免费的 OCR 确实存在，但“免费”通常有边界：要么是有限额度的试用，要么是开源自建，要么是功能受限的在线工具。把边界看清楚，免费方案可以承担原型验证和低频任务；看不清，就容易在准确率、隐私或稳定性上踩坑。

本文拆解常见的免费 OCR 来源、各自的限制、适合的工作负载，以及什么时候应该升级到付费 API。具体额度、价格与条款以各平台控制台和模型价格为准，本文不写死数字。

说明：Tesseract、PaddleOCR 等名称与商标归各自权利人所有，本文仅作技术选型说明。各平台的免费政策、试用额度和产品条款可能调整，请以官方页面为准。

一、四种“免费”不是一回事

类型 典型形式 能否编程调用 主要限制
开源 OCR 自建 Tesseract、PaddleOCR 等部署在自己的服务器 能 需要自己运维、调优和扩容
云厂商试用额度 新用户试用金或每月免费页数 能 有期限、有速率限制，超额后计费
AI 网关体验额度 注册后的小额试用额度 能 额度小，适合跑通链路
在线识别工具 网页上传图片转文字 通常不能 不适合批量、自动化和敏感数据

这四类的成本结构完全不同。开源省的是授权费，花的是人力和机器；试用额度省的是前期现金，花的是迁移成本。采购前先问自己：要的是“能识别”，还是“能稳定地接进业务流程”。

二、免费额度通常怎么给

云 OCR 的免费层常见三种设计：一次性试用金、每月固定免费页数、以及功能受限的免费套餐。它们看起来都是“免费”，实际约束不一样：

  • 试用金通常有有效期，过期作废，适合短期验证。
  • 每月免费页数一般有速率上限，高峰期可能排队或返回限流错误。
  • 功能受限套餐可能在并发、语言、表格结构或输出字段上做限制。
  • 部分平台要求绑定支付方式，超额后自动转付费，预算要提前设上限。

具体给多少页、有效期多久、并发多少，各平台差异很大，而且会调整。不要拿某篇旧文章里的数字做预算，注册后在控制台确认，或者直接问销售要一份书面说明。

三、开源 OCR 的真实成本

开源方案最大的吸引力是没有按页计费。Tesseract 和 PaddleOCR 都是常见的起点，前者偏传统 OCR，后者对中文和版面分析的支持更完整。装好之后，一条命令就能跑：

# 需要先安装对应语言包，例如 chi_sim 与 eng
tesseract scan.png stdout -l chi_sim+eng --psm 6

--psm 6 表示把图片当作一整块统一排版的文字，适合规则文档；表格、多栏和票据往往要换模式或先做版面切分。命令能跑通不等于业务能用，后面还有几笔账：

  • 服务器或容器的费用，CPU 通常够用，大批量时再考虑 GPU。
  • 图片预处理：旋转、去噪、二值化、裁剪，往往比换模型更影响结果。
  • 语言包与模型文件的版本管理。
  • 监控、重试、日志和失败样本回流。
  • 针对票据、证件等固定版式的模板调优。

开源的优势是数据留在自己环境里，适合敏感材料；代价是准确率上限依赖调优，复杂版式、手写和印章仍然吃力。

四、免费方案的五个硬限制

  1. 额度限制。免费页数或试用金用完就停，业务量一上来就会撞墙。
  2. 速率限制。免费层通常并发低，批量任务容易触发限流。
  3. 准确率限制。免费接口未必开放版面分析、表格还原和置信度字段。
  4. 语言限制。小语种、竖排、混排的支持差异很大，需要实测。
  5. 服务边界限制。免费层往往没有服务等级承诺，也没有合同、发票和专属支持。

还有一项容易被忽略：数据条款。免费产品可能保留更长的日志，或把数据用于产品改进。上传身份证、合同、病历之前，先读隐私政策，拿不准就不要上传。

五、什么场景适合先用免费

免费 OCR 最适合“错了可以重来”的任务：

  • 个人学习和接口联调，验证图片格式、调用方式与返回结构。
  • 低频、非敏感的文档数字化，例如自己的读书笔记和公开资料。
  • 原型阶段的可行性验证，先确认业务是否真的需要结构化字段。
  • 清晰印刷体、单一语言、版式固定的扫描件。
  • 有稳定人工校对环节的场景，机器识别只做初稿。

反过来，涉及证件、财务凭证、客户合同、医疗记录，或者要求高并发、可追责、可开发票的场景，不建议长期依赖免费层。省下的钱很可能以返工和合规成本还回去。

六、用一天做一次小评测

不要用厂商的演示图做决策。按下面六步跑一轮自己的样本：

  1. 准备 30–50 张真实图片，覆盖清晰、模糊、倾斜、表格、手写和不同语言。
  2. 人工标注关键字段，形成标准答案，标注口径要统一。
  3. 定义指标：字符准确率、字段准确率、整单通过率、平均延迟和失败率。
  4. 先跑开源基线，记录哪些版式稳定、哪些必须人工兜底。
  5. 再用试用额度跑同一批样本，比较结果差异和失败类型。
  6. 按每月预计页数、失败率和人工校对时长，估算总拥有成本。

评测时固定图片、提示词和参数，保留请求日志。否则换一个版本，结果就无法复现。

七、什么时候该升级付费

出现下面这些信号，说明免费层已经不够用：月处理量接近额度上限；限流开始影响业务；准确率不达验收线；需要表格、手写或多语言；需要合同、发票、权限管理和服务等级；数据敏感，必须明确留存与删除规则。

升级时也未必要一步到位。可以先用付费 API 承接核心文档，用开源 OCR 处理低风险批量任务，再按准确率和成本逐步调整比例。传统 OCR 与多模态模型的分工，可以查阅相关选型资料。价格与可用模型以模型价格为准，不要按旧报价做长期预算。

八、常见问题

免费 OCR 能商用吗？

要看具体条款。开源许可证通常允许商用，但要遵守许可证义务；云服务的免费层可能只限试用或非生产用途。商用前确认许可证、服务条款和数据条款，不要默认“能调用就能商用”。

开源 OCR 和云 OCR 哪个更准？

没有统一答案。清晰印刷体上两者都可能够用；复杂版式、手写、低质量扫描和特定票据上，差异会明显拉开。用你自己的样本实测，比看宣传数字可靠。

免费额度会突然取消吗？

可能调整。免费政策、额度和产品线都可能变化，把业务建立在免费层上就要接受这个风险。关键流程至少准备一个备用方案，并定期复测。

身份证、发票能上传到免费 OCR 吗？

技术上通常可以，但不建议直接上传到条款不明的免费服务。先确认数据是否留存、是否用于训练、存储在哪里、如何删除；敏感材料优先考虑本地开源方案或签署了数据处理协议的付费服务。

免费 OCR 能识别手写吗？

可以识别一部分工整手写，但稳定性和准确率通常明显低于印刷体，连笔、草书和表格内手写更容易出错。手写场景要按字段设计人工复核，不要假设机器能全部处理。

下一步

如果你的目标是先跑通链路，可以注册中商起航 AI 网关，用小额额度测试视觉模型的图片识别与结构化输出，再决定是否扩大用量。模型可用性与价格以模型价格为准。

相关阅读：