PaddleOCR

PaddleOCR 是一个开源的高性能光学字符识别（OCR）与文档理解工具包，支持100多种语言，可将图像和PDF文档精准转换为结构化文本数据。其核心功能包括多语言文字检测与识别、版面分析、表格识别、关键信息抽取（KIE）及PDF解析（支持PDF转Markdown等），基于飞桨（PaddlePaddle）框架实现，兼顾轻量化与高精度，支持CPU/GPU/XPU/NPU多硬件部署。适用于智能文档处理、RAG系统构建、金融票据识别、政务材料数字化、教育资料结构化等需要高鲁棒性文档AI能力的场景。