文档解析工具对比（PaddleOCR与MinerU）

PaddleOCR 与 MinerU：一个认字，一个还原整份文档

一句话总结：这两个工具根本不在同一层。PaddleOCR 是"眼睛"——检测文字框 + 识别字符，输出「文字 + 坐标」；MinerU 是"整条流水线"——版面分析、表格还原、公式转 LaTeX、阅读顺序重排，直接输出 Markdown/JSON。最能说明问题的一个事实是：MinerU 的 pipeline 后端，底层用的就是 PaddleOCR 的 PP-OCR 模型。 它不是竞品，是上下游。要"读出字"选 PaddleOCR，要"读懂整页"选 MinerU。

📋 目录

一、先纠一个常见误解：它们不是竞品

很多人把这两个放在一起问"哪个更好"，但它们解决的问题根本不同：

为什么这个区分重要？

因为**"识别准确"和"结构正确"是两件事**：

PDF 原文（双栏论文）：
┌─────────────┬─────────────┐
│ 左栏正文 A │ 右栏正文 B │
│ [表 1] │ 公式 (3) │
└─────────────┴─────────────┘

纯 OCR 的输出（按行扫）：
A 的第一行 + B 的第一行 + A 的第二行 + B 的第二行 … ❌ 全乱了

结构化解析的输出：
## 标题
A 的完整段落…
B 的完整段落…
| 表格内容 |
$$ 公式 $$
✅ 顺序正确

PaddleOCR 给你的是"字"，MinerU 给你的是"读得懂的文档"。

二、PaddleOCR：解决"字长什么样"

2.1 它是什么

百度飞桨团队的通用 OCR 工具库，Apache 2.0 协议，是中文 OCR 事实上的开源标杆。

核心流程四步：图像预处理 → 文本检测（找出文字框）→ 方向分类（判断横竖/旋转）→ 文本识别（转成 Unicode）。

2.2 现在的 3.x 有三条产品线

注意：3.x 与 2.x 不向后兼容，老代码会直接报错。

PP-OCRv6（2026-06 随 PaddleOCR 3.7 发布）的几个关键数字：

• 三个档位：tiny 1.5M / small 7.7M / medium 34.5M 参数
• 一个识别模型覆盖 50 种语言（中、英、日 + 46 种拉丁语系）
• 相比 PP-OCRv5_server：检测精度 +4.6%，识别精度 +5.1%
• CPU 推理提速 5.2 倍

💡 这就是它最不可替代的地方：小、快、CPU 就能跑、中文强。

2.3 怎么用

pip install paddlepaddle paddleocr

from paddleocr import PaddleOCR

ocr = PaddleOCR(lang="ch", ocr_version="PP-OCRv6")
result = ocr.predict("invoice.png") # 返回文字 + 坐标 + 置信度

命令行也行：

paddleocr ocr -i invoice.png –save_path ./output

2.4 强在哪、弱在哪

三、MinerU：解决"文档长什么样"

3.1 它是什么

上海人工智能实验室 OpenDataLab 出品的一站式文档解析引擎，2024 年 7 月开源，GitHub 已 8 万+ star。

目标很明确：把 PDF、图片、Word、PPT、Excel 转成干净、LLM-Ready 的 Markdown / JSON。

3.2 五步流程

#mermaid-svg-CjzMlnGD1w3wocw5{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-CjzMlnGD1w3wocw5 .error-icon{fill:#552222;}#mermaid-svg-CjzMlnGD1w3wocw5 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-CjzMlnGD1w3wocw5 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-CjzMlnGD1w3wocw5 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-CjzMlnGD1w3wocw5 .marker.cross{stroke:#333333;}#mermaid-svg-CjzMlnGD1w3wocw5 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-CjzMlnGD1w3wocw5 p{margin:0;}#mermaid-svg-CjzMlnGD1w3wocw5 .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 .cluster-label text{fill:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 .cluster-label span{color:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 .cluster-label span p{background-color:transparent;}#mermaid-svg-CjzMlnGD1w3wocw5 .label text,#mermaid-svg-CjzMlnGD1w3wocw5 span{fill:#333;color:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 .node rect,#mermaid-svg-CjzMlnGD1w3wocw5 .node circle,#mermaid-svg-CjzMlnGD1w3wocw5 .node ellipse,#mermaid-svg-CjzMlnGD1w3wocw5 .node polygon,#mermaid-svg-CjzMlnGD1w3wocw5 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-CjzMlnGD1w3wocw5 .rough-node .label text,#mermaid-svg-CjzMlnGD1w3wocw5 .node .label text,#mermaid-svg-CjzMlnGD1w3wocw5 .image-shape .label,#mermaid-svg-CjzMlnGD1w3wocw5 .icon-shape .label{text-anchor:middle;}#mermaid-svg-CjzMlnGD1w3wocw5 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-CjzMlnGD1w3wocw5 .rough-node .label,#mermaid-svg-CjzMlnGD1w3wocw5 .node .label,#mermaid-svg-CjzMlnGD1w3wocw5 .image-shape .label,#mermaid-svg-CjzMlnGD1w3wocw5 .icon-shape .label{text-align:center;}#mermaid-svg-CjzMlnGD1w3wocw5 .node.clickable{cursor:pointer;}#mermaid-svg-CjzMlnGD1w3wocw5 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-CjzMlnGD1w3wocw5 .arrowheadPath{fill:#333333;}#mermaid-svg-CjzMlnGD1w3wocw5 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-CjzMlnGD1w3wocw5 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-CjzMlnGD1w3wocw5 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-CjzMlnGD1w3wocw5 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-CjzMlnGD1w3wocw5 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-CjzMlnGD1w3wocw5 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-CjzMlnGD1w3wocw5 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-CjzMlnGD1w3wocw5 .cluster text{fill:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 .cluster span{color:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-CjzMlnGD1w3wocw5 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-CjzMlnGD1w3wocw5 rect.text{fill:none;stroke-width:0;}#mermaid-svg-CjzMlnGD1w3wocw5 .icon-shape,#mermaid-svg-CjzMlnGD1w3wocw5 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-CjzMlnGD1w3wocw5 .icon-shape p,#mermaid-svg-CjzMlnGD1w3wocw5 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-CjzMlnGD1w3wocw5 .icon-shape .label rect,#mermaid-svg-CjzMlnGD1w3wocw5 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-CjzMlnGD1w3wocw5 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-CjzMlnGD1w3wocw5 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-CjzMlnGD1w3wocw5 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

① 输入预处理区分原生文本/扫描件

② 版面分析框出标题/正文/表格/公式

③ 内容识别OCR/表格/公式/VLM 各司其职

④ 结构化还原拼接 + 阅读顺序 + 跨页合并

⑤ 格式输出Markdown / JSON / HTML

它真正解决的是第 ②④ 步——这两步恰恰是纯 OCR 完全做不了的。

3.3 三种推理后端（这是它最实用的设计）

💡 选后端的经验：先跑 pipeline，不够再上 vlm。 pipeline 的"无幻觉"在小模型里非常难得——它不会给你编造不存在的表格内容。

3.4 怎么用

pip install -U "mineru[all]"

# 最简：pipeline 后端，CPU 也能跑
mineru -p input.pdf -o ./output -b pipeline

Python 3.10–3.13。

3.5 强在哪、弱在哪

四、一张表对比

五、一个决定性事实：MinerU 内部就在用 PaddleOCR

这是理解两者关系的关键。

MinerU 的 pipeline 后端，底层 OCR 用的就是 PaddleOCR 的 PP-OCRv5 / PP-OCRv6 模型。3.4 版本升级到 PP-OCRv6 后，官方口径是 OCR 精度提升约 11%，速度翻倍。

所以真实的分工是：

#mermaid-svg-QJ28RDTTgf3JETZA{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-QJ28RDTTgf3JETZA .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-QJ28RDTTgf3JETZA .error-icon{fill:#552222;}#mermaid-svg-QJ28RDTTgf3JETZA .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-QJ28RDTTgf3JETZA .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-QJ28RDTTgf3JETZA .marker{fill:#333333;stroke:#333333;}#mermaid-svg-QJ28RDTTgf3JETZA .marker.cross{stroke:#333333;}#mermaid-svg-QJ28RDTTgf3JETZA svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-QJ28RDTTgf3JETZA p{margin:0;}#mermaid-svg-QJ28RDTTgf3JETZA .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-QJ28RDTTgf3JETZA .cluster-label text{fill:#333;}#mermaid-svg-QJ28RDTTgf3JETZA .cluster-label span{color:#333;}#mermaid-svg-QJ28RDTTgf3JETZA .cluster-label span p{background-color:transparent;}#mermaid-svg-QJ28RDTTgf3JETZA .label text,#mermaid-svg-QJ28RDTTgf3JETZA span{fill:#333;color:#333;}#mermaid-svg-QJ28RDTTgf3JETZA .node rect,#mermaid-svg-QJ28RDTTgf3JETZA .node circle,#mermaid-svg-QJ28RDTTgf3JETZA .node ellipse,#mermaid-svg-QJ28RDTTgf3JETZA .node polygon,#mermaid-svg-QJ28RDTTgf3JETZA .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-QJ28RDTTgf3JETZA .rough-node .label text,#mermaid-svg-QJ28RDTTgf3JETZA .node .label text,#mermaid-svg-QJ28RDTTgf3JETZA .image-shape .label,#mermaid-svg-QJ28RDTTgf3JETZA .icon-shape .label{text-anchor:middle;}#mermaid-svg-QJ28RDTTgf3JETZA .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-QJ28RDTTgf3JETZA .rough-node .label,#mermaid-svg-QJ28RDTTgf3JETZA .node .label,#mermaid-svg-QJ28RDTTgf3JETZA .image-shape .label,#mermaid-svg-QJ28RDTTgf3JETZA .icon-shape .label{text-align:center;}#mermaid-svg-QJ28RDTTgf3JETZA .node.clickable{cursor:pointer;}#mermaid-svg-QJ28RDTTgf3JETZA .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-QJ28RDTTgf3JETZA .arrowheadPath{fill:#333333;}#mermaid-svg-QJ28RDTTgf3JETZA .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-QJ28RDTTgf3JETZA .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-QJ28RDTTgf3JETZA .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-QJ28RDTTgf3JETZA .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-QJ28RDTTgf3JETZA .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-QJ28RDTTgf3JETZA .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-QJ28RDTTgf3JETZA .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-QJ28RDTTgf3JETZA .cluster text{fill:#333;}#mermaid-svg-QJ28RDTTgf3JETZA .cluster span{color:#333;}#mermaid-svg-QJ28RDTTgf3JETZA div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-QJ28RDTTgf3JETZA .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-QJ28RDTTgf3JETZA rect.text{fill:none;stroke-width:0;}#mermaid-svg-QJ28RDTTgf3JETZA .icon-shape,#mermaid-svg-QJ28RDTTgf3JETZA .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-QJ28RDTTgf3JETZA .icon-shape p,#mermaid-svg-QJ28RDTTgf3JETZA .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-QJ28RDTTgf3JETZA .icon-shape .label rect,#mermaid-svg-QJ28RDTTgf3JETZA .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-QJ28RDTTgf3JETZA .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-QJ28RDTTgf3JETZA .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-QJ28RDTTgf3JETZA :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

PaddleOCR（打字员）

MinerU（编辑）

版面分析这里是标题/正文/表格

阅读顺序先读哪、后读哪

跨页合并 / 公式 / 表格结构

检测文字框

识别每个框里的字

Markdown / JSON

🎯 一句话：MinerU 决定"读哪里、按什么顺序读"，PaddleOCR 负责"把那个框里的字认出来"。

这也解释了为什么 MinerU 支持把底层 OCR 引擎换成 PaddleOCR——因为它本来就是这么设计的。

六、怎么选：决策树 + 组合用法

#mermaid-svg-7FRL2mUgqapFgzg7{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-7FRL2mUgqapFgzg7 .error-icon{fill:#552222;}#mermaid-svg-7FRL2mUgqapFgzg7 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-7FRL2mUgqapFgzg7 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-7FRL2mUgqapFgzg7 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-7FRL2mUgqapFgzg7 .marker.cross{stroke:#333333;}#mermaid-svg-7FRL2mUgqapFgzg7 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-7FRL2mUgqapFgzg7 p{margin:0;}#mermaid-svg-7FRL2mUgqapFgzg7 .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 .cluster-label text{fill:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 .cluster-label span{color:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 .cluster-label span p{background-color:transparent;}#mermaid-svg-7FRL2mUgqapFgzg7 .label text,#mermaid-svg-7FRL2mUgqapFgzg7 span{fill:#333;color:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 .node rect,#mermaid-svg-7FRL2mUgqapFgzg7 .node circle,#mermaid-svg-7FRL2mUgqapFgzg7 .node ellipse,#mermaid-svg-7FRL2mUgqapFgzg7 .node polygon,#mermaid-svg-7FRL2mUgqapFgzg7 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-7FRL2mUgqapFgzg7 .rough-node .label text,#mermaid-svg-7FRL2mUgqapFgzg7 .node .label text,#mermaid-svg-7FRL2mUgqapFgzg7 .image-shape .label,#mermaid-svg-7FRL2mUgqapFgzg7 .icon-shape .label{text-anchor:middle;}#mermaid-svg-7FRL2mUgqapFgzg7 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-7FRL2mUgqapFgzg7 .rough-node .label,#mermaid-svg-7FRL2mUgqapFgzg7 .node .label,#mermaid-svg-7FRL2mUgqapFgzg7 .image-shape .label,#mermaid-svg-7FRL2mUgqapFgzg7 .icon-shape .label{text-align:center;}#mermaid-svg-7FRL2mUgqapFgzg7 .node.clickable{cursor:pointer;}#mermaid-svg-7FRL2mUgqapFgzg7 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-7FRL2mUgqapFgzg7 .arrowheadPath{fill:#333333;}#mermaid-svg-7FRL2mUgqapFgzg7 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-7FRL2mUgqapFgzg7 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-7FRL2mUgqapFgzg7 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-7FRL2mUgqapFgzg7 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-7FRL2mUgqapFgzg7 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-7FRL2mUgqapFgzg7 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-7FRL2mUgqapFgzg7 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-7FRL2mUgqapFgzg7 .cluster text{fill:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 .cluster span{color:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-7FRL2mUgqapFgzg7 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-7FRL2mUgqapFgzg7 rect.text{fill:none;stroke-width:0;}#mermaid-svg-7FRL2mUgqapFgzg7 .icon-shape,#mermaid-svg-7FRL2mUgqapFgzg7 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-7FRL2mUgqapFgzg7 .icon-shape p,#mermaid-svg-7FRL2mUgqapFgzg7 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-7FRL2mUgqapFgzg7 .icon-shape .label rect,#mermaid-svg-7FRL2mUgqapFgzg7 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-7FRL2mUgqapFgzg7 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-7FRL2mUgqapFgzg7 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-7FRL2mUgqapFgzg7 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}

要，且排版复杂

不要，只要能读字

边缘设备 / 纯 CPU / 要实时

有 GPU 服务器

要

不要

要做文档处理

需要结构化输出吗？Markdown / JSON

MinerU

部署环境？

PaddleOCR

要公式和表格吗？

六个典型场景

也可以组合用

真实项目里最常见的组合是：

MinerU 做整份文档的结构化解析（主力）
↓ 遇到特殊场景（票据、证件、竖排小字）
PaddleOCR 做定点补充识别

或者反过来：

PaddleOCR 先在边缘端做快速预筛（判断这份文档要不要走重流程）
↓ 值得解析的
送到服务端用 MinerU 做完整结构化

七、三个坑（含许可证）

坑 1：MinerU 的许可证变过，别按老文章判断

这个必须说清楚，涉及商用合规：

3.1.0 之后：绝大多数场景可直接商用，无需授权。但有两条附加条件：

• 超大规模：月活超 1 亿 或 月收入超 2000 万美元，需另行取得商业许可
• 对外提供在线服务：需在产品界面或公开文档的显著位置标注使用了 MinerU

⚠️ 网上很多 2025 年的文章还在说"MinerU 是 AGPLv3，商用有风险"——那是 3.1.0 之前的旧信息。

坑 2：PaddleOCR 3.x 不兼容 2.x

# ❌ 2.x 写法，3.x 会报错
PaddleOCR(use_angle_cls=True, lang="ch", show_log=False)

# ✅ 3.x 写法
PaddleOCR(lang="ch", ocr_version="PP-OCRv6")

如果你搜到的教程里还在传 use_angle_cls、show_log 这些参数，那篇是 2.x 时代的。

坑 3：以为"上了 MinerU 就不用 PaddleOCR 了"

MinerU 的 pipeline 后端本来就在用 PaddleOCR。

所以：

• 不必二选一
• 也不会因为用了 MinerU 就"绕过" PaddleOCR
• 反而要关注 MinerU 版本里打包的是哪个 PP-OCR 版本（3.4 之前是 v5，之后是 v6）

八、总结

三句话记住区别

✅ 应该做的

• 要"读出字"选 PaddleOCR，要"读懂整页"选 MinerU
• PaddleOCR 用 3.x 新 API（ocr_version="PP-OCRv6"）
• MinerU 先跑 pipeline 后端，精度不够再上 vlm
• 商用前核对 MinerU 的许可证版本（3.1.0 是分水岭）
• 古籍、手写、生僻字场景先用自己的样本试样
• 复杂项目两个一起用，不要纠结二选一

❌ 不要做的

• ❌ 把两者当竞品比较"谁更准"
• ❌ 用 PaddleOCR 直接处理双栏论文还期待正确顺序
• ❌ 用 MinerU 做实时 OCR（它一秒才处理一页）
• ❌ 照抄 PaddleOCR 2.x 的教程
• ❌ 相信"MinerU 是 AGPLv3"这种过时说法

🎯 最后一句

文档解析的难点从来不是"认字"，而是"认完字之后怎么摆回去"。 PaddleOCR 把字认得很准，MinerU 把摆回去这件事做成了产品——所以它们才能成为一条流水线上的两段，而不是擂台上的对手。

📚 参考资料

• PaddleOCR 仓库：https://github.com/PaddlePaddle/PaddleOCR
• PaddleOCR 文档：https://paddleocr.dev/zh
• MinerU 仓库：https://github.com/opendatalab/MinerU
• MinerU 官网：https://mineru.net/
• MinerU 3.1.0 协议变更说明（官方公众号）
• OmniDocBench 榜单（文档解析评测基准）

版本说明（2026-10 核对）： PaddleOCR 3.x 线，PP-OCRv6 于 2026-06-11 随 3.7.0 发布（tiny 1.5M / small 7.7M / medium 34.5M，单模型 50 语言，CPU 提速 5.2×）；PaddleOCR-VL-1.6 官方自报 OmniDocBench v1.6 96.3%（官方自测，未经第三方复现）。 MinerU 已迭代至 3.x / 4.0，3.4 版 pipeline 后端升级为 PP-OCRv6；3.1.0 起许可证由 AGPLv3 改为基于 Apache 2.0 的 MinerU 许可证。 两者迭代都很快，具体参数与协议请以官方 README 为准。

如果这篇对你有帮助，欢迎点赞 + 收藏。下一篇可以写 MinerU 三种后端（pipeline / vlm / hybrid）实测对比，或者 从 PDF 到 RAG 知识库的完整流水线——评论区告诉我。