PaddleOCR/latest/version3.x/pipeline_usage/OCR

[giscus[bot]]

PaddleOCR/latest/version3.x/pipeline_usage/OCR

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)

https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/pipeline_usage/OCR.html

[PaoloP-creator]

/Users/home/Downloads/汤用彤 - 汉魏两晋南北朝佛教史 2.pdf OCR

[PaoloP-creator]

Can you OCR a File?

[PaoloP-creator]

/Users/home/Downloads/汤用彤 - 汉魏两晋南北朝佛教史 2.pdf

[AngieTLYang]

I need to align my image's resolution (dpi) and dimensions (width & height pixels) with the demo image, general_ocr_002.png, so that it works.

[436and251]

虽然你这里声明ocr.predict是结果列表，但是如果走的piepline那个逻辑，predict产生的output却是generator

[HighLordA]

你好，我在使用最新cpu 的orc版本 ，使用单例模式的话第一次成功 第二次必然会失败 第三次就会成功 这样往复的 似乎是有资源没释放使用完

[ezatgz]

我也遇到了同样问题，目前看到的原因是由于多线程调用OCR 引擎导致的。解决方案有两个：

1. 在引擎实例上添加 enable_mkldnn=False参数，这可以避免隔一条OCR就失败的问题，但会导致OCR处理时间增加50%左右。
   ocr_engine = PaddleOCR(
   use_doc_orientation_classify=False,
   use_doc_unwarping=False,
   use_textline_orientation=False,
   text_detection_model_name="PP-OCRv5_mobile_det",
   text_recognition_model_name="PP-OCRv5_mobile_rec",
   lang="cn",
   cpu_threads=8,
   enable_mkldnn=False #添加该参数
   )

2. 不添加 enable_mkldnn=False 参数，采取单线程处理OCR调用。既可以避免问题又不会影响OCR速度。

主要区别

多线程方式：
使用QThread创建独立线程处理每个OCR任务
通过信号和槽机制在主线程和工作线程之间传递数据
存在多线程环境下PaddleOCR的兼容性问题

单线程方式：
在主线程中顺序处理所有OCR任务
直接调用函数处理，避免了信号和槽机制
通过递归调用实现顺序处理
避免了多线程环境下的兼容性问题

最后的测试结果如下：
添加 enable_mkldnn=False 时：

1. 无论单线程还是多线程调用都不会出现OCR失败的问题，但OCR时间相对没有这个参数会增加50%

不添加 enable_mkldnn=False 时：

1. 单线程调用不会出现OCR失败的问题，OCR时间正常。
2. 多线程调用一定会出现隔一条就出现OCR失败的问题。

[zhangyubo0722]

PaddleOCR 3.1 has been released, featuring the new PP-OCRv5 multilingual text recognition model. It supports 37 languages including French, Spanish, Portuguese, Russian, Korean, and more, achieving an average recognition accuracy improvement of over 30%. Welcome to try it out!

[zwbc-zcz]

模型路径中为什么不能包含中文

[436and251]

ocr实例化的好像可以，走pipeline的好像就不能包含中文，我也遇到了。

[zwbc-zcz]

PaddleOcr实例化也是不能包含中文 ***@***.***> 在 2025年7月10日 周四 10:19 写道： ocr实例化的好像可以，走pipeline的好像就不能包含中文，我也遇到了。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.

[WXWXwqz]

paddleocr ocr -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png
信息: 用提供的模式无法找到文件。
C:\Users\gggad\AppData\Local\Programs\Python\Python311\Lib\site-packages\paddle\utils\cpp_extension\extension_utils.py:715: UserWarning: No ccache found. Please be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md
warnings.warn(warning_message)
Creating model: ('PP-LCNet_x1_0_doc_ori', None)
Using official model (PP-LCNet_x1_0_doc_ori), the model files will be automatically downloaded and saved in C:\Users\gggad.paddlex\official_models.
Creating model: ('UVDoc', None)
Using official model (UVDoc), the model files will be automatically downloaded and saved in C:\Users\gggad.paddlex\official_models.
Creating model: ('PP-LCNet_x1_0_textline_ori', None)
Using official model (PP-LCNet_x1_0_textline_ori), the model files will be automatically downloaded and saved in C:\Users\gggad.paddlex\official_models.
Creating model: ('PP-OCRv5_server_det', None)
Using official model (PP-OCRv5_server_det), the model files will be automatically downloaded and saved in C:\Users\gggad.paddlex\official_models.
Creating model: ('PP-OCRv5_server_rec', None)
Using official model (PP-OCRv5_server_rec), the model files will be automatically downloaded and saved in C:\Users\gggad.paddlex\official_models.
Connecting to https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png ...
Downloading general_ocr_002.png ...
[==================================================] 100.00%
[2025/08/03 10:55:48] paddleocr INFO: Processed item 0 in 522.8934288024902 ms
{'res': {'input_path': 'C:/Users/gggad/.paddlex/predict_input/general_ocr_002.png', 'page_index': None, 'model_settings': {'use_doc_preprocessor': True, 'use_textline_orientation': True}, 'doc_preprocessor_res': {'input_path': None, 'page_index': None, 'model_settings': {'use_doc_orientation_classify': True, 'use_doc_unwarping': True}, 'angle': 270}, 'dt_polys': array([], dtype=float64), 'text_det_params': {'limit_side_len': 64, 'limit_type': 'min', 'thresh': 0.3, 'max_side_limit': 4000, 'box_thresh': 0.6, 'unclip_ratio': 1.5}, 'text_type': 'general', 'text_rec_score_thresh': 0.0, 'rec_texts': [], 'rec_scores': array([], dtype=float64), 'rec_polys': array([], dtype=float64), 'rec_boxes': array([], dtype=float64)}} 我这个demo运行完了没有任何识别结果，这是什么问题呢？

[joey-bing-614]

每次使用，都必须初始化一次ocr吗，因为我发现把ocr放在函数外面的话，每次调用接口，第一次都成功，第二次都会失败。

[dengLG]

请问文本检测需要区分语种吗？对应使用不同的模型吗？目前只看到了识别阶段有多语种的模型提供。

[dengLG]

另外想要识别某个文本图像是属于哪个语种，可以有什么方法？

[joey-bing-614]

看你的需求来选择不同模型，通过测试选择识别率高的或者速度快的就行

…

---- Replied Message ---- | From | ***@***.***> | | Date | 08/22/2025 14:48 | | To | PaddlePaddle/PaddleOCR ***@***.***> | | Cc | joey-bing-614 ***@***.***>, Comment ***@***.***> | | Subject | Re: [PaddlePaddle/PaddleOCR] PaddleOCR/latest/version3.x/pipeline_usage/OCR (Discussion #15771) | 另外想要识别某个文本图像是属于哪个语种，可以有什么方法？ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[MrWangChong]

我没有修改PP-OCRv5_server_rec.yml文件，训练命令：
python3 -m paddle.distributed.launch --gpus '0,1' tools/train.py -c configs/rec/PP-OCRv5/PP-OCRv5_server_rec.yml -o Global.pretrained_model=./PP-OCRv5_server_rec_pretrained.pdparams

训练结果如下：

我取的第43轮训练的结果

从测试集看效果不错，使用训练的图片测试效果也不错。

但是使用新数据来测试效果很差，原有能识别的数据，现在也识别不了了，请问一下怎么做可以避免这种情况呢？需要调PP-OCRv5_server_rec.yml里面的参数吗

🌰 Minimal Reproducible Example (最小可复现问题的Demo)

from paddleocr import TableRecognitionPipelineV2

pipeline = TableRecognitionPipelineV2(
text_recognition_model_name="PP-OCRv5_server_rec",
text_recognition_model_dir="../../PP-OCRv5_server_rec_infer/"
)
import datetime
print("识别1开始时间"+str(datetime.datetime.now()))
output = pipeline.predict("./IMG_20250901_101548.jpg")
print("识别1完成时间"+str(datetime.datetime.now()))
for res in output:
res.print() ## 打印预测的结构化输出
res.save_to_img("tabocr1")
res.save_to_json("tabocr1")

[zengqiang331-hash]

可以把文本识别的置信度（text_det_box_thresh）调低，加载模型时候的参数。默认是0.3以上才识别，有些符号置信度太低了就不识别了，尤其是手写的√，经常漏选。

[Leolibin]

请问多语言调用服务如何指定lang具体某种语言呢？
我在请求的json中添加没有生效
payload = {"file": file_data, "fileType": 1, lang:en}
response = requests.post(API_URL, json=payload)

[joey-bing-614]

感谢🙏

…

---- Replied Message ---- | From | ***@***.***> | | Date | 09/15/2025 18:44 | | To | PaddlePaddle/PaddleOCR ***@***.***> | | Cc | joey-bing-614 ***@***.***>, Comment ***@***.***> | | Subject | Re: [PaddlePaddle/PaddleOCR] PaddleOCR/latest/version3.x/pipeline_usage/OCR (Discussion #15771) | 我也遇到了同样问题，目前看到的原因是由于多线程调用OCR 引擎导致的。解决方案有两个： 在引擎实例上添加 enable_mkldnn=False参数，这可以避免隔一条OCR就失败的问题，但会导致OCR处理时间增加50%左右。 ocr_engine = PaddleOCR( use_doc_orientation_classify=False, use_doc_unwarping=False, use_textline_orientation=False, text_detection_model_name="PP-OCRv5_mobile_det", text_recognition_model_name="PP-OCRv5_mobile_rec", lang="cn", cpu_threads=8, enable_mkldnn=False #添加该参数 ) 不添加 enable_mkldnn=False 参数，采取单线程处理OCR调用。既可以避免问题又不会影响OCR速度。 主要区别 多线程方式： 使用QThread创建独立线程处理每个OCR任务 通过信号和槽机制在主线程和工作线程之间传递数据 存在多线程环境下PaddleOCR的兼容性问题 单线程方式： 在主线程中顺序处理所有OCR任务 直接调用函数处理，避免了信号和槽机制 通过递归调用实现顺序处理 避免了多线程环境下的兼容性问题 最后的测试结果如下： 添加 enable_mkldnn=False 时： 无论单线程还是多线程调用都不会出现OCR失败的问题，但OCR时间相对没有这个参数会增加50% 不添加 enable_mkldnn=False 时： 单线程调用不会出现OCR失败的问题，OCR时间正常。 多线程调用一定会出现隔一条就出现OCR失败的问题。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[catan2-7]

我按着开发流程来的，命令只做了模型的修改，无论是v5还是v4，都会报断言错误

Traceback (most recent call last):
File "/mnt/axh/paddleocr_car/PaddleOCR/tools/train.py", line 272, in
main(config, device, logger, vdl_writer, seed)
File "/mnt/axh/paddleocr_car/PaddleOCR/tools/train.py", line 225, in main
program.train(
File "/mnt/axh/paddleocr_car/PaddleOCR/tools/program.py", line 373, in train
loss = loss_class(preds, batch)
File "/usr/local/lib/python3.10/dist-packages/paddle/nn/layer/layers.py", line 1429, in call
return self.forward(*inputs, **kwargs)
File "/mnt/axh/paddleocr_car/PaddleOCR/ppocr/losses/det_db_loss.py", line 69, in forward
loss_shrink_maps = self.bce_loss(
File "/usr/local/lib/python3.10/dist-packages/paddle/nn/layer/layers.py", line 1429, in call
return self.forward(*inputs, **kwargs)
File "/mnt/axh/paddleocr_car/PaddleOCR/ppocr/losses/det_basic_loss.py", line 94, in forward
loss = self.loss(pred, gt, mask=mask)
File "/usr/local/lib/python3.10/dist-packages/paddle/nn/layer/layers.py", line 1429, in call
return self.forward(*inputs, **kwargs)
File "/mnt/axh/paddleocr_car/PaddleOCR/ppocr/losses/det_basic_loss.py", line 136, in forward
assert loss <= 1
AssertionError

[zsf513]

curl --request POST \
  --url 'http://127.0.0.1:7000/ocr?=' \
  --header 'Accept: application/json' \
  --header 'Accept-Language: zh-CN,zh;q=0.9' \
  --header 'Connection: keep-alive' \
  --header 'Content-Type: application/json' \
  --header 'locale: zh-CN' \
  --data '{
	"file": "https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_001.png",
	"fileType": 1
}'

“API参考”中的文档只有/ocr这一个请求的说明，但是看NodeJS示例中又有个http://localhost:8080/layout-parsing请求，能否给个完整的服务部署后的http接口文档？

[cyouhei]

WARNING: Logging before InitGoogleLogging() is written to STDERR ，初始化PaddleOCR实例后，影响了所有原来正常的日志正常输出，请问这个问题有好的解决方法么

[qboyjun]

3.2.0版本,PP-OCRv5 本地模型, 在三台机器上跑了同一张图 分辨率640x480
都在CPU下跑
机器1:
AMD 7840HS 笔记本
识别大概1秒多

机器2
INTEL 12700KF 台式机
识别将近用了40秒, 关闭小核心之后 识别用了2~3秒 , 比7840HS笔记本慢

机器3
intel Ultra5 125H 笔记本
这台机器关不了小核, 识别花了60秒 +

python 环境是 3.13
有知情大佬知道是什么情况么?

初始化用的代码:
self._paddle_ocr = PaddleOCR(
use_doc_orientation_classify=False,
use_doc_unwarping=False,
use_textline_orientation=False,
lang="ch",
ocr_version="PP-OCRv5",
text_detection_model_name="PP-OCRv5_server_det",
text_recognition_model_name="PP-OCRv5_server_rec",
text_detection_model_dir=os.path.abspath("./tools/paddleocr_models/PP-OCRv5_server_det"),
text_recognition_model_dir=os.path.abspath("./tools/paddleocr_models/PP-OCRv5_server_rec")
)

识别:
result = self._paddle_ocr.ocr(screenshot)

[ezatgz]

在笔记本上跑最好用PP-OCRv5_mobile_rec 和 OCRv5_mobile_det。速度快很多。server 模型适用于服务器配置的。 这是我在笔记本上跑mobile 模型的性能数据 硬件配置 - 该配置约为2018年中端笔记本的配置。工具运行在机械硬盘上，输入输5出文件也位于机械硬盘上 - 处理器： Intel(R) Core(TM) i7-8750H CPU @ 2.20GHz - 内存： 16.0 GB - 存储： 466 GB HDD 5400RPM - 识别速度 - 纯中文字幕识别50张图片(分辨率 1280 x 60)耗时约13秒，100张图片耗时约27秒。性能表现一致且平稳 - 内存占用 - 运行中占用内存峰值约800MB左右 - CPU占用 - 识别过程中CPU占用率在90%以上。 我的引擎初始化代码： ``` default_text_det_limit = load_text_det_limit() # 获取模型文件的正确路径 det_model_dir = get_resource_path("ocrmodels/PP-OCRv5_mobile_det") rec_model_dir = get_resource_path("ocrmodels/PP-OCRv5_mobile_rec") ocr_engine = PaddleOCR( use_doc_orientation_classify=False, use_doc_unwarping=False, use_textline_orientation=False, text_detection_model_name="PP-OCRv5_mobile_det", text_recognition_model_name="PP-OCRv5_mobile_rec", lang="cn", #lang="chinese_cht", #lang="en" cpu_threads=8, text_det_limit_side_len=default_text_det_limit, text_detection_model_dir=det_model_dir, text_recognition_model_dir=rec_model_dir, text_det_limit_type="max" # 移除enable_mkldnn=False以测试是否能正常运行 ) ```

…

________________________________ From: qboyjun ***@***.***> Sent: Friday, October 3, 2025 12:05:16 AM To: PaddlePaddle/PaddleOCR ***@***.***> Cc: ezatgz ***@***.***>; Comment ***@***.***> Subject: Re: [PaddlePaddle/PaddleOCR] PaddleOCR/latest/version3.x/pipeline_usage/OCR (Discussion #15771) 3.2.0版本,PP-OCRv5 本地模型, 在三台机器上跑了同一张图 分辨率640x480 都在CPU下跑 机器1: AMD 7840HS 笔记本 识别大概1秒多 机器2 INTEL 12700KF 台式机 识别将近用了40秒, 关闭小核心之后 识别用了2~3秒 , 比7840HS笔记本慢 机器3 intel Ultra5 125H 笔记本 这台机器关不了小核, 识别花了60秒 + python 环境是 3.13 有知情大佬知道是什么情况么? 初始化用的代码: self._paddle_ocr = PaddleOCR( use_doc_orientation_classify=False, use_doc_unwarping=False, use_textline_orientation=False, lang="ch", ocr_version="PP-OCRv5", text_detection_model_name="PP-OCRv5_server_det", text_recognition_model_name="PP-OCRv5_server_rec", text_detection_model_dir=os.path.abspath("./tools/paddleocr_models/PP-OCRv5_server_det"), text_recognition_model_dir=os.path.abspath("./tools/paddleocr_models/PP-OCRv5_server_rec") ) 识别: result = self._paddle_ocr.ocr(screenshot) ― Reply to this email directly, view it on GitHub<#15771 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/BEU5JRMANAHVCIPRHNFZNBL3VVELZAVCNFSM6AAAAAB7S5TMHKVHI2DSMVQWIX3LMV43URDJONRXK43TNFXW4Q3PNVWWK3TUHMYTINJXGU3TGMY>. You are receiving this because you commented.Message ID: ***@***.***>

[Ye-TianYi]

有version3.x的yaml配置文件的参数说明嘛？

[yuluzhong]

return_word_box这个参数是舍弃了吗

[wangchenxing0904]

java语言 走的接口 http://127.0.0.1:8080/ocr ，响应链接超时 Read timed out申请情况。

[1376968261-zlf]

导出的推理模型 json、yml、pdiparams三个文件如何导出成onnx模型呢？

[liuhongen1234567]

json文件的模型可以使用paddlex转onnx，参考文档如下：https://www.paddleocr.ai/main/version3.x/deployment/obtaining_onnx_models.html

[1376968261-zlf]

[Paddle2ONNX] Start to parse PaddlePaddle model... [Paddle2ONNX] Model file path: D:\PaddleOCR\ocrAPP\myModels\det_ppocrv5_infer_1121\inference.json [Paddle2ONNX] Parameters file path: D:\PaddleOCR\ocrAPP\myModels\det_ppocrv5_infer_1121\inference.pdiparams [Paddle2ONNX] Start to parsing Paddle model... [Paddle2ONNX] Failed to parse paddlepaddle model from read content. [Paddle2ONNX] Failed to load program of PaddlePaddle model. [Paddle2ONNX] Paddle model parsing failed. [Paddle2ONNX] Paddle model convert failed. Paddle2ONNX conversion succeeded Copied D:\PaddleOCR\ocrAPP\myModels\det_ppocrv5_infer_1121\inference.yml to output\detONNX1202\inference.yml Done 导出显示上面failed，这个是失败了吗？

…

------------------&nbsp;原始邮件&nbsp;------------------ 发件人: ***@***.***&gt;; 发送时间: 2025年12月2日(星期二) 晚上8:46 收件人: ***@***.***&gt;; 抄送: ***@***.***&gt;; ***@***.***&gt;; 主题: Re: [PaddlePaddle/PaddleOCR] PaddleOCR/latest/version3.x/pipeline_usage/OCR (Discussion #15771) json文件的模型可以使用paddlex转onnx，参考文档如下：https://www.paddleocr.ai/main/version3.x/deployment/obtaining_onnx_models.html — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***&gt;

[liuhongen1234567]

可以提供下显卡，paddle、paddleocr、paddlex版本信息，成功会在 output\detONNX1202 输出.onnx 文件

[yzw20110902]

如何部署到 Android 上去，在线求助

[eyasjx]

问题描述如下:
内网下fastapi启动缓慢,怀疑是paddle模块需要主动连外网然后超时导致。
api启动时，具体终端提示如下：
No model hoster is available! Please check your network connection to one of the following model hosts:HuggingFace (https://huggingface.co),ModelScope (https://modelscope.cn),AIStudio (https://aistudio.baidu.com), orBOS (https://paddle-model-ecology.bj.bcebos.com).Otherwise, only local models can be used.
UserWarning: No ccache found. Plee be aware that recompiling all source files may be required. You can download and install ccache from: https://github.com/ccache/ccache/blob/master/doc/INSTALL.md

问题解决需求:
想要配置程序屏蔽或者跳过paddle连接外网请求，快速启动api，但目前找不到如何跳过的方式。

[TanLuc12]

Hi everyone. I've train the recognition model. The parameter when training is good.
After that I try with the TextDetection module, the model show the output is really good.

But when I try to combine with detection model that I train. And put in in the module PaddleOCR. The model performed so bad.
for example this is what Im try to OCR:
20A 250V 1 Gang Double Pole, Switch with Neon -> the model will out put: 20A 250V 1 Gang Doulee Peel, Switcchhh with Neoeon

[quxiaofei0130]

请问下,
文本检测模块跟文本识别模块,如果我用私有数据集进行训练的时候,只能达到微调的效果是吗
如果我想用这两个预训练模型,只实现我私有数据集的识别,可以做到吗,应该怎么做?

[HW140701]

请问，我看上面的文档里面，ocr.predict的结果里面写着是有dt_scores的，但是我实际推理一张图片在结果中没有看到dt_scores，但是我现在需要检测模型的置信度分数，该怎么办？