• PaddleOCR 是由百度飞桨团队开发的开源 OCR（光学字符识别）工具，支持从文本识别到文档理解的全流程解决方案。
• 它能够将文档和图像转换为结构化、AI 友好的数据（如 JSON 和 Markdown），精度达到行业领先水平。
• PaddleOCR 已获得超过 60,000 星标，被广泛应用于全球开发者、初创企业和大型企业的 AI 应用中。
• github项目地址：https://github.com/PaddlePaddle/PaddleOCR
• 

核心能力

PaddleOCR 3.0 核心能力

• PaddleOCR-VL：通过 0.9B 超紧凑视觉语言模型增强多语种文档解析，支持 109 种语言，资源消耗极低。

• 

• PP-OCRv5：单模型支持五种文字类型（简中、繁中、英文、日文及拼音），精度提升 13 个百分点，解决多语言混合文档的识别难题。

• PP-StructureV3：将复杂 PDF 和文档图像智能转换为保留原始结构的 Markdown 文件和 JSON 文件，领先众多商业方案。

• PP-ChatOCRv4：原生集成 ERNIE 4.5，从海量文档中精准提取关键信息，精度较上一代提升 15 个百分点。

最新动态

2025.10.16：PaddleOCR 3.3.0 发布

• PaddleOCR-VL：发布 PaddleOCR-VL 模型，支持 109 种语言，显著优于现有方案。
• PP-OCRv5 小语种识别模型：优化拉丁文识别，新增西里尔文、阿拉伯文等语系，覆盖 109 种语言文字，部分模型精度较上一代提升 40% 以上。

2025.08.21：PaddleOCR 3.2.0 发布

• 新增模型：新增 PP-OCRv5 英文、泰文、希腊文识别模型。
• 部署能力升级：全面支持飞桨框架 3.1.0 和 3.1.1 版本，支持 CUDA 12 高性能推理。
• Bug 修复：修复模型训练日志保存失败等问题。

2025.06.26：PaddleOCR 3.0.3 发布

• 新增模型和产线：新增 PP-OCRv5 多语种文本识别模型，支持 37 种语言，平均精度涨幅超 30%。
• MCP Server：支持 OCR 和 PP-StructureV3 两种工具，支持本地和远程服务。

快速开始

在线体验

• 提供了多个在线体验平台，如 AIStudio 等。

本地安装

• 安装 PaddlePaddle 和 PaddleOCR：

  python -m pip install paddleocr
  

• 安装完整功能：

  python -m pip install "paddleocr[all]"
  

命令行推理

• 示例：

  paddleocr ocr -i <image_url>
  paddleocr pp_structurev3 -i <image_url>
  paddleocr doc_parser -i <image_url>
  

API 推理

• 提供了 Python API 示例代码，支持 PP-OCRv5、PP-StructureV3、PP-ChatOCRv4 和 PaddleOCR-VL 的推理。

更多特性

• 模型转换：支持将模型转换为 ONNX 格式。
• 高性能推理：支持 OpenVINO、ONNX Runtime、TensorRT 等引擎加速推理。
• 多语言支持：支持 C++、C#、Java 等语言的服务化部署。

进阶指南

• 提供了详细的使用教程，包括 PP-OCRv5、PP-StructureV3、PP-ChatOCRv4 和 PaddleOCR-VL 的使用方法。

社区与贡献

• 开发者社区：提供了飞桨公众号和开发者交流群的二维码。
• 贡献者：感谢所有为 PaddleOCR 做出贡献的开发者和合作伙伴。

学术引用

• 提供了 PaddleOCR 3.0 和 PaddleOCR-VL 的学术引用格式。

许可协议

• PaddleOCR 项目采用 Apache 2.0 许可协议。

总结

PaddleOCR 是一个功能强大、易于使用的 OCR 工具，适用于多种场景，包括文本识别、文档解析和信息抽取。它提供了丰富的模型和工具，支持多种语言和硬件平台，是 AI 开发者构建智能文档应用的首选解决方案。