PaddleOCR-VL
更新时间：2025-11-07
POST
https://qianfan.baidubce.com/v2/ocr/paddleocr
调用本接口，可根据用户输入的图像和文字，进行OCR文字识别。
权限说明
调用本文API，需使用API Key鉴权方式。使用API Key鉴权调用API流程，具体调用流程，请查看 认证鉴权。
请求参数
Headers 参数
除公共头域外，无其它特殊头域
Body 参数
model
string
大模型ID：固定值为paddleocr-vl-0.9b
必选
file
string
输入文件。
图像文件或PDF文件，支持URL或Base64
- 单pdf文档：大小控制50MB
- 单图片image：大小控制10MB
必选
fileType
integer
文件类型。
0表示PDF文件，1表示图像文件。
- 若
file参数值为URL，可不传，将根据URL推断文件类型. - 若
file参数值为base64，此字段为必传.
可选
useDocOrientationClassify
boolean
图片方向矫正。
启用后，将自动检测并校正图片的朝向。支持0°、90°、180°、270°旋转，以确保获得最佳的OCR效果。
可选
useDocUnwarping
boolean
图片扭曲矫正。
启用后，将自动检测并矫正图片中的文本区域形变，如褶皱和倾斜，为后续的识别步骤提供更规整的文本图像。
可选
useLayoutDetection
boolean
版面分析。
开启后，将智能分析图片中的文档区域，如标题、段落，并按照正常的阅读顺序输出结果。
可选
useChartRecognition
boolean
图表识别。
开启后，可以自动解析文档中的图表，如柱状图、饼图等，并转换为表格形式，方便查看和编辑数据。
可选
layoutNms
boolean
NMS后处理。
开启后，会自动移除重复或高度重叠的区域框。
可选
promptLabel
string
prompt 的类型设置。
- 若开启版面分析（
useLayoutDetection为 True），则系统将执行全面的版面识别，此时promptLabel参数的设置无效。 - 若关闭版面分析（
useLayoutDetection为 False），则必须通过promptLabel参数指定识别类型，其有效值为："ocr"（文本）、"formula"（公式）、"table"（表格）或"chart"（图表）。
可选
repetitionPenalty
float
控制重复惩罚。
默认1.0，取值范围：[1.0, 2.0]
控制模型生成重复内容的惩罚系数。值大于 1.0 会降低重复单词或短语出现的概率，值越高，惩罚越强，表格预测出现幻觉时可适当调高。
可选
temperature
float
控制随机性。
默认0.0，范围 [0, 2]
高值（如 0.8）更发散，低值（如 0.2）更确定，出现幻觉时可适当调高。
可选
topP
float
核采样阈值。
默认1.0，取值范围 [0, 1.0]
仅在累计概率达阈值的词集中采样，如 0.9 代表只考虑最可能的 90%。
可选
minPixels
integer
动态分辨率下限。
默认147384，取值范围： [3136, 147384]
预处理时若调整后总像素低于minPixels的值会放大到不低于该阈值。
可选
maxPixels
integer
动态分辨率上限。
默认2822400，取值范围： [1003520, 3211264]
预处理时若调整后总像素超过maxPixels的值会缩小到不超过该阈值。
可选
visualize
boolean
可视化。
控制本次请求是否返回可视化图像，如结果图或中间过程图。
默认值为 true。
- 传入
true：返回图像。 - 传入
false：不返回图像。
可选
请求结构
POST /v2/ocr/paddleocr HTTP/1.1
Host: qianfan.baidubce.com
Authorization: Bearer <API Key>
Content-Type: application/json
{
"model":"paddleocr-vl-0.9b",
"file": "https://****.com/image1.jpg",
"fileType": 1,
"useChartRecognition": true,
"useDocUnwarping":true,
"useChartRecognition":true,
"useLayoutDetection":true,
"layoutNms":true,
"repetitionPenalty":1.0,
"temperature":0,
"topP":1.0,
"minPixels":147384,
"maxPixels":2822400,
"visualize":true
} 示例代码
请求示例
curl https://qianfan.baidubce.com/v2/ocr/paddleocr \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <API Key>" \
-d '{
"model":"paddleocr-vl-0.9b",
"file": "https://****.com/image1.jpg",
"fileType": 1,
"useChartRecognition": true,
"useDocUnwarping":true,
"useChartRecognition":true,
"useLayoutDetection":true,
"layoutNms":true,
"repetitionPenalty":1.0,
"temperature":0,
"topP":1.0,
"minPixels":147384,
"maxPixels":2822400,
"visualize":true
}'返回响应
Headers 参数
除公共头域外，无其它特殊头域
返回参数
id
string
本次请求的唯一标识，可用于排查问题。
必选
layoutParsingResults
array
版面解析结果。
数组长度为1（对于图像输入）或实际处理的文档页数（对于PDF输入）。对于PDF输入，数组中的每个元素依次表示PDF文件中实际处理的每一页的结果
必选
显示子属性
隐藏子属性
items
object {4}
显示子属性
隐藏子属性
prunedResult
object {3}
处理后结果。
对象的predict方法生成结果的 JSON 表示中res字段的简化版本，其中去除了input_path和page_index字段。
必选
显示子属性
隐藏子属性
model_settings
object {4}
配置 PaddleOCR-VL 所需的模型参数。
必选
显示子属性
隐藏子属性
use_doc_preprocessor
boolean
是否启用文档预处理子产线。
必选
use_layout_detection
boolean
是否启用版面检测模块。
必选
use_chart_recognition
boolean
是否开启图标识别功能。
必选
format_block_content
boolean
是否在JSON中保存格式化后的markdown内容。
必选
parsing_res_list
array
解析结果的列表，每个元素为一个字典，列表顺序为解析后的阅读顺序。
必选
显示子属性
隐藏子属性
items
object {5}
显示子属性
隐藏子属性
block_label
string
版面区域的边界框。
必选
block_content
string
版面区域的标签，例如text, table等。
必选
block_bbox
array
内容为版面区域内的内容。
必选
显示子属性
隐藏子属性
items
integer
block_id
integer
版面区域的索引，用于显示版面排序结果。
必选
block_order
integer
版面区域的顺序，用于显示版面阅读顺序。
对于非排序部分，默认值为 null。
必选
layout_det_res
object {3}
版面区域检测排序结果。
可选
显示子属性
隐藏子属性
boxes
array
预测的目标框信息，一个字典列表。每个字典代表一个检出的目标。
必选
显示子属性
隐藏子属性
items
object {4}
显示子属性
隐藏子属性
cls_id
integer
类别 id。
必选
label
string
类别名称。
必选
socre
float
目标框置信度。
必选
coordinate
array
目标框坐标，一个浮点数列表，格式为[xmin, ymin, xmax, ymax]。
必选
显示子属性
隐藏子属性
items
float
input_path
string
输入的待预测图像的路径。
可选
page_index
string
如果输入是PDF文件，则表示当前是PDF的第几页。
可选
markdown
object {4}
Markdown 结果。
必选
显示子属性
隐藏子属性
text
string
Markdown 文本。
必选
images
object {0}
Markdown图片相对路径和Base64编码图像的键值对
必选
显示子属性
隐藏子属性
暂无参数
isStart
string
当前页面第一个元素是否为段开始
可选
isEnd
string
当前页面最后一个元素是否为段结束
可选
outputImages
object {3}
输出图片链接，为JPEG格式，有效期24h
返回的预测结果是一个dict类型的数据。
可选
显示子属性
隐藏子属性
layout_det_res
string
用于显示版面区域检测的可视化图像。
可选
layout_order_res
string
用于显示版面阅读顺序结果的可视化图像。
可选
preprocessed_img
string
用于展示图像预处理的可视化图像。
可选
inputImage
string
输入图片链接，为JPEG格式，有效期24h。
可选
dataInfo
object {5}
输入数据信息
必选
显示子属性
隐藏子属性
type
string
输入文件类型，可为image或pdf
必选
numPages
integer
文件页数。
当type=pdf时返回。
可选
pages
array
每页详细信息，包括宽高。
当type=pdf时返回。
可选
显示子属性
隐藏子属性
items
object {0}
显示子属性
隐藏子属性
暂无参数
width
integer
图片宽度。
当type=image时返回。
可选
height
integer
图片高度。
当type=image时返回。
可选
JSON
{
"id": "as-32y3dfyda9",
"result": {
"layoutParsingResults": [
{
"prunedResult": {
"model_settings": {
"use_doc_preprocessor": true,
"use_layout_detection": true,
"use_chart_recognition": true,
"format_block_content": false
},
"parsing_res_list": [
{
"block_label": "image",
"block_content": "",
"block_bbox": [
0,
2,
800,
531
],
"block_id": 0,
"block_order": null
}
],
"layout_det_res": {
"boxes": [
{
"cls_id": 14,
"label": "image",
"score": 0.5476956963539124,
"coordinate": [
0.01312255859375,
2.161956787109375,
800,
531
]
}
]
}
},
"markdown": {
"text": "<div style=\"text-align: center;\"><img src=\"imgs/img_in_image_box_0_2_800_531.jpg\" alt=\"Image\" width=\"100%\" /></div>\n",
"images": {
"imgs/img_in_image_box_0_2_800_531.jpg": "http://qianfan-modelbuilder-4121fcd138434a1580eeb0b675450b91.bj-bos-sandbox.baidu-int.com/ocr/paddleocr/a5917dda-fc8d-4406-7b71-d9220befe416.jpeg?x-bce-security-token=ODgzNjk4N2NiNzZjNGI2NjhhYjBhMDY1NzRhM2M1ODR8AAAAAM0BAABwmhKw%2Fca0f%2BSPEwPGq8pjJCtOPjE7YvWYQHm4a3O%2FpXSeIPuHkmBQPqRbNffDug3HQQGSn%2BjQl2FuMZPvLYH6FQgcpCsuEEELwZ26i0EPYw2I1H%2BYZUOhKT%2B7X2K7680qhmqhf%2B%2FWjPs2qB1Q9l%2B46RQduAY7VpHzCIeBFTlA3ebRvpJnfEfng0ZSVIe7ptQZ3yEXadDRsPvBzv9M1hYXwM9t2vL7nMlROF7ngc9er5qpTlS4PP326lZCHDTP34SXpie39K00s4EXnY1DXXzuPGusd95%2Fi%2BooDkLj6fcVV9Ygmqsk7CTfILcDocPT9D908s8XZcLzklWuLaE%2BiiKjouKgEqcu7VKR88VPl5aniPYMRj0xW6DV5wktlbG3r1w%3D&authorization=bce-auth-v1%2Fcfadd3e2bbac11f096131b71a5c141d5%2F2025-11-07T07%3A38%3A54Z%2F86400%2Fhost%2Fd7f1f869b85628f83f30d37634fbf6e7f5fa0129f178cd282485bc6eb093e102"
}
},
"outputImages": {
"layout_det_res": "http://qianfan-modelbuilder-4121fcd138434a1580eeb0b675450b91.bj-bos-sandbox.baidu-int.com/ocr/paddleocr/76a8647c-1b22-4e1b-6f83-a44b5711b4b6.jpeg?x-bce-security-token=ODgzNjk4N2NiNzZjNGI2NjhhYjBhMDY1NzRhM2M1ODR8AAAAAM0BAABwmhKw%2Fca0f%2BSPEwPGq8pjJCtOPjE7YvWYQHm4a3O%2FpXSeIPuHkmBQPqRbNffDug3HQQGSn%2BjQl2FuMZPvLYH6FQgcpCsuEEELwZ26i0EPYw2I1H%2BYZUOhKT%2B7X2K7680qhmqhf%2B%2FWjPs2qB1Q9l%2B46RQduAY7VpHzCIeBFTlA3ebRvpJnfEfng0ZSVIe7ptQZ3yEXadDRsPvBzv9M1hYXwM9t2vL7nMlROF7ngc9er5qpTlS4PP326lZCHDTP34SXpie39K00s4EXnY1DXXzuPGusd95%2Fi%2BooDkLj6fcVV9Ygmqsk7CTfILcDocPT9D908s8XZcLzklWuLaE%2BiiKjouKgEqcu7VKR88VPl5aniPYMRj0xW6DV5wktlbG3r1w%3D&authorization=bce-auth-v1%2Fcfadd3e2bbac11f096131b71a5c141d5%2F2025-11-07T07%3A38%3A54Z%2F86400%2Fhost%2F4b155b656e2085113bd1f4d1e431b05d3eb85b4a028ba99632cc44cbee9b6d3b",
"layout_order_res": "http://qianfan-modelbuilder-4121fcd138434a1580eeb0b675450b91.bj-bos-sandbox.baidu-int.com/ocr/paddleocr/6043f57f-708c-4c7d-634e-e6124d1d7f11.jpeg?x-bce-security-token=ODgzNjk4N2NiNzZjNGI2NjhhYjBhMDY1NzRhM2M1ODR8AAAAAM0BAABwmhKw%2Fca0f%2BSPEwPGq8pjJCtOPjE7YvWYQHm4a3O%2FpXSeIPuHkmBQPqRbNffDug3HQQGSn%2BjQl2FuMZPvLYH6FQgcpCsuEEELwZ26i0EPYw2I1H%2BYZUOhKT%2B7X2K7680qhmqhf%2B%2FWjPs2qB1Q9l%2B46RQduAY7VpHzCIeBFTlA3ebRvpJnfEfng0ZSVIe7ptQZ3yEXadDRsPvBzv9M1hYXwM9t2vL7nMlROF7ngc9er5qpTlS4PP326lZCHDTP34SXpie39K00s4EXnY1DXXzuPGusd95%2Fi%2BooDkLj6fcVV9Ygmqsk7CTfILcDocPT9D908s8XZcLzklWuLaE%2BiiKjouKgEqcu7VKR88VPl5aniPYMRj0xW6DV5wktlbG3r1w%3D&authorization=bce-auth-v1%2Fcfadd3e2bbac11f096131b71a5c141d5%2F2025-11-07T07%3A38%3A54Z%2F86400%2Fhost%2Fd5f9d0ee65255a96b83b7e0b68c5ffada39e96229e07368516125e5b35897e12",
"preprocessed_img": "http://qianfan-modelbuilder-4121fcd138434a1580eeb0b675450b91.bj-bos-sandbox.baidu-int.com/ocr/paddleocr/c7f92081-d403-4189-79c9-931f9883de03.jpeg?x-bce-security-token=ODgzNjk4N2NiNzZjNGI2NjhhYjBhMDY1NzRhM2M1ODR8AAAAAM0BAABwmhKw%2Fca0f%2BSPEwPGq8pjJCtOPjE7YvWYQHm4a3O%2FpXSeIPuHkmBQPqRbNffDug3HQQGSn%2BjQl2FuMZPvLYH6FQgcpCsuEEELwZ26i0EPYw2I1H%2BYZUOhKT%2B7X2K7680qhmqhf%2B%2FWjPs2qB1Q9l%2B46RQduAY7VpHzCIeBFTlA3ebRvpJnfEfng0ZSVIe7ptQZ3yEXadDRsPvBzv9M1hYXwM9t2vL7nMlROF7ngc9er5qpTlS4PP326lZCHDTP34SXpie39K00s4EXnY1DXXzuPGusd95%2Fi%2BooDkLj6fcVV9Ygmqsk7CTfILcDocPT9D908s8XZcLzklWuLaE%2BiiKjouKgEqcu7VKR88VPl5aniPYMRj0xW6DV5wktlbG3r1w%3D&authorization=bce-auth-v1%2Fcfadd3e2bbac11f096131b71a5c141d5%2F2025-11-07T07%3A38%3A54Z%2F86400%2Fhost%2F88607d0b1392bce7ac1dffc9bfa61bc5c7c237b5b3c8582e96b767c92aa4653f"
},
"inputImage": "http://qianfan-modelbuilder-4121fcd138434a1580eeb0b675450b91.bj-bos-sandbox.baidu-int.com/ocr/paddleocr/91f300cb-8e7a-43ae-544b-a683c5e52185.jpeg?x-bce-security-token=ODgzNjk4N2NiNzZjNGI2NjhhYjBhMDY1NzRhM2M1ODR8AAAAAM0BAABwmhKw%2Fca0f%2BSPEwPGq8pjJCtOPjE7YvWYQHm4a3O%2FpXSeIPuHkmBQPqRbNffDug3HQQGSn%2BjQl2FuMZPvLYH6FQgcpCsuEEELwZ26i0EPYw2I1H%2BYZUOhKT%2B7X2K7680qhmqhf%2B%2FWjPs2qB1Q9l%2B46RQduAY7VpHzCIeBFTlA3ebRvpJnfEfng0ZSVIe7ptQZ3yEXadDRsPvBzv9M1hYXwM9t2vL7nMlROF7ngc9er5qpTlS4PP326lZCHDTP34SXpie39K00s4EXnY1DXXzuPGusd95%2Fi%2BooDkLj6fcVV9Ygmqsk7CTfILcDocPT9D908s8XZcLzklWuLaE%2BiiKjouKgEqcu7VKR88VPl5aniPYMRj0xW6DV5wktlbG3r1w%3D&authorization=bce-auth-v1%2Fcfadd3e2bbac11f096131b71a5c141d5%2F2025-11-07T07%3A38%3A54Z%2F86400%2Fhost%2F8eea84bb5efe08949034f97fece765a75318d85f6a669625263ccf5a07327a09"
}
],
"dataInfo": {
"type": "image",
"width": 800,
"height": 531
}
}
}JSON
{
"error": {
"code": "invalid_argument",
"message": "fetch object failed",
"type": "invalid_request_error"
},
"id": "as-xpv8aftdfq"
}错误码
如果调用失败并返回报错信息，请参见错误码进行解决。
公共错误码：查看公共错误码
本接口专有错误码如下：
| HTTP状态码 | 类型 | 错误码 | 错误信息 | 说明 |
|---|---|---|---|---|
| 500 | internal_error | ocr_internal_error | 返回的具体错误信息 | ocr内部错误 |
| 400 | invalid_request_error | invalid_argument | 返回的具体错误信息 | 参数报错 |
| 401 | invalid_request_error | invalid_model | No permission to use the model | model鉴权失败，该用户没有使用这个model的权限 |
| 500 | invalid_request_error | invalid_model | Model is empty | 未指定model参数 |