使用 multi-ocr-sdk 快速调用 paddleocr-vl-1.5

[whitewatercn]

关于 multi-ocr-sdk

• https://forum.beginner.center/t/topic/2505

前倾提要

最近发布的 paddleocr-vl-1.5 不知道大家体验了没有，效果非常不错

2026 年 1 月 29 日，我们发布了 PaddleOCR-VL-1.5 。PaddleOCR-VL-1.5 不仅以 94.5%精度大幅刷新了评测集 OmniDocBench v1.5 ，更创新性地支持了异形框定位，使得 PaddleOCR-VL-1.5 在扫描、倾斜、弯折、屏幕拍摄及复杂光照等真实场景中均表现优异。此外，模型还新增了印章识别与文本检测识别能力，关键指标持续领跑。 https://www.paddleocr.ai/latest/version3.x/pipeline_usage/PaddleOCR-VL.html

没体验过的可以在线体验—— https://aistudio.baidu.com/paddleocr 这张图是官方的案例，对于这种畸形的图片的识别效果非常好，常规的图更是不在话下

所以 multi-ocr-sdk 快（ gui ）速更新支持了 paddleocr-vl-1.5

大幅简化了使用流程，只要指定 base_url 和 api_key 以及文件路径即可

如何使用

先安装

pip install multi-ocr-sdk

再使用

import json

from multi_ocr_sdk import PaddleOCRVLClient


base_url = "http://10.131.101.39:8010"
api_key = "test"

# 默认模式：仅返回识别出的文字 markdown
client = PaddleOCRVLClient(base_url=base_url, api_key=api_key)
markdown_text = client.parse(r"examples/example_files/DeepSeek_OCR_paper_page1.jpg")
print(markdown_text)

# # 富结果模式：返回 Markdown + 每页版面定位信息（边界框坐标）
# rich_client = PaddleOCRVLClient(
#     base_url=base_url,
#     api_key=api_key,
#     return_layout_info=True,
# )
# result = rich_client.parse(r"examples/example_files/DeepSeek_OCR_paper_page1.jpg")
# result_dict = result.to_dict()
# print(json.dumps(result_dict, ensure_ascii=False, indent=2))

最后

欢迎大家 pr