PaddleOCR

把图片和 PDF 变成 AI 能用的结构化文本数据

PaddleOCR 是百度开源的 OCR 工具库，旨在将任意 PDF 或图片文档转化为结构化数据，供 AI 系统使用。它解决了图像和 PDF 中文字信息难以被机器读取和利用的问题，为 LLM 应用提供高质量文本输入。核心能力包括：支持 100+ 语言的文字识别、文档解析、版面分析、关键信息抽取（KIE）、文档翻译以及 PDF 转 Markdown 等。基于 PaddlePaddle 深度学习框架，提供轻量级模型，兼顾精度与速度。其模块化设计支持从文本检测、方向分类到识别、后处理的完整流水线，并内置丰富的预训练模型和工具，便于快速集成到 RAG 等 AI 工作流中。

开源 unknown 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 90032

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类搜索知识

开发团队PaddlePaddle

所属国家

官网地址https://www.paddleocr.com

GitHubhttps://github.com/PaddlePaddle/PaddleOCR

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型ai4science,chineseocr,document-parsing,document-translation,kie,ocr,paddleocr-vl,pdf-extractor-rag,pdf-parser,pdf2markdown,pp-ocr,pp-structure,rag

GitHub 星标★ 90032

30天Star增速

HF 下载量

上线时间2020-05-08 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数7

使用教程

难度：入门约 10 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

本地 Python 环境（项目开发语言为 Python，README 未指定具体版本，请以官方文档为准）
可访问官方文档站点 www.paddleocr.ai 与 GitHub 仓库
根据使用场景准备 CPU 或 GPU 运行环境

安装与启动步骤

1明确使用场景

先判断要用哪套能力：纯文字识别选 PP-OCR 系列，文档解析选 PaddleOCR-VL 系列，版面与表格结构化选 PP-StructureV3。
2查阅部署文档

按上一步选择的结果打开 README 给出的对应官方文档链接，安装命令与依赖均以该文档为准。
3准备 Python 环境

本项目为 Python 库，请先在本地准备好 Python 环境，具体版本与依赖要求参见官方文档的安装说明。
4完成安装并试跑

依照官方文档安装框架与工具库，安装完成后用一张示例图片或 PDF 跑通识别流程。

如何确认成功

README 未给出验证命令；按官方文档完成安装后，用一张示例图片或 PDF 跑通识别流程并得到结构化输出即可。

常见问题

Q：README 里为什么没有安装命令？

A：本次节选只保留了 Quick Start 的“本地部署”部分，它直接指向官方文档，安装命令需到对应文档中查看。

Q：PP-OCR、PaddleOCR-VL、PP-StructureV3 怎么选？

A：要通用文字识别选 PP-OCR；要文档解析与 Markdown/JSON 输出选 PaddleOCR-VL；要带表格单元格等细粒度坐标的结构化转换选 PP-StructureV3。

Q：支持多少种语言？

A：项目简介标明支持 100+ 语言的文字识别，具体语言列表请查阅官方文档。

Q：必须联网吗？

A：查阅本文档链接与获取预训练模型需要联网，安装完成后的推理是否离线取决于所选模型与文档说明。

注意事项

README 节选未提供完整安装命令，请以官方文档为准，不要凭猜测执行未经文档确认的命令
官方文档入口：https://www.paddleocr.ai/latest/en/version3.x/pipeline_usage/pipeline_overview.html（更多能力）
项目官网：https://www.paddleocr.com，仓库地址：https://github.com/PaddlePaddle/PaddleOCR

核心亮点

支持 100+ 语言，覆盖全球主流文字识别场景
提供 PDF 转 Markdown、文档解析等完整工具链，直接对接 RAG
百度持续维护，模型丰富，文档和社区资源完善

不足之处

对复杂版面和手写体的识别精度仍有提升空间
文档/社区待观察

适用场景

将扫描版 PDF 转为可检索的 Markdown 文本，用于知识库构建
从发票、合同等文档中抽取关键字段，实现自动化录入
为多语言 OCR 应用提供轻量级识别服务，如拍照翻译

替代项目

Tesseract OCR、EasyOCR、Surya OCR

项目介绍

PaddleOCR 是计算机视觉领域的开源项目，由 PaddlePaddle 开发，2020 年首次发布。

在全站 12,961 个收录项目中，它的 GitHub 星标数（90,032）位列前 1%，在计算机视觉分类的 446 个项目里位列前 1%。

近 45 天，它的 GitHub 星标从 87,285 增加到 90,032，净增 2,747。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。从国内网络环境看，可直接访问。

它主要面向的使用场景是：将扫描版PDF转为可检索的Markdown文本，用于知识库构建。同类可对比的替代方案包括 Tesseract OCR、EasyOCR、Surya OCR。

上一篇：没有了！

下一篇：Awesome-Try-On-Models