Локальное распознавание PDF и изображений через удобный веб-интерфейс.
PaddleOCR-VL Local Web UI — небольшое приложение на FastAPI, которое ставит задания OCR в очередь и запускает PaddleOCR-VL внутри Docker. Документы не отправляются в облако: загруженные файлы, журналы и результаты остаются в локальной папке data/.
Important
В приложении нет авторизации. Оно предназначено для доверенного компьютера и адреса 127.0.0.1. Не публикуйте его напрямую в интернете.
- загрузка PDF и изображений перетаскиванием;
- обработка на CPU или NVIDIA GPU;
- фоновая очередь и журнал выполнения в реальном времени;
- просмотр Markdown, текста, JSON и изображений;
- скачивание всех результатов задания одним ZIP-архивом;
- локальный кеш моделей между запусками.
- Python 3.10 или новее;
- Docker Desktop или Docker Engine;
- примерно 10 ГБ свободного места для образа и моделей;
- для GPU: NVIDIA GPU, актуальный драйвер и поддержка NVIDIA Container Toolkit.
git clone https://github.com/egore4606/paddle-ocr-ui.git
cd paddle-ocr-ui
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install -r server\requirements.txt
docker pull ccr-2vdh3abv-pub.cnc.bj.baidubce.com/paddlepaddle/paddleocr-vl:latest-nvidia-gpu
uvicorn server.app:app --host 127.0.0.1 --port 8000Откройте http://127.0.0.1:8000, выберите CPU или GPU, добавьте файлы и запустите задание. Первый запуск может быть долгим: Docker и PaddleOCR загружают несколько гигабайт данных.
Поддерживаются .pdf, .png, .jpg, .jpeg, .bmp, .tif, .tiff и .webp. Результаты сохраняются в data/jobs/<идентификатор>/output/.
Вопросы и идеи можно публиковать в Discussions. Уязвимости следует отправлять только через приватный отчёт.
Проект распространяется по лицензии MIT. PaddleOCR и используемый Docker-образ являются отдельными проектами со своими лицензиями.