PP-OCRv5
更新时间：2026-04-09
接口描述
PP-OCRv5是PP-OCR系列最新一代的文字识别解决方案，专为多场景、多文字类型的识别任务设计。相比前代版本，PP-OCRv5在文字类型支持和应用场景适应性方面实现了全面升级，不仅能够返回文本行的坐标信息，还可输出对应文本内容及其置信度，有效提升了文字检测与识别的准确性和实用性。
本接口提供PP-OCRv5标准化API服务，支持开箱即用、免部署的快捷接入方式，助力实现多场景文字识别。
在线调试
您可以在 示例代码中心 中调试该接口，可进行签名验证、查看在线调用的请求内容和返回结果、示例代码的自动生成。
请求说明
请求示例
HTTP 方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/pp_ocrv5
URL参数：
| 参数 | 值 |
|---|---|
| access_token | 通过API Key和Secret Key获取的access_token，参考“Access Token获取” |
Header如下：
| 参数 | 值 |
|---|---|
| Content-Type | application/x-www-form-urlencoded |
Body中放置请求参数，参数详情如下：
请求参数
| 参数 | 是否必选 | 类型 | 可选值范围 | 说明 |
|---|---|---|---|---|
| image | 和 url/pdf_file 三选一 | string | - | 图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过10M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式 优先级：image > url > pdf_file > ofd_file ，当image字段存在时，url、pdf_file字段失效 |
| url | 和 image/pdf_file 三选一 | string | - | 图片完整url，url长度不超过1024字节，url对应的图片base64编码后大小不超过10M，最短边至少15px，最长边最大8192px，支持jpg/jpeg/png/bmp格式优先级：image > url > pdf_file ，当image字段存在时，url字段失效请注意关闭URL防盗链 |
| pdf_file | 和 image/url 三选一 | string | - | PDF文件，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过10M，最短边至少15px，最长边最大8192px优先级：image > url > pdf_file，当image、url字段存在时，pdf_file字段失效 |
| useDocOrientationClassify | 否 | boolean | - | 是否在推理时使用文档方向分类模块，开启后，可以自动识别并矫正 0°、90°、180°、270°的图片，默认初始化为 False |
| useDocUnwarping | 否 | boolean | - | 是否在推理时使用文本图像矫正模块，开启后，可以自动矫正扭曲图片，例如褶皱、倾斜等情况，默认初始化为 False |
| useTextlineOrientation | 否 | boolean | - | 是否在推理时使用文本行方向分类模块，开启后，可以自动识别和矫正 0° 和 180° 的文本行，默认初始化为 False |
请求代码示例
提示一：使用示例代码前，请记得替换其中的示例Token、图片地址或Base64信息。
提示二：部分语言依赖的类或库，请在代码注释中查看下载地址。
curl -i -k 'https://aip.baidubce.com/rest/2.0/ocr/v1/pp_ocrv5?access_token=【调用鉴权接口获取的token】'
-H 'Content-Type: application/x-www-form-urlencoded'
--data-urlencode 'useDocOrientationClassify=true' \
--data-urlencode 'useDocUnwarping=true' \
--data-urlencode 'useTextlineOrientation=true' \
--data-urlencode 'image=【图片Base64编码，需UrlEncode】'# encoding:utf-8
import requests
import base64
'''
PPOCR-v5
'''
request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/pp_ocrv5"
# 二进制方式打开图片文件
f = open('[本地文件]', 'rb')
img = base64.b64encode(f.read())
params = {"image":img}
access_token = '[调用鉴权接口获取的token]'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
print (response.json())package com.baidu.ai.aip;
import com.baidu.ai.aip.utils.Base64Util;
import com.baidu.ai.aip.utils.FileUtil;
import com.baidu.ai.aip.utils.HttpUtil;
import java.net.URLEncoder;
/**
* PPOCR-v5
*/
public class Ppocrv5 {
/**
* 重要提示代码中所需工具类
* FileUtil,Base64Util,HttpUtil,GsonUtils请从
* https://ai.baidu.com/file/658A35ABAB2D404FBF903F64D47C1F72
* https://ai.baidu.com/file/C8D81F3301E24D2892968F09AE1AD6E2
* https://ai.baidu.com/file/544D677F5D4E4F17B4122FBD60DB82B3
* https://ai.baidu.com/file/470B3ACCA3FE43788B5A963BF0B625F3
* 下载
*/
public static String ppocrv5() {
// 请求url
String url = "https://aip.baidubce.com/rest/2.0/ocr/v1/pp_ocrv5";
try {
// 本地文件路径
String filePath = "[本地文件路径]";
byte[] imgData = FileUtil.readFileByBytes(filePath);
String imgStr = Base64Util.encode(imgData);
String imgParam = URLEncoder.encode(imgStr, "UTF-8");
String param = "image=" + imgParam;
// 注意这里仅为了简化编码每一次请求都去获取access_token，线上环境access_token有过期时间， 客户端可自行缓存，过期后重新获取。
String accessToken = "[调用鉴权接口获取的token]";
String result = HttpUtil.post(url, accessToken, param);
System.out.println(result);
return result;
} catch (Exception e) {
e.printStackTrace();
}
return null;
}
public static void main(String[] args) {
Ppocrv5.ppocrv5();
}
}#include <iostream>
#include <curl/curl.h>
// libcurl库下载链接：https://curl.haxx.se/download.html
// jsoncpp库下载链接：https://github.com/open-source-parsers/jsoncpp/
const static std::string request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/pp_ocrv5";
static std::string ppocrv5_result;
/**
* curl发送http请求调用的回调函数，回调函数中对返回的json格式的body进行了解析，解析结果储存在全局的静态变量当中
* @param 参数定义见libcurl文档
* @return 返回值定义见libcurl文档
*/
static size_t callback(void *ptr, size_t size, size_t nmemb, void *stream) {
// 获取到的body存放在ptr中，先将其转换为string格式
ppocrv5_result = std::string((char *) ptr, size * nmemb);
return size * nmemb;
}
/**
* PPOCR-v5
* @return 调用成功返回0，发生错误返回其他错误码
*/
int ppocrv5(std::string &json_result, const std::string &access_token) {
std::string url = request_url + "?access_token=" + access_token;
CURL *curl = NULL;
CURLcode result_code;
int is_success;
curl = curl_easy_init();
if (curl) {
curl_easy_setopt(curl, CURLOPT_URL, url.data());
curl_easy_setopt(curl, CURLOPT_POST, 1);
curl_httppost *post = NULL;
curl_httppost *last = NULL;
curl_formadd(&post, &last, CURLFORM_COPYNAME, "image", CURLFORM_COPYCONTENTS, "【base64_img】", CURLFORM_END);
curl_easy_setopt(curl, CURLOPT_HTTPPOST, post);
curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, callback);
result_code = curl_easy_perform(curl);
if (result_code != CURLE_OK) {
fprintf(stderr, "curl_easy_perform() failed: %s\n",
curl_easy_strerror(result_code));
is_success = 1;
return is_success;
}
json_result = ppocrv5_result;
curl_easy_cleanup(curl);
is_success = 0;
} else {
fprintf(stderr, "curl_easy_init() failed.");
is_success = 1;
}
return is_success;
}返回说明
返回参数
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | uint64 | 唯一的log id，用于问题定位 |
| page_result | 否 | array [object] | 识别结果数组，包含多页识别结果 |
| +lines_result_num | 是 | uint32 | 识别单页行结果个数 |
| + lines | 是 | string | 单页的识别结果字符串 |
| + words | 否 | string | 识别结果字符串 |
| + probability | 是 | string | 识别结果中每一行的置信度值。 · average：行置信度平均值 · variance：行置信度方差 · min：行置信度最小值 当请求参数 probability=true 时返回该字段。 |
| +rec_polys | 是 | Array | 文字所在的多边形坐标点（用于画不规则四边形框）,每个检测框由4个顶点坐标构成的numpy数组表示，数组shape为(4, 2)，数据类型为int16 |
| +rec_boxes | 是 | Array | 文字所在的矩形包围盒坐标（用于画规则矩形框），shape为(n, 4)，dtype为int16。示例值为[x_min, y_min, x_max, y_max]坐标，其中(x_min, y_min)为左上角坐标，(x_max, y_max)为右下角坐标 |
返回示例
{
"page_result": [
{
"lines": [
"无言独上西楼",
"月如钩",
"寂寞梧桐深院锁清秋",
"剪不断理还乱是离愁",
"别是一般滋味在心头"
],
"probability": [
0.986164391040802,
0.9752357602119446,
0.9896835684776306,
0.9941657185554504,
0.9918990731239319
],
"rec_polys": [
[
[
405,
104
],
[
915,
104
],
[
915,
242
],
[
405,
242
]
],
[
[
408,
267
],
[
684,
267
],
[
684,
393
],
[
408,
393
]
],
[
[
403,
425
],
[
1346,
391
],
[
1352,
542
],
[
409,
575
]
],
[
[
409,
600
],
[
1361,
566
],
[
1367,
716
],
[
415,
750
]
],
[
[
412,
788
],
[
1291,
743
],
[
1298,
891
],
[
419,
935
]
]
],
"rec_boxes": [
[
405,
104,
915,
242
],
[
408,
267,
684,
393
],
[
403,
391,
1352,
575
],
[
409,
566,
1367,
750
],
[
412,
743,
1298,
935
]
],
"lines_result_num": 5
}
],
"log_id": 2041410581916955057
}