PaddlePaddle/PaddleOCR

PaddleOCR – 開源 OCR 與文件 AI 工具包

功能

• 將影像或 PDF 頁面轉換為機器可讀的文本、表格、公式，甚至可直接輸入大型語言模型（LLM）的結構化 Markdown/JSON。
• 提供兩大模型系列：
  1. PP-OCRv6 – 支援 50 種語言的多語言場景文字辨識器（單一模型支援 50 語系，CPU 上提速超過 100%，高準確度）。
  2. PaddleOCR-VL / PP-StructureV3 – 輕量級視覺-語言模型，適用於完整文件解析（文字、表格、公式、印章、圖表），輸出格式為 JSON 或 Markdown。

為何重要

• OCR 是檢索增強生成（RAG）流程的第一步：在大型語言模型（LLM）能對文件進行推理前，必須先取得乾淨且結構化的文字。
• PaddleOCR 在 OmniDocBench 等基準測試中達成業界領先準確度，同時模型體積極小（約 0.9B 參數），支援 CPU、GPU、XPU、NPU 等廣泛硬體。
• 深度整合 Dify、RAGFlow、Cherry Studio 等主流 AI 代理平台，是建構 LLM 驅動代理與檢索增強生成流程的便捷「資料引擎」。

核心特性（來自 README）

• 多語言支援 – 支援 100+ 種語言，單一整合模型支援中文、英文、日文及 46 種拉丁字母語言。
• 結構感知轉換 – 提取每個文字框、表格單元格等的座標，支援後續佈局感知處理。
• 快速推論 – CPU 上最高提速 5 倍，Apple M4 上最高提速 6 倍，中等規模模型在 A100 GPU 上推論時間低於 0.2 秒。
• 部署彈性 – 支援 Linux、Windows、macOS；支援 Paddle 靜態/動態圖、Transformers、ONNX、OpenVINO、TensorRT，甚至瀏覽器 SDK（PaddleOCR.js）。
• 一鍵雲端/邊緣部署 – 提供預建 Docker 鏡像，支援 vLLM 相容的 HPD-Parsing 模型服務，以及 HuggingFace/ModelScope 上的模型鏡像。
• 可擴展流程 – 可將 PDF、Word/Excel/PowerPoint 檔案轉換為 Markdown，支援匯出為 DOCX，並包含圖表轉表格的工具。

典型使用流程

1. 透過 pip install paddleocr 安裝（或拉取 Docker 鏡像）。
2. 執行預設流程，例如 paddleocr --image mydoc.png 快速 OCR，或使用 Python API 呼叫 PP-StructureV3 進行完整文件解析。
3. 將 JSON/Markdown 輸出用於後續 RAG 流程、微調 LLM，或輸入 AI 代理。

誰在使用

• 超過 6,000 個 GitHub 專案依賴 PaddleOCR。
• 被商業 RAG 平台（Dify、RAGFlow）與 AI 工作室服務採用。

進一步了解

• 官方網站與示範：https://www.paddleocr.com
• HuggingFace 上的模型卡片（例如 PaddlePaddle/PaddleOCR-VL-1.6）。
• README 中連結了各流程（OCR、StructureV3、HPD-Parsing 等）的詳細文件。

---

所有陳述均直接取自倉儲的 README；未添加任何額外主張。