PaddleOCR 在线识别：直接在浏览器中运行

这个在线 PaddleOCR 是怎么工作的#

本页加载的是 PaddleOCR.js——PaddleOCR 团队以 @paddleocr/paddleocr-js 发布的官方浏览器 SDK。它运行的是与 Python 库相同的两阶段流程：¹

两个模型都通过 ONNX Runtime Web 运行。浏览器支持 WebGPU 时，SDK 会优先使用它，否则回退到 WebAssembly。模型文件来自百度官方 CDN；如果下载失败，本页会改从 Hugging Face 上的 PaddlePaddle 组织获取完全相同的 ONNX 导出文件。无论来自哪里，模型都会存入浏览器缓存，第二次打开几秒钟就能开始识别。³

该选哪个模型？#

服务端级别的 PP-OCRv6 medium 模型（Python 中的默认模型）浏览器 SDK 并不提供。在 我们的 CPU 基准测试（英文） 中，small 在五份测试文档中的三份上与 medium 结果完全一致，在两张小票上各多错一个字符，因此它能比较真实地反映 Python 库的识别效果。

提高识别效果的技巧#

• 裁剪到文字区域。大照片在检测前会被缩小，大图上的小字可能因此丢失。裁剪是最立竿见影的改进。
• 有文字没识别出来？展开“检测参数”，把 text_det_box_thresh 调低（例如 0.4）。较淡或对比度低的文字往往就能通过阈值了。
• 边缘的字被截掉？把 text_det_unclip_ratio 调到 2.0，检测框会画得稍宽一些。
• 倾斜的页面在中等角度内都能正常识别（我们的小票照片倾斜了 7.5°，识别完全正确）。如果页面上下颠倒或侧转，可以用 Python 产线的 use_doc_orientation_classify=True 先校正方向。
• 用置信度滑块隐藏不可靠的行。红框表示置信度低于 0.80，大多数误识别都落在这个区间。

浏览器版和 Python 版有什么区别？#

在你自己的网站上集成同样的 OCR#

本页的所有功能，你都可以通过官方 SDK 实现。最简版本如下：

import { PaddleOCR } from "@paddleocr/paddleocr-js";

const ocr = await PaddleOCR.create({
  lang: "en",
  ocrVersion: "PP-OCRv6",          // 对应 PP-OCRv6_small
  ortOptions: { backend: "auto" }  // 有 WebGPU 就用 WebGPU，否则用 WASM
});

const [result] = await ocr.predict(fileInput.files[0]);
for (const line of result.items) {
  console.log(line.text, line.score.toFixed(3), line.poly);
}

我们的 PaddleOCR.js 指南（英文） 介绍了打包工具、Web Worker、WebGPU 所需的响应头，以及为了让本页稳定运行我们不得不绕开的 CDN 行为。

常见问题#