70 lines
1.9 KiB
Markdown
70 lines
1.9 KiB
Markdown
# PaddleStructure
|
||
|
||
## pipeline介绍
|
||
|
||
PaddleStructure 是一个用于复杂板式文字OCR的工具包，流程如下
|
||
|
||
|
||
在PaddleStructure中，图片会先经由layoutparser进行版面分析，在版面分析中，会对图片里的区域进行分类，根据根据类别进行对于的ocr流程。
|
||
|
||
目前layoutparser会输出五个类别:
|
||
1. Text
|
||
2. Title
|
||
3. Figure
|
||
4. List
|
||
5. Table
|
||
|
||
1-4类走传统的OCR流程，5走表格的OCR流程。
|
||
|
||
## LayoutParser
|
||
|
||
|
||
## Table OCR
|
||
|
||
[文档](table/README_ch.md)
|
||
|
||
## PaddleStructure whl包介绍
|
||
|
||
### 使用
|
||
|
||
1. 代码使用
|
||
```python
|
||
import cv2
|
||
from paddlestructure import PaddleStructure,draw_result
|
||
|
||
table_engine = PaddleStructure(
|
||
output='./output/table',
|
||
show_log=True)
|
||
|
||
img_path = '../doc/table/1.png'
|
||
img = cv2.imread(img_path)
|
||
result = table_engine(img)
|
||
for line in result:
|
||
print(line)
|
||
|
||
from PIL import Image
|
||
|
||
font_path = 'path/tp/PaddleOCR/doc/fonts/simfang.ttf'
|
||
image = Image.open(img_path).convert('RGB')
|
||
im_show = draw_result(image, result,font_path=font_path)
|
||
im_show = Image.fromarray(im_show)
|
||
im_show.save('result.jpg')
|
||
```
|
||
|
||
2. 命令行使用
|
||
```bash
|
||
paddlestructure --image_dir=../doc/table/1.png
|
||
```
|
||
|
||
### 参数说明
|
||
大部分参数和paddleocr whl包保持一致，见 [whl包文档](../doc/doc_ch/whl.md)
|
||
|
||
| 字段 | 说明 | 默认值 |
|
||
|------------------------|------------------------------------------------------|------------------|
|
||
| output | excel和识别结果保存的地址 | ./output/table |
|
||
| structure_max_len | structure模型预测时，图像的长边resize尺度 | 488 |
|
||
| structure_model_dir | structure inference 模型地址 | None |
|
||
| structure_char_type | structure 模型所用字典地址 | ../ppocr/utils/dict/table_structure_dict.tx |
|
||
|
||
|