企业官网建设流程全解析

PaddleOCR：Python API 30 秒跑通你的第一个 OCR 任务

【免费下载链接】PaddleOCR飞桨多语言OCR工具包（实用超轻量OCR系统，支持80+种语言识别，提供数据标注与合成工具，支持服务器、移动端、嵌入式及IoT设备端的训练与部署） Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)项目地址: https://gitcode.com/paddlepaddle/PaddleOCR

你遇到过这种情况吗：一个文件夹塞满扫描的发票、登机牌照片，需要把里面的文字整理成表格。手动敲太痛苦，丢给在线识别服务又不方便批量处理。PaddleOCR 就是干这个的——飞桨生态里的多语言 OCR 工具包，一句话概括：给它图片，它还文字和位置。Python 接口非常直接：几行代码就能出第一个 OCR 结果，开箱支持 80+ 种语言。

一张表看懂 PaddleOCR 能干啥

PaddleOCR 的核心不只是一个识别模型，而是一条流水线：图片进来，先做文档预处理（自动转正、去弯曲），再做text detection（找到"字在哪"，即文本检测），接着做text recognition（认出"字是什么"，即文本识别），最后输出文字、置信度和坐标框。你也可以把检测、识别拆出来单独用，还有 PPStructureV3 这条线专门处理文档版面和表格结构。

装完 30 秒跑通第一个任务

安装分两步：先装推理引擎，再装 PaddleOCR 本体。

python -m pip install paddlepaddle==3.2.0 python -m pip install "paddleocr[all]"

跑通的最短路径：

from paddleocr import PaddleOCR ocr = PaddleOCR() # 不指定语言时默认中文模型，首次运行自动下载 img = "deploy/ios_demo/PaddleOCRDemo/Resources/SampleImages/general_ocr_002.jpg" res = ocr.predict(img)[0] for text, score in zip(res.json["rec_texts"], res.json["rec_scores"]): print(text, round(score, 4))

rec_texts是识别出的文字，rec_scores是逐行置信度，rec_polys是每行的多边形坐标。想要带框的可视化图，直接res.save_to_img("output")。不想写 Python 也有 CLI：paddleocr ocr -i ./xxx.png --engine paddle。

一个行为要留意：2.x 时代传det_model_dir这类旧参数名会自动映射成新名并给出警告，老代码照着改一下就行。

最常用的 6 个参数，什么时候调

参数不用记全，日常基本就动这几个：

还有个小坑：显式传了text_detection_model_name/text_recognition_model_dir之类参数后，lang和ocr_version会被忽略并触发警告，别两头都写。

两个高频实战用法

批量处理一个图片文件夹

from pathlib import Path for res in ocr.predict_iter(Path("invoices").glob("*.png")): lines = res.json["rec_texts"] print(res.json["input_path"], "共", len(lines), "行") res.save_to_json("output") # 按需保存结构化结果

坑在哪：predict会把所有图片的结果一次性装进列表，上千张图建议换成predict_iter逐张消费，内存占用会稳定得多。

只要检测，或者只要识别

from paddleocr import TextDetection, TextRecognition det = TextDetection() # 只出文本框坐标 rec = TextRecognition() # 只出文字

坑在哪：TextRecognition吃的是裁剪好的文本行图片，把整页图直接丢进去，识别效果会一塌糊涂。

卡住了？常见现象与对应解法

• 首次运行卡在下载或报错→ 模型自动拉取但网络不通 → 用text_detection_model_dir、text_recognition_model_dir指向本地模型目录。
• 小字、密集表格漏检→ 图片被缩到 limit_side_len 以下，细节丢了 → 调大text_det_limit_side_len，必要时下调text_det_thresh（默认 0.3）。
• 框出很多噪声框→ 检测过敏感 → 把text_det_box_thresh从 0.6 往上加一点。
• CPU 上跑得慢→ 预处理全开 → 关闭use_doc_orientation_classify、use_doc_unwarping、use_textline_orientation，官方 quick start 的提速示例就是全关。

适合用它，和不适合的场景

通用文字——票据、表单、截图、路牌，加上多语言和轻量部署需求，PaddleOCR 直接上手，Python、C++ 推理到端侧都有现成路径。但如果你要的是复杂版面的深度理解，比如跨页表格、公式语义、图表内容抽取，别在基础流水线上硬调参数，直接看 PPStructureV3 或 PaddleOCR-VL 更合适。参数和行为细节可以去仓库里的 OCR 流水线文档 查，源码在 paddleocr/ 目录，核心逻辑都在_pipelines/和_models/下，值得翻一翻。

【免费下载链接】PaddleOCR飞桨多语言OCR工具包（实用超轻量OCR系统，支持80+种语言识别，提供数据标注与合成工具，支持服务器、移动端、嵌入式及IoT设备端的训练与部署） Awesome multilingual OCR toolkits based on PaddlePaddle (practical ultra lightweight OCR system, support 80+ languages recognition, provide data annotation and synthesis tools, support training and deployment among server, mobile, embedded and IoT devices)项目地址: https://gitcode.com/paddlepaddle/PaddleOCR