OCR-Tool, das Dokumente für künstliche Intelligenz aufbereitet
PaddleOCR wurde von PaddlePaddle entwickelt und ist ein leichtes optisches Zeichenerkennungstool, das PDF- und visuelle Dokumente in strukturierte Daten für große Sprachmodelle umwandelt. Diese Bibliothek, die mehr als 100 Sprachen unterstützt, standardisiert den Datenfluss zwischen visuellen Inhalten und Modellen der künstlichen Intelligenz.
Aktualisierungen
- 15. Oktober 2026: Sterne 86,787 → 91,141, neueste Version v3.7.0 (11. Juni 2026).
- 2. August 2026: Sterne 80,160 → 86,787, neueste Version v3.7.0 (11. Juni 2026).
Was es bringt
- Konvertiert PDFs und Bilder in das JSON- oder Markdown-Format
- Erkennt mehr als 100 Sprachen mit einem einzigen Modell
- Bietet hohe Genauigkeit bei geringem Ressourcenverbrauch
Installation
pip install paddleocrWenn Sie nicht programmieren
Ich möchte meine PDF-Dokumente und visuellen Dokumente in strukturierte Daten umwandeln, die von Modellen der künstlichen Intelligenz verarbeitet werden können. Wie kann ich die Texte, Tabellen und Formeln in meinen Dokumenten mit höchster Genauigkeit in das Markdown- oder JSON-Format konvertieren und dabei Modelle wie PP-OCRv6 oder HPD-Parsing von PaddleOCR verwenden? Welche Konfigurationseinstellungen sollte ich für eine hohe Effizienz und Geschwindigkeit in diesem Prozess wählen?
Repository: https://github.com/PaddlePaddle/PaddleOCR. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.
Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.
Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.
Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.
Verwandte Begriffe aus dem Glossar
Links
TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-06-05 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.