前言

• 本文使用PaddleOCR 3.1.1版本，该版本相对于之前的版本功能更加强大
• PaddleOCR文档：快速开始 - PaddleOCR 文档

安装

• 安装依赖

  pip install paddlepaddle paddleocr
  # 或使用uv安装
  uv add paddlepaddle paddleocr

• 代码示例

  from paddleocr import PaddleOCR
  
  ocr = PaddleOCR(
      use_doc_orientation_classify=False,
      use_doc_unwarping=False,
      use_textline_orientation=False,
  )
  
  # 对示例图像运行 OCR 推理
  result = ocr.predict(input="./data/test2.jpg")
  
  # 可视化结果并保存 JSON 结果
  for res in result:
      res.save_to_json(save_path="output_ppstructurev3")

• PaddleOCR2.x代码示例参考 Python OCR一站式方案 - 知乎

• PaddleOCR3.x构造函数参数解析

  • 文档处理相关参数

    参数名	类型	说明
    doc_orientation_classify_model_name	str	文档方向分类模型的名称
    doc_orientation_classify_model_dir	str	文档方向分类模型的存储目录路径
    doc_unwarping_model_name	str	文档展平模型的名称（用于校正弯曲的文档图像）
    doc_unwarping_model_dir	str	文档展平模型的存储目录路径
    use_doc_orientation_classify	bool	是否使用文档方向分类功能
    use_doc_unwarping	bool	是否使用文档展平功能

  • 文本检测相关参数

    参数名	类型	说明
    text_detection_model_name	str	文本检测模型的名称
    text_detection_model_dir	str	文本检测模型的存储目录路径
    text_det_limit_side_len	int	文本检测中图像边长限制
    text_det_limit_type	str	文本检测限制类型（'max'或'min'）
    text_det_thresh	float	文本检测阈值
    text_det_box_thresh	float	文本检测框阈值
    text_det_unclip_ratio	float	文本检测框扩展比例
    text_det_input_shape	tuple/list	文本检测模型的输入形状

  • 文本识别相关参数

    参数名	类型	说明
    text_recognition_model_name	str	文本识别模型的名称
    text_recognition_model_dir	str	文本识别模型的存储目录路径
    text_recognition_batch_size	int	文本识别的批处理大小
    text_rec_score_thresh	float	文本识别置信度阈值
    text_rec_input_shape	tuple/list	文本识别模型的输入形状
    return_word_box	bool	是否返回单词级别的框（而不是文本行级别）

  • 文本行方向相关参数

    参数名	类型	说明
    textline_orientation_model_name	str	文本行方向分类模型的名称
    textline_orientation_model_dir	str	文本行方向分类模型的存储目录路径
    textline_orientation_batch_size	int	文本行方向分类的批处理大小
    use_textline_orientation	bool	是否使用文本行方向分类功能

  • 通用参数

    参数名	类型	说明
    lang	str	识别语言（如 'ch', 'en' 等）
    ocr_version	str	OCR 版本（如 'PP-OCRv3'）
    **kwargs	dict	其他未明确列出的参数

• PaddleOCR中的不同OCR模型查看文档即可

  • PP-OCRv5：使用教程 - PaddleOCR 文档
  • PP-StructureV3：使用教程 - PaddleOCR 文档
  • PP-ChatOCRv4：使用教程 - PaddleOCR 文档