当前版本：PaddleOCR 3.7.0（2026 年 6 月 11 日）· PP-OCRv6 已成为默认模型

PaddleOCR 详解，
代码真正能跑。

Q: 如何安装 PaddleOCR 3.x？

请先安装推理引擎，再安装 PaddleOCR。CPU 环境：python -m pip install paddlepaddle==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/，然后执行 python -m pip install "paddleocr[all]"。如果使用 NVIDIA GPU 且驱动支持 CUDA 12.6，则改用 python -m pip install paddlepaddle-gpu==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/。不要直接从 PyPI 执行 pip install paddlepaddle-gpu：那里最新的 GPU 版本是 2.6.2，PaddleOCR 3.x 并不支持。

Q: 该选 PP-OCRv6、PP-StructureV3 还是 PaddleOCR-VL？

需要带边框和置信度的文本行时，使用 PP-OCRv6（即 PaddleOCR 类）。需要包含版面、表格、公式和精细坐标的 Markdown 或 JSON，并希望使用对 CPU 友好的模型时，使用 PP-StructureV3。想要最高的文档解析精度（PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上为 96.33%，官方自报）并且有 GPU 时，使用 PaddleOCR-VL。

Q: 升级后我的 PaddleOCR 2.x 代码报错了，发生了什么变化？

PaddleOCR 3.x 不向后兼容。请把 use_gpu=True 换成 device='gpu'（use_gpu 现在会抛出 "Unknown argument"），用 predict() 代替 ocr(img, cls=True)，把 use_angle_cls 改名为 use_textline_orientation，并用 PPStructureV3 代替 PPStructure。返回结果不再是嵌套列表，而是带有 print()、save_to_json() 和 save_to_img() 方法的对象。

PaddleOCR 是百度开源的 OCR 与文档解析工具包。这份独立指南为你提供正确的 3.x 安装命令、可直接复制的 Python 与命令行示例、代码生成器，以及与其他 OCR 工具的客观对比——所有事实均已对照官方文档、PyPI 和模型卡核实。

安装 PaddleOCR 3.7 生成我的代码阅读文档 →

快速开始（CPU · Linux、Windows、macOS）

# 1. 安装推理引擎（CPU 版本；GPU 命令见下文）
python -m pip install paddlepaddle==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/

# 2. 安装包含全部产线的 PaddleOCR（OCR、PP-StructureV3、PaddleOCR-VL）
python -m pip install "paddleocr[all]"

# 3. 对示例图片运行 OCR（首次运行会下载模型）
paddleocr ocr -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png --save_path ./output

91k+

GitHub Stars（2026 年 10 月）

100+

识别语言

96.33%

OmniDocBench v1.6（VL-1.6，官方自报）

Apache 2.0

开源许可证

最近核查于 2026 年 10 月 7 日，对照 PaddleOCR 官方文档、PyPI 和 GitHub。我们如何核查事实（英文）。

一分钟了解

PaddleOCR 是什么？

PaddleOCR 是由百度飞桨团队维护的开源工具包，可把图片和 PDF 转换为机器可读的文本和结构化数据。第 3 版内置三大工具，可通过 Python 或 paddleocr 命令行调用：

PP-OCRv6（PaddleOCR 类）——检测并识别文本行，返回文本、边框和置信度。自 3.7.0 起为默认模型。
PP-StructureV3（PPStructureV3）——多模型产线，可检测版面、表格、公式、印章和图表，并输出带精细坐标的 Markdown、JSON 或 DOCX。
PaddleOCR-VL（PaddleOCRVL）——版面分析加 0.9B 视觉语言模型，用于最难处理的文档；建议在 GPU 上运行。

它可在本地的 CPU、NVIDIA GPU、Apple Silicon 和多种 AI 加速器上运行；官方 README 列出的基于它构建的项目包括 Dify、RAGFlow、MinerU、Umi-OCR、Cherry Studio 和 Haystack。

🎯按输出选择文本行 → PP-OCRv6 · Markdown/表格 → PP-StructureV3 或 PaddleOCR-VL

🌍一个模型支持 50 种语言PP-OCRv6 覆盖中文、英文、日文以及 46 种拉丁字母语言

🔒默认本地运行推理在你自己的硬件上完成；只有下载模型时才需要网络

功能

PaddleOCR 3.7 能做什么

以下说法均来自官方 README、文档和模型卡。厂商给出的基准数据会明确标注。

文档解析

把 PDF 和扫描件转为 Markdown、JSON 或 Word

PP-StructureV3 可还原阅读顺序、标题、表格（HTML 格式并带单元格坐标）、LaTeX 公式、印章和图表。根据模型卡，PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上得分 96.33%（由百度评测）。自 3.5.0 起，两者都可导出 DOCX，Word、Excel 和 PowerPoint 文件也可转换为 Markdown。

100+ 种语言

PP-OCRv6 用一个模型支持 50 种语言（tiny 档位不含日语）。韩语、阿拉伯语、西里尔文字、天城文、泰语、希腊语等使用 PP-OCRv5 多语种模型；PaddleOCR-VL-1.5 及以上版本覆盖 111 种语言。

PP-OCRv6 三个档位

tiny（1.5M 参数）面向边缘/物联网，small（7.7M）面向移动端，medium（34.5M，默认）面向服务器。据百度报告，medium 的检测精度比 PP-OCRv5_server 高 4.6%，识别精度高 5.1%。

普通硬件上也很快

PP-OCRv6 的官方数据：借助 OpenVINO 在 CPU 上端到端提速 5.2 倍，tiny 档位在 Apple M4 上提速 6.1 倍，在 A100 上每张图片耗时 0.13 秒。推理引擎可选 PaddlePaddle、ONNX Runtime 或 Transformers。

数据在哪里，就在哪里运行

支持 Linux、Windows 和 macOS 上的 Python API 与命令行；C++ 部署；Android/iOS 示例；官方 PaddleOCR.js SDK（@paddleocr/paddleocr-js）可在浏览器中运行 PP-OCRv5。

为大模型、RAG 和智能体工作流而生

官方 MCP 服务器（paddleocr-mcp）把 OCR、PP-StructureV3 和 PaddleOCR-VL 作为工具提供给 Claude Desktop 等 MCP 宿主。官方 Agent Skills、带 Python、TypeScript 和 Go SDK 的托管 API，以及 paddlex --serve HTTP 服务，覆盖其余场景。

高吞吐解析

HPD-Parsing（2026 年 7 月）在定制的 vLLM 上并行解码文档区域，据报告峰值可达 4,752 tokens/s。它需要 NVIDIA GPU、CUDA 12.8+ 和 Linux。

输出浏览器

看看 PaddleOCR 会返回什么

选择一种文档类型，查看各产线返回结果的结构。这些只是示意样例，并非实时推理——要对自己的文件运行 PaddleOCR，请使用这里链接的官方在线演示或下方的代码。

样例：

官方在线演示 ↗ Hugging Face Space ↗

将鼠标悬停在文本框上查看识别结果：

安装

正确安装 PaddleOCR 3.7

自 3.5 起，推理引擎和 paddleocr 包需要分开安装。请使用 Python 3.9–3.13 和全新的虚拟环境。

不要直接从 PyPI 执行 pip install paddlepaddle-gpu。PyPI 上最新的 GPU 版本是 2.6.2，而 PaddleOCR 3.x 需要 PaddlePaddle 3.0 或更高版本（PaddleOCR-VL 需要 3.2.1+）。请使用下方所示的 PaddlePaddle 官方软件包索引。你只需要兼容的 NVIDIA 驱动；机器上的 CUDA 工具包版本无关紧要。

环境	命令	说明
CPU — Linux、Windows、macOS（含 Apple Silicon）	`python -m pip install paddlepaddle==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/`	推理引擎。PaddlePaddle 3.x 安装包支持 Python 3.9–3.13。
NVIDIA GPU，驱动 ≥ 550.54.14（CUDA 12.6 版本）	`python -m pip install paddlepaddle-gpu==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/`	推荐用于 RTX 30/40 和 A 系列 GPU。不要同时安装 CPU 和 GPU 版本。
NVIDIA GPU，驱动 ≥ 450.80.02（CUDA 11.8 版本）	`python -m pip install paddlepaddle-gpu==3.2.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu118/`	适用于较旧的驱动。Windows 上的 RTX 50 系列需要专用安装包。
Hugging Face Transformers 引擎	`python -m pip install "transformers>=5.10.0"`	PaddlePaddle 的替代方案；之后传入 `engine="transformers"`。还需安装 PyTorch。每个环境只保留一个引擎。
PaddleOCR — 完整安装	`python -m pip install "paddleocr[all]"`	OCR、PP-StructureV3、PaddleOCR-VL、PP-ChatOCRv4、翻译、Office→Markdown。
PaddleOCR — 仅 OCR	`python -m pip install paddleocr`	体积最小。如需 PP-StructureV3 / PaddleOCR-VL，请加上 `[doc-parser]`。
Google Colab / Kaggle	`!pip install paddlepaddle-gpu==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/ && pip install "paddleocr[all]"`	GPU 运行时。使用 CPU 运行时请改用 CPU 索引地址。
Docker（PaddleOCR-VL，NVIDIA GPU）	`docker run -it --gpus all --network host ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddleocr-vl:latest-nvidia-gpu /bin/bash`	官方镜像（约 8 GB），驱动需支持 CUDA 12.6+。带 `-offline` 标签的镜像已内置模型。
浏览器（JavaScript）	`npm install @paddleocr/paddleocr-js`	官方 PaddleOCR.js（通过 ONNX Runtime Web 运行 PP-OCRv5）。注意：不带作用域的 `paddleocr-js` 包是第三方项目。
面向 AI 智能体的 MCP 服务器	`python -m pip install -U "paddleocr-mcp[local-cpu]"`	需要 Python 3.10+。如果只调用托管 API，请去掉 `[local-cpu]`。配置指南。

验证安装

# PaddleOCR 版本（应为 3.7.0）
python -c "import paddleocr; print(paddleocr.__version__)"

# PaddlePaddle 引擎检查 — 会输出 "PaddlePaddle is installed successfully!"
python -c "import paddle; paddle.utils.run_check()"

# PaddlePaddle 能看到 GPU 吗？（True/False）
python -c "import paddle; print(paddle.device.is_compiled_with_cuda())"

需要训练、C++ 部署、NPU 或离线安装？请参阅完整安装指南和故障排查。

复制即运行

PaddleOCR 3.x 代码示例

每段代码都使用当前的 3.x API（predict()、device=、结果对象）。使用 ocr(img, cls=True) 或 use_gpu 的旧教程属于 2.x。

从图片中提取文字

默认模型为 PP-OCRv6 medium。

from paddleocr import PaddleOCR

ocr = PaddleOCR(
    use_doc_orientation_classify=False,
    use_doc_unwarping=False,
    use_textline_orientation=False,
)
for res in ocr.predict("receipt.jpg"):
    res.print()                  # 可读的摘要
    res.save_to_img("output")    # 在图片上画出文本框
    res.save_to_json("output")   # 完整结果保存为 JSON

文本、边框和置信度

过滤掉低置信度的文本行。

from paddleocr import PaddleOCR

ocr = PaddleOCR(lang="en")
for res in ocr.predict("invoice.png"):
    for text, score, box in zip(
        res["rec_texts"], res["rec_scores"], res["rec_boxes"]
    ):
        if score >= 0.80:
            x1, y1, x2, y2 = box.tolist()
            print(f"{score:.2f} {text} @ ({x1},{y1})-({x2},{y2})")

整个 PDF → 一个 Markdown 文件

需要 paddleocr[doc-parser] 或 [all]。

from pathlib import Path
from paddleocr import PPStructureV3

pipeline = PPStructureV3()
pages = pipeline.predict("report.pdf")
md = pipeline.concatenate_markdown_pages(
    [res.markdown for res in pages]
)
Path("report.md").write_text(md, encoding="utf-8")
# Markdown 中引用的图片：res.markdown["markdown_images"]

以 HTML 提取表格

每个表格都包含单元格坐标及其自身的 OCR 结果。

from paddleocr import PPStructureV3

pipeline = PPStructureV3(
    use_formula_recognition=False,  # 跳过不需要的模块
    use_seal_recognition=False,
)
for res in pipeline.predict("statement.png"):
    for table in res["table_res_list"]:
        print(table["pred_html"])

PaddleOCR-VL（最难处理的文档）

默认使用 PaddleOCR-VL-1.6。建议使用 GPU。

from paddleocr import PaddleOCRVL

pipeline = PaddleOCRVL()   # 默认 pipeline_version="v1.6"
pages = list(pipeline.predict("paper.pdf"))
# 合并跨页表格 + 重建标题层级
for res in pipeline.restructure_pages(
    pages, merge_tables=True, relevel_titles=True
):
    res.save_to_markdown(save_path="output")
    res.save_to_json(save_path="output")

其他语言

语言代码以 PaddleOCR 自己的为准，例如用 ar 而不是 arabic。

from paddleocr import PaddleOCR

ocr_ja = PaddleOCR(lang="japan")    # PP-OCRv6
ocr_fr = PaddleOCR(lang="fr")       # PP-OCRv6（拉丁字母）
ocr_ko = PaddleOCR(lang="korean")   # PP-OCRv5 多语种
ocr_ar = PaddleOCR(lang="ar")       # PP-OCRv5 阿拉伯语
ocr_ru = PaddleOCR(lang="ru")       # PP-OCRv5 西里尔文字
ocr_hi = PaddleOCR(lang="hi")       # PP-OCRv5 天城文

GPU、档位与引擎

device 取代了 2.x 的 use_gpu。

from paddleocr import PaddleOCR

ocr = PaddleOCR(
    device="gpu:0",   # "cpu"、"gpu"、"npu:0"、"xpu:0" 等
    text_detection_model_name="PP-OCRv6_small_det",
    text_recognition_model_name="PP-OCRv6_small_rec",
    # engine="transformers",   # 或 "onnxruntime"、"paddle"
)

高效批量处理文件夹

传入文件夹或列表——比 Python 循环更快。

from paddleocr import PaddleOCR

ocr = PaddleOCR(text_recognition_batch_size=16)
for res in ocr.predict("scans/"):          # 或 ["a.png", "b.png"]
    res.save_to_json("output")
# 多 GPU / 多进程：参见并行推理文档

命令行

子命令取代了 2.x 的 --image_dir 参数。

# 文字 OCR（图片、PDF 或文件夹）
paddleocr ocr -i invoice.png --lang en --save_path ./output

# 版面、表格、公式 -> Markdown/JSON
paddleocr pp_structurev3 -i report.pdf --device gpu:0 --save_path ./output

# PaddleOCR-VL 文档解析
paddleocr doc_parser -i paper.pdf --save_path ./output

更多用法——HTTP 服务、MCP、浏览器 SDK、高性能推理——见文档。

代码生成器

为你的环境生成 PaddleOCR 代码

选择产线、语言、硬件和输出方式，即可得到对应的安装命令和可运行的 3.7 脚本。不兼容的选项（例如日语搭配 tiny 档位）会被自动修正并给出说明。

选项

产线

文档语言

PP-OCRv6 档位

硬件

推理引擎

矫正旋转页面（文档方向）

展平拍摄 / 弯曲的页面

检测倒置的文本行

结果保存为

你的代码

对比

PaddleOCR、Tesseract、EasyOCR、Docling、Surya 与 Textract 对比

能力对比，信息来自各项目自己的文档（2026 年 10 月）。我们有意不列出跨工具的准确率百分比：各厂商使用的数据集不同，混在一起会产生误导。如需同条件下的分数，请参阅 OmniDocBench 排行榜。

能力	PaddleOCR 3.7	Tesseract 5	EasyOCR	Docling	Surya	AWS Textract
许可证	Apache-2.0（代码和模型）	Apache-2.0	Apache-2.0	代码为 MIT；模型许可证各异	代码为 Apache-2.0；权重采用修改版 OpenRAIL-M（营收/融资超过 500 万美元需付费授权）	专有软件，按页付费
语言	100+（一个 PP-OCRv6 模型覆盖 50 种；PaddleOCR-VL 覆盖 111 种）	100+（每种语言需单独的训练数据）	80+	取决于所选的 OCR 引擎	90+	6 种（英、法、德、意、葡、西）
版面与阅读顺序	支持	仅页面分割	不支持	支持	支持	支持
表格结构	支持 — HTML + 单元格坐标	不支持	不支持	支持	支持	支持
公式 → LaTeX	支持	不支持	不支持	支持（增强功能）	支持（HTML 中的数学公式）	不支持
原生输出格式	JSON、Markdown、DOCX、图片	文本、hOCR、ALTO、TSV、PDF	Python 列表	Markdown、HTML、JSON、DocTags	带 HTML 块的 JSON	JSON
可离线运行	可以（模型下载之后）	可以	可以	可以	可以	不可以 — 云端 API
浏览器内运行	可以 — PaddleOCR.js	可以 — Tesseract.js	不可以	不可以	不可以	不可以
典型硬件	OCR/Structure 用 CPU；VL 用 GPU	CPU	CPU 或 GPU（PyTorch）	CPU 或 GPU	建议使用 GPU	托管服务
最适合	多语言 OCR + 结构化解析，自行部署	清晰的印刷体扫描件，占用极小	PyTorch 技术栈中的快速原型	为 RAG 转换多种格式	版面复杂且有 GPU 预算的文档	AWS 原生的表单与表格

来源：PaddleOCR、Tesseract、EasyOCR、Docling、Surya、AWS Textract 配额。实用指南：tesseractocr.org · docling.org。

PaddleOCR 与 Tesseract

Tesseract 是成熟的纯 CPU C++ 引擎，擅长清晰的水平印刷体文本，也很容易集成发布。PaddleOCR 基于深度学习的检测器更能应对照片、旋转或弯曲的文本行、中日韩与拉丁字母混排以及低对比度扫描件，并增加了表格、公式和 Markdown 输出。想要依赖最少就选 Tesseract；输入杂乱或需要结构化结果时选 PaddleOCR。

PaddleOCR 与 EasyOCR

两者都是 Apache-2.0 许可的深度学习 OCR 库。EasyOCR 的 API 非常精简，适合 PyTorch 项目。PaddleOCR 提供更新的模型（PP-OCRv6）、适配不同硬件的模型档位、版面与表格解析，以及 HTTP 服务、ONNX Runtime 和 C++ 等生产部署选项。如果你只需要从简单图片中提取文本行，两者都可以——请在自己的数据上做基准测试。

PaddleOCR 不是最佳选择的情况

如果你已经在使用 AWS，并且需要带 SLA 的托管表单/查询功能，Textract 更简单。如果输入主要是带文本层的原生 PDF，PDF 文本提取工具（或 Docling）可能比 OCR 更快。而没有 GPU 的 PaddleOCR-VL 会很慢——在 CPU 上请改用 PP-StructureV3。

生态

官方工具与集成

从哪里获取模型、如何把 PaddleOCR 接入智能体和 RAG 系统，以及有哪些项目基于它构建。

MCP 服务器

AI 智能体PaddleOCR 官方

paddleocr-mcp（自 PaddleOCR 3.1 起）为 Claude Desktop、VS Code 等 MCP 宿主提供 OCR、PP-StructureV3 和 PaddleOCR-VL 工具——可在本地运行、连接你自己的服务器，或使用托管 API。

Agent Skills

AI 智能体PaddleOCR 官方

面向 Claude Code 等支持 Skills 的应用，提供 paddleocr-text-recognition 和 paddleocr-doc-parsing 两个技能。它们调用托管 API，需要 AI Studio 访问令牌。

PaddleOCR 官方在线平台与 API

托管服务PaddleOCR 官方

提供浏览器演示，以及带 Python、TypeScript 和 Go SDK 和 paddleocr api 命令行的托管 API。文档会在百度的服务器上处理——敏感文件请使用本地推理。

Hugging Face 与魔搭社区（ModelScope）

模型

PP-OCRv6、PaddleOCR-VL 等模型权重在这两个平台上都有发布。默认从 Hugging Face 下载；设置 PADDLE_PDX_MODEL_SOURCE 即可切换（例如 BOS）。

PaddleOCR.js

浏览器PaddleOCR 官方

借助 ONNX Runtime Web 和 OpenCV.js 在客户端运行 PP-OCRv5 检测与识别，还可放入 Web Worker。安装 @paddleocr/paddleocr-js。

vLLM、SGLang 与 FastDeploy

服务化

生产环境中的 PaddleOCR-VL，请把 VLM 放在专用推理服务（vLLM、SGLang 或 FastDeploy，算力 8.0+）后面，让产线去调用它。

Dify 与 RAGFlow

基于 PaddleOCR 构建

PaddleOCR 的 README 把它们列为使用 PaddleOCR 的项目。若要接入你自己的流程，可通过 HTTP 提供 PP-StructureV3 服务，并把输出的 Markdown 送入知识库——参见 RAG 集成。

MinerU 与 Umi-OCR

基于 PaddleOCR 构建

MinerU 把文档转换为 Markdown；Umi-OCR 是免费的离线桌面 OCR 应用，适合批量处理截图和 PDF。两者都出现在 PaddleOCR 的项目展示中。

Cherry Studio、Pathway、Haystack

基于 PaddleOCR 构建

分别是桌面端大模型客户端、流式 ETL 框架和大模型编排框架——均列在官方的 “Awesome projects” 表格中。

常见问题

PaddleOCR 常见问题解答

简短且经过核实的回答，必要时附有更详细文档的链接。

PaddleOCR 是什么？

PaddleOCR 是由百度飞桨（PaddlePaddle）团队开发的开源 OCR 与文档 AI 工具包。它可以从图片和 PDF 中提取文字（PP-OCRv6），把文档版面、表格和公式解析为 Markdown 或 JSON（PP-StructureV3），并提供一个小巧的视觉语言文档解析模型（PaddleOCR-VL）。采用 Apache 2.0 许可证。

PaddleOCR 可以免费商用吗？

可以。PaddleOCR 采用 Apache License 2.0，允许商用、修改和再分发，无需支付授权费用。在本地运行除自己的硬件外没有任何成本。另有一个独立的 PaddleOCR 官方托管 API，那是一项单独的服务，有自己的条款。

如何安装 PaddleOCR 3.x？

请先安装推理引擎，再安装 PaddleOCR。CPU 环境：python -m pip install paddlepaddle==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/，然后执行 python -m pip install "paddleocr[all]"。如果使用 NVIDIA GPU 且驱动支持 CUDA 12.6，则改用 python -m pip install paddlepaddle-gpu==3.2.1 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/。不要直接从 PyPI 执行 pip install paddlepaddle-gpu：那里最新的 GPU 版本是 2.6.2，PaddleOCR 3.x 并不支持。

查看全部安装方式。

PaddleOCR 支持哪些 Python 版本？

paddleocr 包可安装在 Python 3.8 及以上版本，但 PaddlePaddle 3.x 的安装包仅提供 Python 3.9 到 3.13，文档解析的可选依赖也要求 Python 3.9 或更高。实际使用时请选择 Python 3.9 到 3.13。高性能推理（enable_hpi）目前支持 Linux x86-64 上的 Python 3.8 到 3.12。

PaddleOCR 没有 GPU 也能用吗？

可以。PP-OCRv6 和 PP-StructureV3 都能在 CPU 上运行，PP-OCRv6 还提供为受限硬件设计的 tiny 和 small 档位。百度报告称，PP-OCRv6 借助 OpenVINO 在 CPU 上端到端提速 5.2 倍，tiny 档位在 Apple M4 上提速 6.1 倍。PaddleOCR-VL 也可以在 CPU 上运行，但官方文档不建议在生产环境使用 CPU；要获得吞吐量，请使用 NVIDIA GPU 或专用的 VLM 推理服务。

该选 PP-OCRv6、PP-StructureV3 还是 PaddleOCR-VL？

需要带边框和置信度的文本行时，使用 PP-OCRv6（即 PaddleOCR 类）。需要包含版面、表格、公式和精细坐标的 Markdown 或 JSON，并希望使用对 CPU 友好的模型时，使用 PP-StructureV3。想要最高的文档解析精度（PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上为 96.33%，官方自报）并且有 GPU 时，使用 PaddleOCR-VL。

PP-OCRv6 相比 PP-OCRv5 有哪些变化？

PP-OCRv6 随 PaddleOCR 3.7.0 于 2026 年 6 月 11 日发布，新增 tiny（1.5M）、small（7.7M）和 medium（34.5M）三个档位；一个识别模型即可覆盖 50 种语言（中文、英文、日文以及 46 种拉丁字母语言）；据百度称，medium 档位的检测精度比 PP-OCRv5_server 提升 4.6%，识别精度提升 5.1%。它是 PaddleOCR 3.7 的默认模型。该范围之外的语言，如韩语、阿拉伯语或俄语，仍使用 PP-OCRv5 多语种模型。

PaddleOCR 能识别手写文字吗？

在一定范围内可以。PP-OCRv5 及之后的版本在同一个模型中识别印刷体和常见手写体，PaddleOCR-VL 可处理手写笔记和历史文献。潦草的连笔字对任何 OCR 引擎来说都仍然困难，所以在正式采用之前，请先用自己的样本测试。

PaddleOCR 会把我的文档发送到云端吗？

在本地运行时不会：推理在你自己的机器上完成。首次运行需要联网下载模型权重（默认来自 Hugging Face），除非你指向已下载好的模型。只有当你主动使用托管服务时文档才会被上传，例如 PaddleOCR 官方 API、MCP 服务器的 AI Studio 或千帆模式，或在线演示。

升级后我的 PaddleOCR 2.x 代码报错了，发生了什么变化？

PaddleOCR 3.x 不向后兼容。请把 use_gpu=True 换成 device='gpu'（use_gpu 现在会抛出 "Unknown argument"），用 predict() 代替 ocr(img, cls=True)，把 use_angle_cls 改名为 use_textline_orientation，并用 PPStructureV3 代替 PPStructure。返回结果不再是嵌套列表，而是带有 print()、save_to_json() 和 save_to_img() 方法的对象。

完整迁移对照表。

如何在 Dify、RAGFlow 或 AI 智能体中使用 PaddleOCR？

对于智能体，请安装官方 MCP 服务器（pip install -U paddleocr-mcp）并添加到 Claude Desktop 等 MCP 宿主中；它会把 OCR、PP-StructureV3 和 PaddleOCR-VL 作为工具提供。对于 RAG 平台，可以把 PP-StructureV3 或 PaddleOCR-VL 作为 HTTP 服务运行（paddlex --serve），或使用官方 API，然后把输出的 Markdown 送入知识库。

分步指南。

PaddleOCR 的最新版本是什么？

截至 2026 年 10 月，最新版本是 PaddleOCR 3.7.0，于 2026 年 6 月 11 日发布到 PyPI。该版本把 PP-OCRv6 设为默认 OCR 模型。PaddleOCR-VL-1.6 随 3.6.0（2026 年 5 月 28 日）发布，HPD-Parsing 高吞吐模型于 2026 年 7 月 22 日公布。

更新日志。

PaddleOCR 详解， 代码真正能跑。

PaddleOCR 是什么？

PaddleOCR 3.7 能做什么

把 PDF 和扫描件转为 Markdown、JSON 或 Word

100+ 种语言

PP-OCRv6 三个档位

普通硬件上也很快

数据在哪里，就在哪里运行

为大模型、RAG 和智能体工作流而生

高吞吐解析

看看 PaddleOCR 会返回什么

正确安装 PaddleOCR 3.7

PaddleOCR 3.x 代码示例

从图片中提取文字

文本、边框和置信度

整个 PDF → 一个 Markdown 文件

以 HTML 提取表格

PaddleOCR-VL（最难处理的文档）

其他语言

GPU、档位与引擎

高效批量处理文件夹

命令行

为你的环境生成 PaddleOCR 代码

选项

你的代码 复制

PaddleOCR、Tesseract、EasyOCR、Docling、Surya 与 Textract 对比

PaddleOCR 与 Tesseract

PaddleOCR 与 EasyOCR

PaddleOCR 不是最佳选择的情况

官方工具与集成

MCP 服务器

Agent Skills

PaddleOCR 官方在线平台与 API

Hugging Face 与 魔搭社区（ModelScope）

PaddleOCR.js

vLLM、SGLang 与 FastDeploy

Dify 与 RAGFlow

MinerU 与 Umi-OCR

Cherry Studio、Pathway、Haystack

PaddleOCR 常见问题解答

PaddleOCR 详解，
代码真正能跑。

你的代码

Hugging Face 与魔搭社区（ModelScope）