PaddleOCR Online · Tanpa instalasi, buka dan buka

Ubah Dokumen Apa Pun
menjadi Markdown

Dari PDF dan dokumen hasil pindai hingga Word, Excel, dan PowerPoint, PaddleOCR membaca semuanya dan memulihkan judul, paragraf, tabel, rumus, serta bagan sesuai urutan baca aslinya. Hasilnya berupa Markdown dan JSON dengan koordinat, rumus dipulihkan sebagai LaTeX, struktur molekul sebagai SMILES, dan tabel tetap utuh meskipun melintasi halaman atau memiliki sel yang digabungkan. Mendukung lebih dari 100 bahasa, dengan model yang berjalan di cloud dan siap dipanggil kapan saja. Dengan akses API, alur pemasukan dokumen ke basis data dapat disiapkan hanya dalam satu menit.

Mulai parsing gratisBaca dokumen API
1.2M+
Halaman diurai setiap hari
30+
Format file & web
99.9%
Waktu aktif layanan

PaddleOCR Ruang kerja

Unggah · parsing · ekspor, semuanya di satu tempat

PDF / DOCX / PPTX / XLSX / HTML / PNG

file hingga 10 MB · gambar hingga 5 MB · PDF hingga 5 halaman Tingkatkan ke Pro

Hanya untuk PDF. Aktif: abaikan lapisan teks dan gunakan OCR. Nonaktif: deteksi otomatis. Format lain tidak terpengaruh.
Format ekspor Markdown · JSON · HTML · DOCX · LaTeX

Daftar tugas

Manajemen tugas
Masuk untuk melihat tugas Anda

Dokumen dan hasil Anda adalah milik akun Anda.

Masuk

Penguraian sedang beraksi

Lihat apa yang dihasilkan dari halaman sebenarnya

Memberikan dokumen yang sama, OCR generik memberi Anda dinding teks. PaddleOCR menjaga struktur, kimia, dan matematika.

Kasus 01 · Struktur kimia

Diagram molekul → kimia yang dapat dicari dan dihitung

Struktur tidak lagi dibuang begitu saja sebagai gambar. PaddleOCR membaca sistem cincin dan substituen, lalu mengeluarkan SMILES, rumus molekul, dan LaTeX.

Halaman PDF asli
Scheme 2. J. Med. Chem. 2026, 49, 1128 Fig. 2. Structure of paracetamol HO NHCOCH3
keluaran PaddleOCR
>
# structure → structured chemistry

{

  "type": "chemical_structure",

  "smiles": "CC(=O)Nc1ccc(O)cc1",

  "formula": "C8H9NO2",

  "iupac": "N-(4-hydroxyphenyl)acetamide",

  "latex": "\ce{CH3CONH-C6H4-OH}"

}



# inline Markdown output

Paracetamol ($C_8H_9NO_2$, SMILES: CC(=O)Nc1ccc(O)cc1)
OCR GenerikDiagram dihilangkan sebagai gambar — yang tersisa hanyalah "lihat Gambar 2". Tidak ada pencarian, tidak ada perhitungan.
PaddleOCRDipulihkan sebagai SMILES / formula / LaTeX — siap untuk mengindeks, membuat kueri, dan menjalankan penghitungan properti.
Kasus 02 · Matematika

Rumus → bersih LaTeX

Subskrip, radikal, pecahan, dan huruf Yunani tetap utuh — keluaran dikompilasi apa adanya.

Halaman PDF asli
keluaran PaddleOCR
>
# standard LaTeX, renders as-is

\int_{0}^{\infty} e^{-x^{2}}\,dx

= \frac{\sqrt{\pi}}{2}



\frac{\pi^{2}}{6}

= \sum_{n=1}^{N} \frac{1}{n^{2}}



# human-readable text kept too

∫₀^∞ e^(−x²) dx = √π / 2
Kasus 03 · Tabel kompleks

Gabungan header & tabel rentang → baris terstruktur

Header dan tabel multi-level yang berlanjut melintasi halaman digabungkan kembali, dengan koordinat sel utuh.

Halaman PDF asli
Table 3. Yield comparison, control vs. treatment Group Control Treatment Mean SD Mean SD Sample A 12.4 0.83 18.9 1.02 Sample B 14.1 0.91 21.3 1.14 Sample C 15.7 1.05 24.6 1.28 Sample D 17.2 1.11 26.8 1.35
keluaran PaddleOCR
>
# merged headers flattened to Markdown

| Group | Control mean | Control SD | Treatment mean | Treatment SD |

| --- | ---:| ---:| ---:| ---:|

| Sample A | 12.4 | 0.83 | 18.9 | 1.02 |

| Sample B | 14.1 | 0.91 | 21.3 | 1.14 |

| Sample C | 15.7 | 1.05 | 24.6 | 1.28 |

| Sample D | 17.2 | 1.11 | 26.8 | 1.35 |



# coordinates & merges kept in JSON

{"rows": 5, "cols": 5, "merged": [2, 2]}

Kemampuan

Mesin pengurai yang dibuat untuk dokumen kompleks

Di luar ekstraksi teks. PaddleOCR memahami struktur, semantik, dan hierarki tata letak ilmiah.

Kimia · matematika · tabel

01 / ILMU PENGETAHUAN

Pemahaman tata letak ilmiah

Dibuat khusus untuk rumus kimia, notasi matematika, tabel kompleks, dan tata letak multi-kolom — menjaga urutan pembacaan dan struktur logis.

Rumus kimiaLaTeX matematikaTabel spanning
{ "type" : "title" , "level" : 1 "bbox" : [ 72, 96, 540 ], "text" : "3. Methods" }, "type" : "table" , "html" : "<table>…" }, …] Semantik · bbox · hierarki

02 / AGEN

Asli dari agen AI

JSON terstruktur dengan tag semantik untuk judul, paragraf, tabel, gambar, dan rumus — sambungkan langsung ke RAG, basis pengetahuan, dan alur kerja agen.

Terstruktur JSONRAG-siapTag semantik
Layout 0.42s Formulas 0.61s Tables 0.77s 100 halaman · total 1.8

03 / KECEPATAN

Komputasi elastis berkecepatan tinggi

Penjadwalan cloud elastis mengurai dokumen setebal seratus halaman dalam hitungan detik, sementara pekerjaan batch dijalankan secara paralel untuk memenuhi throughput perusahaan.

Pekerjaan sub-detikBatch paralelPenskalaan elastis

Siapa yang menggunakan PaddleOCR

Dibangun untuk tim penelitian, teknik, dan bisnis

Dari daftar bacaan seseorang hingga basis pengetahuan seluruh organisasi, PaddleOCR berada di gerbang pertama tempat dokumen memasuki sistem Anda.

Seorang peneliti ilmiah menggunakan PaddleOCR online untuk menguraikan makalah dan literatur PDF menjadi teks terstruktur

Peneliti

Peneliti ilmiah

Ubah makalah, paten, dan catatan lab menjadi teks terstruktur yang dapat dicari secara massal. Rumus dan notasi kimia tetap utuh, sehingga tinjauan literatur tidak lagi menjadi transkripsi manual.

Pengembang memanggil penguraian dokumen PaddleOCR API dan meneruskan hasilnya ke dalam aplikasi

Pengembang

Pengembang aplikasi AI

Satu baris kode. Dapatkan JSON yang diberi tag semantik langsung ke alur RAG, basis pengetahuan, atau alur kerja agen Anda — tanpa perlu mengelola alur penguraian sendiri.

Sebuah tim meninjau analisis penguraian dokumen dan dasbor pada layar ruang pertemuan besar

Perusahaan

Tim perusahaan & institusi

Laporan penelitian, kontrak, dan arsip yang diserap secara batch. Pasangkan dengan penerapan di lokasi dan pelaporan penggunaan agar aset dokumen benar-benar dapat ditelusuri.

API referensi

Integrasikan dalam satu baris, sebut saja seperti fungsi lokal

Unggahan sampul, status, dan unduhan sampul RESTful API dan multi-bahasa SDKs — dengan kode kesalahan dan webhook yang jelas sehingga integrasi tetap mudah.

  • titik akhir RESTful dengan contoh cURL / Python / Node.js / Go
  • Pilih respons sinkron atau pekerjaan asinkron
  • Kode kesalahan terstruktur dengan panduan coba lagi
  • Callback webhook selesai, tidak perlu polling
Baca dokumen API selengkapnya
>
import requests

api = "https://api.example.com/api/open/v1"
headers = {"Authorization": "Bearer YOUR_API_KEY"}
with open("paper.pdf", "rb") as file:
    response = requests.post(api + "/tasks", headers=headers,
        files={"file": ("paper.pdf", file, "application/pdf")},
        data={"force_ocr": "true", "extra_formats": '["docx","html"]'})
response.raise_for_status()
body = response.json()
if body["code"] != 0: raise RuntimeError(body["msg"])
task = body["data"]
print(task["task_id"])
# GET /tasks/{id}; download results.full_zip_url when completed

Harga

Pilih berdasarkan penggunaan, ganti kapan saja

Parsing online dan kelima format ekspor. Pilih paket yang sesuai dengan dokumen Anda.

Free

Daftar dan segera mulai

$0/ bulan

Tidak diperlukan metode pembayaran

  • 5 halaman gratis setiap hari
  • PDF, Word, PPT, Excel, gambar, HTML
  • File hingga 10 MB · gambar hingga 5 MB
  • PDF hingga 5 halaman
  • Akses web; API tidak termasuk
Mulai gratis

Pro · Bulanan

Akses fleksibel, satu bulan sekaligus

$9.90/ bulan

USD · pembayaran satu kali

  • 1,000 halaman setiap bulan
  • PDF, Word, PPT, Excel, gambar, HTML
  • File hingga 200 MB · gambar hingga 50 MB
  • PDF hingga 500 halaman
  • API akses disertakan
Pilih paket bulanan
Direkomendasikan

Pro · Tahunan

Setahun penuh dengan harga lebih murah

$59.90/ tahun

USD · pembayaran satu kali

  • 1,000 halaman setiap bulan
  • PDF, Word, PPT, Excel, gambar, HTML
  • File hingga 200 MB · gambar hingga 50 MB
  • PDF hingga 500 halaman
  • API akses disertakan
Pilih paket tahunan

Pro juga termasuk tunjangan gratis harian. Halaman bulanan direset setiap bulan dan tidak terakumulasi. Keluaran disimpan selama 7 hari.

Di lokasi

Data Anda tidak pernah meninggalkan tempat Anda

Untuk lembaga keuangan, layanan kesehatan, pemerintahan, dan penelitian, PaddleOCR diterapkan sepenuhnya di lokasi: model dan data dijalankan sepenuhnya di dalam jaringan Anda sendiri.

100%Data tetap lokal
SesuaiKerangka keamanan sudah siap
24/7Dukungan khusus
Bicaralah dengan kami tentang penerapan

Kisah pelanggan

  • Lembaga penelitian sekuritas papan atasPenguraian pribadi untuk basis pengetahuan penelitian internal — 50,000 halaman sehari tanpa data keluar.
  • Departemen penelitian rumah sakit tersierEkstraksi terstruktur dari literatur medis dan laporan percobaan, sepenuhnya sesuai dengan aturan data penelitian.
  • Awan pemerintah provinsiArsip digital dari dokumen resmi yang mendukung pencarian cerdas dan tanya jawab.
Administrator TI dan peneliti yang mengelola data dokumen di ruang server lokal
Model dan data tetap berada dalam jaringan Anda sendiri, memenuhi persyaratan kepatuhan di bidang keuangan, layanan kesehatan, dan pemerintahan.