PaddleOCR Online · Não instale, abra e pronto

Converta qualquer documento
para Markdown

De PDF e documentos digitalizados a Word, Excel e PowerPoint, o PaddleOCR lê todos estes formatos e reconstitui títulos, parágrafos, tabelas, fórmulas e gráficos pela ordem de leitura original. Gera Markdown e JSON com coordenadas, recupera as fórmulas em LaTeX e as estruturas moleculares em SMILES, e mantém as tabelas intactas entre páginas e com células unidas. Suporta mais de 100 idiomas e os modelos funcionam na nuvem, disponíveis sempre que precisar. Com acesso à API, basta um minuto para configurar um fluxo de integração de documentos.

Comece a analisar gratuitamenteLeia a documentação API
1.2M+
Páginas analisadas diariamente
30+
Formatos de arquivo e web
99.9%
Tempo de atividade do serviço

PaddleOCR Área de trabalho

Carregar · analisar · exportar, tudo em um só lugar

PDF / DOCX / PPTX / XLSX / HTML / PNG

arquivos até 10 MB · imagens até 5 MB · PDFs até 5 páginas Atualize para Pro

Somente para PDF. Ativado: ignorar a camada de texto e usar OCR. Desativado: detecção automática. Outros formatos não são afetados.
Formatos de exportação Markdown · JSON · HTML · DOCX · LaTeX

Lista de tarefas

Gerenciamento de tarefas
Faça login para ver suas tarefas

Seus documentos e resultados pertencem à sua conta.

Faça login

Análise em ação

Veja o que retorna de uma página real

Entregue o mesmo documento, um OCR genérico fornece uma parede de texto. PaddleOCR mantém a estrutura, a química e a matemática.

Caso 01 · Estruturas químicas

Diagrama molecular → química pesquisável e computável

As estruturas não são mais jogadas fora como imagens. PaddleOCR lê sistemas de anéis e substituintes e emite SMILES, fórmulas moleculares e LaTeX.

Página PDF original
Scheme 2. J. Med. Chem. 2026, 49, 1128 Fig. 2. Structure of paracetamol HO NHCOCH3
Saída 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 genéricoO diagrama é descartado como uma imagem — tudo o que sobrevive é "veja a Fig. 2". Sem pesquisa, sem cálculo.
PaddleOCRRecuperado como SMILES / formula / LaTeX — pronto para indexar, consultar e executar cálculos de propriedades.
Caso 02 · Matemática

Fórmulas → limpar LaTeX

Subscritos, radicais, frações e letras gregas sobrevivem intactos — a saída é compilada como está.

Página PDF original
Saída 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
Caso 03 · Tabelas complexas

Cabeçalhos mesclados e tabelas abrangentes → linhas estruturadas

Cabeçalhos e tabelas de vários níveis que continuam nas páginas são costurados novamente, com as coordenadas das células intactas.

Página PDF original
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
Saída 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]}

Capacidades

Um mecanismo de análise criado para documentos complexos

Além da extração de texto. PaddleOCR compreende a estrutura, a semântica e a hierarquia dos layouts científicos.

Química · matemática · tabelas

01 / CIÊNCIA

Compreensão do layout científico

Desenvolvido especificamente para fórmulas químicas, notação matemática, tabelas complexas e layouts de múltiplas colunas — preservando a ordem de leitura e a estrutura lógica.

Fórmulas químicasLaTeX matemáticaTabelas abrangentes
{ "type" : "title" , "level" : 1 "bbox" : [ 72, 96, 540 ], "text" : "3. Methods" }, "type" : "table" , "html" : "<table>…" }, …] Semântica · bbox · hierarquia

02 / AGENTES

Nativo para agentes de IA

JSON estruturado com tags semânticas para títulos, parágrafos, tabelas, figuras e fórmulas — conecte-se diretamente a RAG, bases de conhecimento e fluxos de trabalho de agentes.

Estruturado JSONRAG-prontoTags semânticas
Layout 0.42s Formulas 0.61s Tables 0.77s 100 páginas · 1.8s total

03 / VELOCIDADE

Computação elástica de alta velocidade

O agendamento elástico na nuvem analisa documentos de cem páginas em segundos, enquanto trabalhos em lote são executados em paralelo para atender ao rendimento da empresa.

Trabalhos em segundosLotes paralelosEscala elástica

Quem usa PaddleOCR

Construído para equipes de pesquisa, engenharia e negócios

Da lista de leitura de uma pessoa até uma base de conhecimento de toda a organização, PaddleOCR fica na primeira porta por onde os documentos entram em seus sistemas.

Um pesquisador científico usando PaddleOCR online para analisar artigos e literatura de PDF em texto estruturado

Pesquisadores

Pesquisadores científicos

Transforme artigos, patentes e notas de laboratório em texto estruturado pesquisável em massa. As fórmulas e a notação química sobrevivem intactas, de modo que as revisões da literatura deixam de ser transcrições manuais.

Um desenvolvedor chamando o documento PaddleOCR analisando API e conectando os resultados em um aplicativo

Desenvolvedores

Desenvolvedores de aplicativos de IA

Uma linha de código. Obtenha tags semanticamente JSON diretamente em seu pipeline RAG, base de conhecimento ou fluxo de trabalho do agente – sem necessidade de manter seu próprio pipeline de análise.

Uma equipe revisando análises de análise de documentos e painéis em uma grande tela de sala de reunião

Empresa

Equipes empresariais e institucionais

Ingestão em lote de relatórios de pesquisa, contratos e arquivos. Combine-o com implantação local e relatórios de uso para tornar os ativos de documentos genuinamente pesquisáveis.

referência API

Integre em uma linha, chame-a como uma função local

Um RESTful API e SDKs multilíngue cobre upload, status e download — com códigos de erro e webhooks claros para que a integração seja fácil.

  • Terminais RESTful com exemplos cURL / Python / Node.js / Go
  • Escolha respostas síncronas ou trabalhos assíncronos
  • Códigos de erro estruturados com orientação para novas tentativas
  • Retornos de chamada de webhook após a conclusão, sem necessidade de pesquisa
Leia a documentação completa do API
>
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

Preços

Escolha por uso, troque a qualquer momento

Análise online e todos os cinco formatos de exportação. Escolha o plano que se adapta aos seus documentos.

Free

Cadastre-se e comece agora mesmo

$0/ mês

Não é necessário método de pagamento

  • 5 páginas gratuitas todos os dias
  • PDF, Word, PPT, Excel, imagens, HTML
  • Arquivos até 10 MB · imagens até 5 MB
  • PDFs de até 5 páginas
  • Acesso à Web; API não está incluído
Comece gratuitamente

Pro · Mensal

Acesso flexível, um mês de cada vez

$9.90/ mês

USD · pagamento único

  • 1,000 páginas todos os meses
  • PDF, Word, PPT, Excel, imagens, HTML
  • Arquivos até 200 MB · imagens até 50 MB
  • PDFs de até 500 páginas
  • Acesso API incluído
Escolher plano mensal
Recomendado

Pro · Anual

Um ano inteiro por um preço mais baixo

$59.90/ ano

USD · pagamento único

  • 1,000 páginas todos os meses
  • PDF, Word, PPT, Excel, imagens, HTML
  • Arquivos até 200 MB · imagens até 50 MB
  • PDFs de até 500 páginas
  • Acesso API incluído
Escolher plano anual

Pro também inclui a diária gratuita. As páginas mensais são redefinidas a cada mês e não acumulam. As saídas são retidas por 7 dias.

No local

Seus dados nunca saem de suas instalações

Para instituições financeiras, de saúde, governamentais e de pesquisa, PaddleOCR é totalmente implementado no local: modelos e dados são executados inteiramente dentro de sua própria rede.

100%Os dados permanecem locais
CompatívelEstrutura de segurança pronta
24/7Suporte dedicado
Fale conosco sobre implantação

Histórias de clientes

  • Um instituto de pesquisa de valores mobiliários de primeira linhaAnálise privada para uma base de conhecimento de pesquisa interna — 50,000 páginas por dia sem saída de dados.
  • Departamento de pesquisa de um hospital terciárioExtração estruturada de literatura médica e relatórios de ensaios, em total conformidade com as regras de dados de pesquisa.
  • Uma nuvem do governo provincialArquivos digitalizados de documentos oficiais que possibilitam pesquisas inteligentes e perguntas e respostas.
Um administrador de TI e um pesquisador gerenciando dados de documentos em uma sala de servidores local
Modelos e dados permanecem dentro de sua própria rede, atendendo aos requisitos de conformidade em finanças, saúde e governo.