PaddleOCR-JS

🚀 PaddleOCR JavaScript 封装，支持浏览器和 Node.js 的 OCR 识别

特性

• 📝 文本识别 - 支持 80+ 语言的中英文识别
• 📊 表格识别 - 精准识别表格结构，输出 HTML/Markdown/Excel
• 🔢 公式识别 - 识别数学公式，输出 LaTeX/MathML
• 📱 条码识别 - 支持 QR 码、条形码等 10+ 格式
• 🗂️ 布局分析 - 自动识别文档布局结构
• ⚡ 高性能 - 模型缓存、Web Worker 支持
• 🌐 跨平台 - 浏览器、小程序、Node.js

安装

# npm
npm install paddleocr-js

# yarn
yarn add paddleocr-js

# pnpm
pnpm add paddleocr-js

快速开始

浏览器环境

<script src="dist/browser/index.min.js"></script>
<script>
  const paddleOCR = new PaddleOCR({
    modelPath: '/models',
    useWasm: true,
    language: 'ch'
  });
  
  paddleOCR.init().then(() => {
    paddleOCR.recognize(imageElement).then(result => {
      console.log(result.textRecognition);
    });
  });
</script>

Node.js 环境

import { PaddleOCR } from 'paddleocr-js';
import fs from 'fs';

async function main() {
  const paddleOCR = new PaddleOCR({
    language: 'ch',
    useWasm: true
  });
  
  await paddleOCR.init();
  
  const imageBuffer = fs.readFileSync('image.jpg');
  const result = await paddleOCR.recognize(imageBuffer);
  
  console.log('识别结果:', result.textRecognition);
}

main();

ES Modules

import { PaddleOCR } from 'paddleocr-js';

async function detectText() {
  const paddleOCR = new PaddleOCR({
    modelPath: '/models',
    useWasm: true,
    language: 'ch'
  });
  
  await paddleOCR.init();
  
  const result = await paddleOCR.recognize('https://example.com/image.jpg');
  console.log(result);
}

detectText();

功能示例

文本识别

const paddleOCR = new PaddleOCR({
  language: 'ch',       // 语言: ch, en, fr, de, ja, ko...
  useWasm: true,        // 使用 WebAssembly 加速
  enableGPU: false,     // 启用 GPU 加速
  detectionModel: 'DB', // 检测模型: DB, DB++, EAST
  recognitionModel: 'CRNN' // 识别模型: CRNN, SVTR
});

await paddleOCR.init();
const result = await paddleOCR.recognize(imageSource);

// 结果结构
// {
//   textDetection: [{ box: [...], score: 0.95 }],
//   textRecognition: [{ text: '识别文本', score: 0.92 }],
//   duration: { total: 1200, detection: 800, recognition: 400 }
// }

表格识别

const paddleOCR = new PaddleOCR({
  enableTable: true,
  tableOptions: {
    format: 'html' // 输出格式: html, markdown, excel
  }
});

await paddleOCR.init();
const tableResult = await paddleOCR.recognizeTable(imageSource);

// tableResult.html     // HTML 表格
// tableResult.markdown // Markdown 表格
// tableResult.excel    // Base64 编码的 Excel

公式识别

const paddleOCR = new PaddleOCR({
  enableFormula: true,
  formulaOptions: {
    enableLatex: true,
    enableMathML: false
  }
});

const formulas = await paddleOCR.recognizeFormula(imageSource);

// formulas[0].latex  // LaTeX 格式: \frac{a}{b}
// formulas[0].tex    // 原始 TeX

条码识别

const paddleOCR = new PaddleOCR({
  enableBarcode: true
});

const barcodes = await paddleOCR.detectBarcodes(imageSource);

// barcodes[0].type   // 'qr_code', 'code_128'...
// barcodes[0].data   // 编码内容

批量处理

const images = ['img1.jpg', 'img2.jpg', 'img3.jpg'];
const batchResult = await paddleOCR.recognizeBatch(images);

// batchResult.results         // OCRResult 数组
// batchResult.totalDuration    // 总耗时
// batchResult.averageDuration // 平均耗时

布局分析

const paddleOCR = new PaddleOCR({
  enableLayout: true
});

const layout = await paddleOCR.analyzeLayout(imageSource);

// layout.regions[0].type  // 'text', 'title', 'figure', 'table'...
// layout.regions[0].box   // 区域坐标
// layout.regions[0].content // 区域内容

配置选项

| 选项 | 类型 | 默认值 | 说明 | |------|------|--------|------| | modelPath | string | /models | 模型路径 | | useWasm | boolean | true | 使用 WebAssembly | | useTensorflow | boolean | true | 使用 TensorFlow.js | | useONNX | boolean | false | 使用 ONNX Runtime | | language | string | ch | 识别语言 | | enableTable | boolean | false | 启用表格识别 | | enableFormula | boolean | false | 启用公式识别 | | enableBarcode | boolean | false | 启用条码识别 | | enableLayout | boolean | false | 启用布局分析 | | enableCache | boolean | true | 启用缓存 | | maxSideLen | number | 960 | 最大边长 | | threshold | number | 0.3 | 检测阈值 | | batchSize | number | 1 | 批处理大小 | | numThreads | number | 4 | WASM 线程数 |

API

PaddleOCR

主类，提供 OCR 识别功能。

class PaddleOCR {
  constructor(options?: PaddleOCROptions)
  init(): Promise<void>
  recognize(image: ImageSource, options?: ProcessOptions): Promise<OCRResult>
  recognizeBatch(images: ImageSource[], options?: ProcessOptions): Promise<BatchOCRResult>
  recognizeTable(image: ImageSource, options?: ProcessOptions): Promise<TableResult>
  analyzeLayout(image: ImageSource, options?: ProcessOptions): Promise<LayoutResult>
  recognizeFormula(image: ImageSource, options?: ProcessOptions): Promise<FormulaResult[]>
  detectBarcodes(image: ImageSource): Promise<BarcodeResult[]>
  getStats(): OCRStats
  dispose(): Promise<void>
}

静态方法

PaddleOCR.getSupportedLanguages(): string[]
PaddleOCR.getModelInfo(): ModelInfo
PaddleOCR.isSupported(): Promise<boolean>

支持的语言

• 中文 (ch)
• 英语 (en)
• 法语 (fr)
• 德语 (de)
• 西班牙语 (es)
• 葡萄牙语 (pt)
• 意大利语 (it)
• 俄语 (ru)
• 日语 (ja)
• 韩语 (ko)
• 阿拉伯语 (ar)
• 印地语 (hi)

浏览器支持

• Chrome >= 80
• Firefox >= 80
• Safari >= 15
• Edge >= 80

性能

| 场景 | 耗时 (1080p) | |------|-------------| | 文本检测 | ~300ms | | 文本识别 | ~500ms | | 表格识别 | ~1500ms | | 公式识别 | ~1000ms |

项目结构

paddle-ocr.js/
├── src/
│   ├── paddleocr.ts      # 主类
│   ├── index.ts           # 入口
│   ├── typings.ts         # 类型定义
│   ├── modules/           # 核心模块
│   │   ├── textDetector.ts
│   │   ├── textRecognizer.ts
│   │   ├── tableRecognizer.ts
│   │   ├── layoutAnalyzer.ts
│   │   ├── formulaRecognizer.ts
│   │   └── barcodeRecognizer.ts
│   └── utils/             # 工具函数
│       ├── image.ts
│       ├── cache.ts
│       └── env.ts
├── dist/                  # 编译输出
├── examples/             # 示例
└── docs/                 # 文档

License

Apache-2.0 License

贡献

欢迎提交 Issue 和 Pull Request！

相关链接

• PaddleOCR
• TensorFlow.js
• ONNX Runtime Web