PDF识别提取专家

PDF/图片/扫描件 OCR 提取文字转 Markdown。支持 PP-OCRv6 三档模型，适合合同、发票、中文扫描件等。灵栈搬运自 SkillHub pdf-ocr-md v3.4.0。

Minsaroun最新版本 0.1.0更新于 2026-11-04下载 0 次

references/paddleocr-py313-compat.md

1	# Paddleocr Py313 Compat
2
3	> 来源: pdf-ocr-md v3.3.0 SKILL.md \| 从主文件拆分，保持原内容不变
4
5	### Python 3.13 兼容性注意事项
6
7	> ⚠️ 重要：PaddleOCR 在 Python 3.13 环境下存在多个兼容性问题，需手动修复。
8
9	#### 问题1：imghdr 模块缺失
10
11	现象：
12	```
13	ModuleNotFoundError: No module named 'imghdr'
14	```
15
16	原因： Python 3.13 移除了 `imghdr` 模块（原用于检测图像类型）
17
18	解决方案：创建兼容 shim 模块
19
20	```python
21	# 保存到 site-packages/imghdr.py
22	"""imghdr module shim for Python 3.13+ compatibility"""
23	def whatfile(f):
24	return None
25
26	def what(buf, h=None):
27	return None
28	```
29
30	#### 问题2：np.sctypes 移除
31
32	现象：
33	```
34	AttributeError: module 'numpy' has no attribute 'sctypes'
35	```
36
37	原因： NumPy 2.0 移除了 `np.sctypees` 属性（`imgaug` 包使用了该属性）
38
39	解决方案：修改 `site-packages/imgaug/imgaug.py` 第44-46行
40
41	```python
42	# 原代码（不可用）：
43	# NP_FLOAT_TYPES = set(np.sctypes["float"])
44	# NP_INT_TYPES = set(np.sctypes["int"])
45	# NP_UINT_TYPES = set(np.sctypes["uint"])
46
47	# 修复后：
48	NP_FLOAT_TYPES = {np.float16, np.float32, np.float64}
49	NP_INT_TYPES = {np.int8, np.int16, np.int32, np.int64}
50	NP_UINT_TYPES = {np.uint8, np.uint16, np.uint32, np.uint64}
51	```
52
53	#### 问题3：OpenCV 与 NumPy 2.x 不兼容
54
55	现象：
56	```
57	ImportError: numpy.core.multiarray failed to import
58	```
59
60	原因： `opencv-python` 4.6 是针对 NumPy 1.x 编译的，与 NumPy 2.x ABI 不兼容
61
62	解决方案：改用 `opencv-python-headless` 4.13.0.92+
63
64	```bash
65	~/.venvs/paddleocr/bin/pip uninstall opencv-python -y
66	~/.venvs/paddleocr/bin/pip install opencv-python-headless --no-cache-dir
67	```
68
69	#### 问题4：scikit-image DLL 加载失败（Windows）
70
71	现象：
72	```
73	ImportError: DLL load failed while importing _cython_blas
74	```
75
76	原因： Windows 安全策略阻止未签名的 C 扩展 DLL
77
78	解决方案：
79	- 方案A：使用预编译的 wheel（推荐）
80	- 方案B：临时关闭 Windows Defender 实时保护
81	- 方案C：使用 WSL2 或 Linux 环境
82
83	#### 推荐的 Python 3.13 安装命令
84
85	```bash
86	# 环境
87	python3 -m venv ~/.venvs/paddleocr
88	source ~/.venvs/paddleocr/bin/activate
89
90	# 安装（使用 PaddlePaddle 3.0.0，支持 NumPy 2.x）
91	pip install paddlepaddle==3.0.0
92	pip install "numpy>=2" paddleocr==2.7.3
93	pip uninstall opencv-python -y
94	pip install opencv-python-headless --no-cache-dir
95
96	# 创建 imghdr shim
97	cat > ~/.venvs/paddleocr/lib/python3.13/site-packages/imghdr.py << 'EOF'
98	def whatfile(f):
99	return None
100	def what(buf, h=None):
101	return None
102	EOF
103
104	# 修补 np.sctypes 问题
105	# 手动编辑 ~/.venvs/paddleocr/lib/python3.13/site-packages/imgaug/imgaug.py
106	```

文件内容是平台检查时读出的文本，只供查看。平台不会运行包里的任何脚本或程序。