paddleocr使用总结（1）

飞桨是百度自主研发的开源深度学习框架，提供从数据准备、模型训练到部署的全流程支持，而OCR（光学字符识别）是该框架在文字识别领域的具体应用。PaddleHub是飞桨的通用模型工具，PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型，而PaddleOCR是其生态中针对OCR任务的专用库。1.4 https://github.com/PaddlePaddle/PaddleOC

风和鱼

821人浏览 · 2025-09-08 11:01:22

风和鱼 · 2025-09-08 11:01:22 发布

1 PaddleOCR是什么？

官网介绍：

https://www.paddlepaddle.org.cn/hub/scene/ocr

PaddleOCR由百度飞桨（PaddlePaddle）团队开发，基于百度飞桨深度学习平台构建。飞桨是百度自主研发的开源深度学习框架，提供从数据准备、模型训练到部署的全流程支持，而OCR（光学字符识别）是该框架在文字识别领域的具体应用。PaddleOCR 将文档和图像转换为结构化、AI友好的数据（如JSON和Markdown）。

1.1 PaddlePaddle（飞桨）与PaddleOCR的主要区别？

	paddle	paddleocr
‌定位与功能	PaddlePaddle是百度开发的深度学习框架，提供从模型训练到部署的全流程支持，适用于计算机视觉、自然语言处理等多种AI任务	PaddleOCR是基于PaddlePaddle框架构建的专用OCR工具库，专注于文本检测、识别及多语言处理，提供预训练模型可直接调用
‌使用场景	PaddlePaddle适合需要自定义模型开发的场景，如特殊字体或高精度要求的数字识别	PaddleOCR适用于通用OCR任务（如文档、票据识别），支持开箱即用，无需深度学习背景
技术栈	PaddlePaddle需用户自行设计模型架构并训练，技术门槛较高	PaddleOCR内置文本检测（如DB算法）、识别（如CRNN）等模块，简化了OCR流程

PaddleOCR依赖PaddlePaddle运行。
1.2 光学字符识别（Optical Character Recognition, OCR）是指对文本材料的图像文件进行分析识别处理，以获取文字和版本信息的过程。也就是说将图象中的文字进行识别，并返回文本形式的内容。
介绍文档：https://aistudio.baidu.com/projectdetail/507159

1.3 PaddleHub又是什么？
PaddleHub是飞桨的通用模型工具，PaddleHub旨在为开发者提供丰富的、高质量的、直接可用的预训练模型，而PaddleOCR是其生态中针对OCR任务的专用库。两者可协同使用（如通过PaddleHub调用OCR模型）.

1.4 https://github.com/PaddlePaddle/PaddleOCR/blob/main/readme/README_cn.md看到最新版本和模型
在这里插入图片描述

在这里插入图片描述
1.5 先了解OCR的工作原理（参考https://aistudio.baidu.com/projectdetail/507159）
在这里插https://aistudio.baidu.com/projectdetail/507159入图片描述

1.6 使用到了PP-OCRv5，本机是cpu，目的是对车辆车牌进行识别。本次Python版本是3.10.0(版本低从或高会影响后续使用，具体是否支持再搜下)。
PP-OCRv5介绍：

https://gitee.com/paddlepaddle/PaddleOCR/blob/main/docs/version3.x/algorithm/PP-OCRv5/PP-OCRv5.md

分别介绍了文本检测和文本识别的不同模型性能区别；

安装命令：

python -m pip install paddlepaddle -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

python -m pip install paddleocr -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

可能提升确实依赖包根据提示安装。

使用API方式测试的官方提供测试代码：

from paddleocr import PaddleOCR
# 初始化 PaddleOCR 实例
ocr = PaddleOCR(
    use_doc_orientation_classify=False,
    use_doc_unwarping=False,
    use_textline_orientation=False)

# 对示例图像执行 OCR 推理 
result = ocr.predict(
    input="https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png")
    
# 可视化结果并保存 json 结果
for res in result:
    res.print()
    res.save_to_img("output")
    res.save_to_json("output")