当小学生的手写体也能识别出来，PP-OCRv5 稳了！
南方者
墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
1.6k累计阅读
1.7k平均单平台
已同步平台
CSDN
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要 →
码龄8年
关注
原创
2025-09-20 18:07:40
1.6k 阅读
AI 写同款·
GEO 优化
›
文字识别：辛辛苦苦练模型，不如调用PP-OCRv5
还是那句，专业的事交给专业的模型，大炮打蚊子实在没必要。模型继续往大的卷真的没必要，像 PP-OCRv5 这个“小身板”其实更容易落地，能适应更多的应用场景。在文字识别领域能把模型体积做得这么小，还能保持这么高的精确度，不仅在高端设备里能用，在稍微低配点的客户端都能流程运行。更更更重要的是，飞桨还支持国产芯片。这对于做政企项目的公司来说简直是福音了。在前面的测试中也看到，从车牌这种标准的字体到小学生灵魂书法家，再到艺术性接近医生风格的英文字母 PP-OCRv5 都能精准识别出来。
阅读详情
🏡 事情是这样的，前几个月，回了趟老家。在收拾老家的房间时候，翻出了一大摞小时候写的日记，纸张都泛黄了，字迹歪歪扭扭，觉得蛮有意思的。拍了些照片下来，然后在网上简单找了个 OCR 识别文字记录下… 发现了一个工具 PP-OCRv5。
🔍 PP-OCRv5 和 PaddleOCR 的关系
PaddleOCR 是一个基于 Apache 许可证开源的 OCR 与文档解析工具包，它累计下载量突破 900 万，GitHub Star 数突破 55.1 k，被超 5.9k 开源项目直接或间接使用，PaddleOCR 已成为全球开发者首选的 OCR 工具！也是GitHub 社区中唯一一个 Star数超过 55k 的中国 OCR 项目！
PP-OCRv5 是一款最新的超轻量级文字识别模型，它的参数只有 0.07B，还不到 700 亿参数大模型的千分之一，但识别精度却能与它们相媲美。
在多项 OCR 场景测试中，PP-OCRv5 的表现甚至超过了 GPT-4o、Qwen2.5-VL-72B 等通用视觉大模型！这场 “OCR 比赛”是各有千秋，大显神通！
📜 在线体验
🏹 准备工作
它是分两种的，一种是在线体验，两者都可以，可以先进去：
o 文字识别 PP-OCRv5 🔍传送门
o 文档解析 PP-StructureV3 🔍 传送门
登录账号后，直接就可以体验了！免费用，不用白不用！操作简单！上传我小时候的小日记先！
🏹 上传与运行
🏹 运行结果
📜 搭一个自己的“PP-OCRv5”
我们作为程序员，安装一个 PP-OCRv5 当然是手到擒来啦！
飞桨官方文档教程 ：传送门
python 有吧，记得必备一个啦！
然后，让我们一步步来
📚 完成 wheel 包安装
💻 安装飞桨框架 paddlepaddle
这里就选择通过 **pip **安装，官方还有 docker 安装，可自行去选择。👉🏻 传送门
# python 安装指令
python -m pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/
# python3 安装指令
python3 -m pip install paddlepaddle==3.0.0 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/
# 安装完成后，使用以下命令可以验证 PaddlePaddle 是否安装成功：
python -c “import paddle; print(paddle.version)”
python3 -c “import paddle; print(paddle.version)”
安装成功了，是出现 3.0.0
💻 安装 PaddleOCR
指令我就不多提示了，python3 是要 python3 开头，下面就默认去掉3.
只希望使用基础文字识别功能（返回文字位置坐标和文本内容）
python -m pip install paddleocr
希望使用文档解析、文档理解、文档翻译、关键信息抽取等全部功能
python -m pip install “paddleocr[all]”
在安装的同时呢，提醒一下，如果还有安装训练依赖需求的同学，也可以去官网进行研究，这里不过多阐述了。
💻 一行命令 飞起效果
下载安装完成之后，进行一行代码执行。其中，save_path 是保存结果的路径
# 默认使用 PP-OCRv5 模型
paddleocr ocr -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/general_ocr_002.png \
–use_doc_orientation_classify False \
–use_doc_unwarping False \
–use_textline_orientation False \
–save_path ./output \
–device gpu:0
那么，就会在当前目录下的 output 文件夹里有可视化的结果啦！（如图下
我们还可以来尝试复杂的场景，不同语言路标！等等
📜 讨论与总结
🔍 小发现
相信大家看操作流程的时候，也发现，在左边的测试文件中，还有很多文档可以测试！
仔细看才知道，原来文本不仅仅是文本，还有很多种类的文本！
🔍 测试化学方程文档
因为对化学比较感兴趣，所以选择一个化学方程，我们一起来看看化学方程公式的效果吧！
操作流程：①点击测试文件 ——》 ②运行——》③结果
很明显，它这里有多种结果，供你选择。
版面解析结果、阅读顺序结果、版面区域检测结果、OCR识别结果、JSON结果
🔍 其他还有更多的文档就不一一列举了
这里再丢一次 传送门 吧！
o 文字识别 PP-OCRv5 🔍 传送门
o 文档解析 PP-StructureV3 🔍 传送门
🔍 支持公式分数分析
🖥️ 具体应用
学习了解了 PP-OCRv5 相关的知识点，，我想到它能在很多应用场景下“搞一搞”事情！
领域分类具体应用场景PP-OCRv5 实现的功能与价值
文档数字化扫描件处理对扫描得到的文档图像，准确识别其中的文字，转化为文本格式。
信息提取
发票识别自动识别发票上的发票代码、号码、金额、开票日期、购买方和销售方信息等。
合同审查识别合同信息，提高审核的效率和准确性
证件识别在安防、酒店入住、机场登机等场景中，证件上的文字信息，快速完成身份验证和信息登记，提升通行效率和安全性。
教育领域
试卷作业批改识别学生手写的答案，配合自动批改系统，快速给出成绩和评语
教材数字化纸质教材转化为电子版本，方便在电子设备上阅读和学习
医疗行业
病历数字化识别病历内容，将其转换为电子病历，便于病历管理、数据分析，支持远程医疗诊断等应用。
医疗票据处理识别医疗费用票据上的信息，方便患者进行医保报销和费用核算
工业检测
产品标识识别快速识别产品标识信息，确保电子元件生产流程的可追溯性。
设备仪表读数识别对于工业设备上的仪表盘、及时获取设备参数。
智能办公
邮件文本提取自动识别邮件中的文字内容，快速处理大量邮件，提高办公效率。
文档内容搜索文件多、杂的场景，实现对文档和内容检索，使能够快速定位到有效信息，提升信息查找的效率。
移动端应用
拍照翻译用户使用手机拍照识别外文文字
便签识别将用户手写或拍照记录的便签内容识别为文本
📜 结语：PP-OCRv5 是个 “性价比天花板” 的文字识别工具 —— 又轻又快，还比很多大模型准！所属的 PaddleOCR 项目更是已经被全球几百万开发者验证过，不管是日常用还是企业落地，都是很不错的选择！
