2.0 KiB

Raw Blame History

PaddleStructure

1. 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:

Text
Title
Figure
List
Table

1-4类走传统的OCR流程，5走表格的OCR流程。

2. LayoutParser

3. Table OCR

文档

4. PaddleStructure whl包介绍

4.1 使用

4.1.1 代码使用

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')

4.1.2 命令行使用

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

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

2.0 KiB Raw Blame History Unescape Escape