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