首页/AI/RAG 与向量库速查/PaddleOCR 中文识别与版面分析

PaddleOCR 中文识别与版面分析

PaddleOCR 提供中文检测、识别与方向分类模型,对中文排版与倾斜文本的处理常用;也可用其版面分析能力做版面区域切分。

RAG 与向量库速查AI更新于 2026-10-12

基础识别(2.x 接口)

基础识别(2.x 接口)
from paddleocr import PaddleOCR

ocr = PaddleOCR(use_angle_cls=True, lang="ch")
result = ocr.ocr("scan.png", cls=True)
for line in result[0][:5]:
    box, (text, score) = line
    print(text, round(score, 3))
3.x 版本接口改为 ocr.predict(),与 2.x 写法不同;以所装版本的官方文档为准。

易错点

  • 表格与多栏混排时识别顺序可能混乱,需要按文本框坐标重排阅读顺序
  • 首次运行会联网下载模型权重,内网环境要提前准备好模型目录

数据来源与参考

  • PaddleOCR 官方文档(github.com/PaddlePaddle/PaddleOCR)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌