирают под свои документы. Tesseract 5 (на LSTM, работает на CPU, 100+ языков) — отправная точка и наследие прошлого. PaddleOCR (Baidu) — готовая к проду связка «найти текст + прочитать + разобрать вёрстку», лидер по китайскому и многоязычным табличным документам; версия PaddleOCR-VL-1.5 (январь 2026) добавила модель зрения-языка и подняла точность до 94.5% на OmniDocBench v1.5, а PP-OCRv4 остаётся самым быстрым для пакетной обработки. TrOCR (Microsoft) — трансформер «кодировщик-декодер», лучший на рукописном тексте, но искать сам текст на странице должен кто-то другой. EasyOCR — простой Python API, 80+ языков, хорош для прототипов. docTR (Mindee) — модульный (DB/LinkNet + CRNN/MASTER), под деловые документы и счета. Surya — многоязычный, понимает вёрстку, порядок чтения и таблицы; версия Surya 2 (открытые веса, 650 млн параметров) даёт около 83 на olmOCR-Bench и запускается почти где угодно. Как выбирать: рукописный текст → TrOCR; китайский и многоязычные документы со сложной вёрсткой → PaddleOCR или Surya; счета и деловые документы → docTR; офлайн на CPU без затей → Tesseract; быстрый прототип → EasyOCR; сложная вёрстка с таблицами и формулами → GOT-OCR 2.0 или модели зрения-языка. Главный вывод свежих сравнений: лучший движок меняется от документа к документу — тестируйте на своих данных, а не по чужому рейтингу.