Skip to content
Beside the Wheel

PaddleOCR

AI

https://www.paddlepaddle.org.cn/en/install/quick?docurl=undefined

macOS CPU 테스트

Terminal window
python -m pip install paddlepaddle==3.2.2 -i https://www.paddlepaddle.org.cn/packages/stable/cpu/
# Run PP-OCRv5 inference
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


# Run PP-StructureV3 inference
paddleocr pp_structurev3 -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/pp_structure_v3_demo.png --use_doc_orientation_classify False --use_doc_unwarping False


# Get the Qianfan API Key at first, and then run PP-ChatOCRv4 inference
paddleocr pp_chatocrv4_doc -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/vehicle_certificate-1.png -k 驾驶室准乘人数 --qianfan_api_key your_api_key --use_doc_orientation_classify False --use_doc_unwarping False


# Run PaddleOCR-VL inference
paddleocr doc_parser -i https://paddle-model-ecology.bj.bcebos.com/paddlex/imgs/demo_image/paddleocr_vl_demo.png


# Get more information about "paddleocr ocr"
paddleocr ocr --help

내부 모델 구조

pp_structurev3 등에선 내부적으로 여러 모델이 순차적으로 실행된다. 로그를 보면 Creating model: (모델명, None) 형태로 어떤 모델들이 로드되는지 확인할 수 있다. 처리 흐름은 대략 이렇다:

이미지 입력
  → 전처리 (왜곡 보정, 방향 보정)
  → 레이아웃 분석 (텍스트/표/수식 영역 구분)
  → 각 영역별 처리 (OCR, 표 구조 인식, 수식 인식 등)
  → (ChatOCR의 경우) LLM으로 정보 추출

전처리

  • UVDoc: 문서 unwarping. 카메라로 찍은 문서가 휘어져 있으면 펴준다.
  • PP-LCNet_x1_0_doc_ori: 문서가 90도, 180도 돌아가 있으면 바로잡는다.
  • PP-LCNet_x1_0_textline_ori: 텍스트 라인 방향 분류. 세로쓰기 같은 거 처리할 때 쓴다.

--use_doc_orientation_classify False --use_doc_unwarping False 옵션으로 끌 수 있는데, 스캔 문서처럼 이미 정렬된 이미지면 끄는 게 빠르다.

레이아웃 분석

  • PP-DocBlockLayout, PP-DocLayout_plus-L: 문서에서 텍스트, 표, 그림, 수식 영역을 찾는다. _plus-L은 더 큰 모델.

OCR

  • PP-OCRv5_server_det: 텍스트 영역 검출 (bounding box)
  • PP-OCRv5_server_rec: 검출된 영역의 텍스트 인식

det(detection)이 위치 찾고, rec(recognition)이 실제로 읽는다.

표 인식

표에 대해선, 선이 있는 표(wired)와 없는 표(wireless)를 다르게 처리한다.

  • PP-LCNet_x1_0_table_cls: 표 유형 분류
  • SLANeXt_wired, SLANet_plus: 표 구조 인식 (행/열/병합셀)
  • RT-DETR-L_wired_table_cell_det, RT-DETR-L_wireless_table_cell_det: 셀 위치 검출

수식/차트

  • PP-FormulaNet_plus-L: 수식 → LaTeX 변환
  • PP-Chart2Table: 차트 이미지에서 데이터 추출

모델 캐싱

모델은 ~/.paddlex/official_models/에 캐싱된다.

Model files already exist. Using cached files.

재다운로드 하려면 해당 디렉토리를 삭제하면 된다.

ChatOCR

PP-ChatOCRv4는 OCR 결과를 LLM(Qianfan API)에 넘겨서 특정 정보를 추출한다. -k 운전면허번호와 같이 키워드를 입력해 해당 값을 찾아낼 수 있다. 긴 문서는 블록 단위로 쪼개서 처리한다.

The LLM chat bot is not initialized, will initialize it now.
Split the original text into 1 blocks
Translating block 1/1...

참고

관련글
aiLangchainOptionsaiOpenCV InpaintingaiOptimizeraiQwen3-TTSaiRAGaiRNN