Outil OCR qui prépare des documents pour l'intelligence artificielle
Développé par PaddlePaddle, PaddleOCR est un outil léger de reconnaissance optique de caractères qui convertit les documents PDF et visuels en données structurées pour de grands modèles de langage. Cette bibliothèque, qui prend en charge plus de 100 langues, standardise le flux de données entre le contenu visuel et les modèles d'intelligence artificielle.
Mises à jour
- 15 octobre 2026: Étoiles 86,787 → 91,141, dernière version v3.7.0 (11 juin 2026).
- 2 août 2026: Étoiles 80,160 → 86,787, dernière version v3.7.0 (11 juin 2026).
Ce que ça vous apporte
- Convertit les PDF et les images au format JSON ou Markdown
- Reconnaît plus de 100 langues avec un seul modèle
- Fournit une grande précision avec une faible utilisation des ressources
Installation
pip install paddleocrSi vous ne codez pas
Je souhaite convertir les documents PDF et visuels dont je dispose en données structurées que les modèles d'intelligence artificielle peuvent traiter. Comment puis-je convertir le texte, les tableaux et les formules de mes documents au format Markdown ou JSON avec la plus grande précision, en utilisant des modèles tels que PP-OCRv6 ou HPD-Parsing de PaddleOCR ? Quels paramètres de configuration dois-je choisir pour une efficacité et une rapidité élevées dans ce processus ?
Dépôt : https://github.com/PaddlePaddle/PaddleOCR. Base-toi sur les instructions officielles du fichier README de ce dépôt pour l'installation et l'exécution.
Avant de commencer, vérifie quel système d'exploitation nous utilisons et si les outils nécessaires (ex: Python, Node.js, Git, Docker) sont installés. Installe ceux qui manquent étape par étape selon ce système.
Crée un nouveau dossier vide pour travailler. Ne touche pas aux fichiers en dehors de ce dossier et ne supprime rien. Avant chaque commande, décris ce que tu vas faire en une phrase.
Dis-moi ce que je devrais voir à l'écran à la fin de chaque étape. Si une erreur survient, je te copierai le message d'erreur tel quel et nous la corrigerons ensemble.
Termes liés du glossaire
Liens
TreScout n'a pas développé cet outil · nous l'avons repéré dans les tendances GitHub et présenté. Cette page décrit le dépôt tel qu'il était le 2026-06-05 : Le nombre d'étoiles et notre texte datent de ce jour, le dépôt a pu changer depuis. Consultez le lien du dépôt pour l'état actuel. Le texte de présentation a été préparé avec l’IA à partir de la propre documentation du dépôt et cette page a été traduite automatiquement depuis l’original turc · la version turque fait foi.