rapidocr/python/rapid_structure

Rapid Structure

• 模型和推理代码均来自于PP-Structure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 header footer reference equation

• 模型下载地址为：百度网盘 | Google Drive

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

     $ pip install rapid-layout
     

2. python脚本运行

    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

   # 假设在rapid_structure目录下
   $ rapid_layout --img_path test_images/ch.png
   

4. 结果
   • 返回结果

     # bbox: [左上角x0,左上角y0, 右下角x0, 右上角x1]
     # label: 类别
     [
         {'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'}
     ]
     

   • 可视化结果