PaddleOCR
百度开源的OCR工具库，基于PaddlePaddle深度学习框架构建，支持多语言文字检测与识别，尤其在中文识别场景下表现优异。
核心事实
时间轴 (近 90 天)
研究引入了PaddleOCR、EasyOCR和Tesseract三种OCR引擎的实际输出
现代 OCR 引擎通常结合卷积神经网络（CNN）进行字符特征提取，再用循环神经网络（RNN）或 Transformer 建模字符序列的上下文关系
PaddleOCR是百度开源的OCR工具包，中文识别效果出色，支持批量处理
工程图纸OCR通常需要在通用引擎（如Tesseract、PaddleOCR）基础上进行领域适配微调
OCR 技术历史可追溯到 20 世纪 70 年代，2010 年代之后基于深度学习的 OCR 引擎（如 Tesseract 4.0、PaddleOCR）大幅提升了识别精度
简历解析中，图片型PDF（扫描件）需引入OCR技术如Tesseract或百度飞桨PaddleOCR，Word文档需通过Apache POI解析OOXML格式
传统OCR技术（如Tesseract、PaddleOCR）采用检测-识别两阶段流水线，面对复杂背景、手写体、艺术字时表现较差
PaddleOCR、EasyOCR、Tesseract 5.x、TrOCR是一批开源OCR工具
Tesseract OCR 处理一张 1080p 截图通常需要 200-500ms 的 CPU 时间；深度学习 OCR 引擎（如 PaddleOCR、EasyOCR）识别准确率可提升到 95% 以上但单帧处理时间可能增加到 1-2 秒
使用 PaddleOCR、EasyOCR 等深度学习 OCR 引擎识别准确率提升到 95% 以上，但单帧处理时间增加到 1-2 秒且需要 GPU 加速
还有 2 条时间轴事件
全部知识事实 (13)
现代OCR引擎如Tesseract和ABBYY FineReader在纯文字识别上已达到95%以上的准确率
80%待验证归一化处理中PDF解析可使用PyMuPDF或pdfplumber，Word文档处理常用python-docx，图片OCR可用Tesseract或PaddleOCR
90%待验证研究引入了PaddleOCR、EasyOCR和Tesseract三种OCR引擎的实际输出
50%待验证现代 OCR 引擎通常结合卷积神经网络（CNN）进行字符特征提取，再用循环神经网络（RNN）或 Transformer 建模字符序列的上下文关系
50%待验证PaddleOCR是百度开源的OCR工具包，中文识别效果出色，支持批量处理
50%待验证工程图纸OCR通常需要在通用引擎（如Tesseract、PaddleOCR）基础上进行领域适配微调
50%待验证OCR 技术历史可追溯到 20 世纪 70 年代，2010 年代之后基于深度学习的 OCR 引擎（如 Tesseract 4.0、PaddleOCR）大幅提升了识别精度
50%待验证简历解析中，图片型PDF（扫描件）需引入OCR技术如Tesseract或百度飞桨PaddleOCR，Word文档需通过Apache POI解析OOXML格式
50%待验证传统OCR技术（如Tesseract、PaddleOCR）采用检测-识别两阶段流水线，面对复杂背景、手写体、艺术字时表现较差
50%待验证PaddleOCR、EasyOCR、Tesseract 5.x、TrOCR是一批开源OCR工具
50%待验证Tesseract OCR 处理一张 1080p 截图通常需要 200-500ms 的 CPU 时间；深度学习 OCR 引擎（如 PaddleOCR、EasyOCR）识别准确率可提升到 95% 以上但单帧处理时间可能增加到 1-2 秒
50%待验证使用 PaddleOCR、EasyOCR 等深度学习 OCR 引擎识别准确率提升到 95% 以上，但单帧处理时间增加到 1-2 秒且需要 GPU 加速
50%待验证Niels的Agent系统促成了包括Google DeepMind发布数学数据集、PaddleOCR将所有OCR模型迁移到Hugging Face等成果
50%