paddleOCR-VL镜像

镜像简介

百度飞桨PaddleOCR是一款业界领先的OCR与文档理解工具，支持109种语言的精准文字识别，并能高效解析表格、公式及图表等复杂版面。结合视觉场景识别与语义分割能力，它可实现对图像内容的深度理解与结构化提取，适用于文档数字化、多语言信息处理、自动化办公与智能审核等多种场景。

• 该镜像已经下载所有模型，支持cli模型OCR识别全部功能
• 测试用示例图片已经下载
• paddleOCR官网地址 https://huggingface.co/PaddlePaddle/PaddleOCR-VL

有趣的80后程序员-镜像作者交流群

关键步骤说明

1、打开终端

• 使用该镜像创建实例后，点击进入jupyterlab

• jupyterlab中点开终端

2、进入workspace目录

cd /workspace

3、测试图片

• 所有测试图片位于input目录

• 测试结果位于output目录

一个图片对应一个文件夹，有json与md格式输出

• 建议通过md预览方式查看结果，操作方法如下

4、cli命令

• 可通过下面命令对自己的图片进行ocr识别

paddleocr doc_parser -i ./input/eng_complex.png --save_path ./output/eng_complex/