PaddlePaddle/PaddleOCR

PaddleOCR 是 OCR 与 Document AI 工具包，把 PDF 和图片转为 LLM-ready JSON/Markdown。README 称 PaddleOCR-VL-1.6 是 0.9B 文档 VLM，在 OmniDocBench v1.6 达 96.3% accuracy，并支持 text、formula、table、古籍、稀有字符、印章、图表等结构化输出；PP-OCRv5 支持 100+语言混排识别。值得看的是它覆盖从场景文字到复杂文档解析的完整链路。