PaddleOCR

把图片和 PDF 变成 AI 能用的结构化文本数据

开源 🏷️定价信息待确认 ✅ 目前可打开 搜索知识 🍴 复刻 11632 🐛 待处理 259 👀 关注 567
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 92403
维护状态 维护中
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

PaddleOCR 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队PaddlePaddle
官网地址https://www.paddleocr.com
GitHubhttps://github.com/PaddlePaddle/PaddleOCR
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
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★ 92403
上线时间2020-05-08 00:00:00
代码更新2026-09-16
仓库体积1.88 GB
本站数据更新2026-11-08
维护状态维护中
收录时间2026-08-09
浏览次数8

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 92403

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

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. 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. 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. 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. 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

上一篇：没有了！

下一篇：Awesome-Try-On-Models

同类项目推荐

Noteify 开源

拍一下纸币，语音告诉你面额，助视障人士轻松交易

A Currency Detection app for the visually impaired which automatically recognizes a···

★ 63 2026-08-09
torchxrayvision 开源

开箱即用的胸部 X 光 AI 模型库，快速训练和部署诊断模型

TorchXRayVision: A library of chest X-ray datasets and models. Classifiers, segmenta···

★ 1216 2026-08-09
VISTA 开源

医学影像分割标注一站搞定

MONAI Versatile Imaging Segmentation and Annotation

★ 299 2026-10-29
DART 开源

用前沿模型实时检测视频里的任何目标

Detect Anything in Real Time: Real-time object detection using frontier object detec···

★ 797 2026-09-20
ovam 开源

用扩散模型生成精准的开放词汇语义分割图

Code for the paper Open-Vocabulary Attention Maps with Token Optimization for Semant···

★ 70 2026-08-09
compv 开源

ARM/x86 上跑视觉算法，比 OpenCV 快最多 50 倍

Insanely fast Open Source Computer Vision library for ARM and x86 devices (Up to #50···

★ 212 2026-09-28
MIPHEI-ViT 开源

用 ViT 把 H&E 病理图直接转成免疫荧光图，省去染色实验

MIPHEI-ViT: Repository to train Image-to-Image H&E to Immunofluorescence models

★ 62 2026-08-09
SLiMe 开源

一张示例图，让Stable Diffusion学会分割任意目标

1-shot image segmentation using Stable Diffusion

★ 142 2026-08-09