Или заявления (ФИО, дата, подпись)

понятия не имею, если честно

Надо бы будет немного в это погрузиться. Какие-то узкие применения не должны быть супер дорогими (стоимость владения).

Ну, распознавание текста - это стандартная задача для всяких программ по извлечению текста, какой-нибудь ABBYY Finereader

Он очень дорогой. Хочется изучить вопрос, а можно ли самому такой микросервис построить или лучше не мучится и найти готовый ocr сервис.

Есть бесплатный tesseract

Хм, сейчас погуглю, спасибо

Ну это не значит что это легче, особенно если учиться читать тоже с детства :)
Подозреваю что для распознания текста человеку нужно задействовать меньший объем нейросетей и энергии..

И мне кажется вопрос был про легче для технического инструмента.
И тут вроде тоже текст видится более простой задачей

Помнишь как в 1998 первые камеры  уже умели квадратиком лица обводить в фотоискателе?

Поиск лица на кадре это задача поиска Тshape скользящим окном. И кажется для нее в итоге придумали решение с линейной сложностью от числа пикселей. И точно реализовали аппаратно на минимуме ресурсов. Воть. Короче тут нейронки не нужны, это ещё была эра POI, point of interest

внезапно в закладках нашел, забавное чтиво

Я не к тому что именно нейронка нужна.
Я к тому что у меня большие сомнения что задача распознавания лица (не наличие, а сопоставление лиц) проще чем распознавание текста.
Как пример попытки сравнения сложностей предложил объем необходимой нейронки и энергии необходимой для ее работы

Тут вопрос не только в распознавании, но и в памяти на эти лица. Задача в тесте не только на распознавание, но и на память (запомнить за один раз 20 лиц - не самая простая задача, тем более нужно потом найти не точное соответствие, а фотографию в изменённой ситуации).Объем необходимой нейронки - понятие относительное, кмк, так как одну и ту же задачу можно решить разными нейронками, и в зависимости от архитектуры и предобработки данных "объем и энергия" могут сильно различаться. И опять же - распознавание лиц - отдельная задача, и "объем/энергия" будет зависеть от точности распознавания. Например, мужчину от женщины в большинстве случаев отличить просто, а вот двух китайцев сходного возраста после обучения нейронки на европейцах точность распознавания скорее всего будет страдать.

Да, согласен.
Тоже самое и с распознаванием текста
Тоже можно решить разными нейронками, и в зависимости от архитектуры и предобработки данных "объем и энергия" могут сильно различаться.
И "объем\энергия" тоже могут различаться для нейронок дающих разную точность
И различить малое разнообразие букв английского алфавита будет проще чем различить множество китайских иероглифов

Распознать условно буквы русского алфавита проще, чем узнать лица, там в томографического типа структурах (типа Радона/Хафа) всё достаточно ярко светится

А насколько усложняет задачу разнообразие шрифтов?
Без них мне кажется самоочевидным что 28 (ну 56 с заглавными) букв печатного англ. алфавита в одном и том же шрифте явно будет проще распознать чем 50млн англичан.

Я думаю, тут лучше позвать @rdnvkz, я очень примерно знаю тему. Мне кажется, что принципиально важны не различия шрифтов, а отсутствия серьёзных деформаций формы

вот это - два разных знака, повернуть его - другой знак

Ну я "серьезные деформации формы" включаю в различия шрифтов