mirror of
https://github.com/RapidAI/RapidOCR.git
synced 2026-11-12 14:00:53 +08:00
47 lines
2.2 KiB
Markdown
47 lines
2.2 KiB
Markdown
#### Rapid Structure
|
|
- 模型和推理代码均来自于[PP-Structure](https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.6/ppstructure/README_ch.md#32)部分。
|
|
- 该部分的功能主要针对文档类图像，包括版面分析和表格识别两类。
|
|
|
|
#### Rapid Layout
|
|
##### 简介和说明
|
|
- 该部分主要是做文档类图像的版面分析。具体来说，就是分析给定的文档类别图像（论文截图等），定位其中类别和位置，如标题、段落、表格和图片等各个部分。
|
|
- 目前支持三种类别的版面分析模型：中文、英文和表格版面分析模型，具体可参见下面表格：
|
|
|
|
| 模型类型 | 模型名称 | 模型大小 | 支持种类 |
|
|
|:---:|:---:|:---:|:---:|
|
|
| 表格 | `layout_table.onnx` | 7.06M | `table` |
|
|
| 英文 | `layout_publaynet.onnx` | 7.06M | `text title list table figure` |
|
|
| 中文 | `layout_cdla.onnx` | 7.07M | `text title figure figure_caption table table_caption` <br> `header footer reference equation` |
|
|
- 模型下载地址为：[百度网盘](https://pan.baidu.com/s/1PI9fksW6F6kQfJhwUkewWg?pwd=p29g) | [Google Drive](https://drive.google.com/drive/folders/1DAPWSN2zGQ-ED_Pz7RaJGTjfkN2-Mvsf?usp=sharing)
|
|
|
|
#### 使用方式
|
|
1. pip安装
|
|
- 由于模型较小，预先将中文版面分析模型(`layout_cdla.onnx`)打包进了whl包内，如果做中文版面分析，可直接安装使用
|
|
```bash
|
|
$ pip install
|
|
```
|
|
2. python脚本运行
|
|
```python
|
|
import cv2
|
|
from rapid_layout import RapidLayout
|
|
|
|
layout_engine = RapidLayout()
|
|
|
|
img = cv2.imread('test_images/ch.png')
|
|
|
|
layout_res, elapse = layout_engine(img)
|
|
```
|
|
3. 终端运行
|
|
```bash
|
|
# 假设在rapid_structure目录下
|
|
$ rapid_layout --img_path test_images/ch.png
|
|
```
|
|
|
|
#### 输出结果
|
|
- 格式为：
|
|
```text
|
|
[
|
|
{'bbox': array([321.4160495, 91.53214898, 562.06141263, 199.85522603]), 'label': 'text'},
|
|
{'bbox': array([58.67292211, 107.29000663, 300.25448676, 199.68142]), 'label': 'table_caption'}
|
|
]
|
|
``` |