English | 简体中文

最近更新

简介

特点

在线演示

效果展示

指标结果

使用建议

版本依赖关系

安装

pipinstallwired_table_reclineless_table_rectable_clspipinstallrapidocr

快速使用

frompathlibimportPathfromwired_table_rec.utils.utilsimportVisTablefromtable_clsimportTableClsfromwired_table_rec.mainimportWiredTableInput,WiredTableRecognitionfromlineless_table_rec.mainimportLinelessTableInput,LinelessTableRecognitionfromrapidocrimportRapidOCRif__name__=="__main__":# Initwired_input=WiredTableInput()lineless_input=LinelessTableInput()wired_engine=WiredTableRecognition(wired_input)lineless_engine=LinelessTableRecognition(lineless_input)viser=VisTable()# 默认小yolo模型(0.1s)，可切换为精度更高yolox(0.25s),更快的qanything(0.07s)模型或paddle模型(0.03s)table_cls=TableCls()img_path=f"tests/test_files/table.jpg"cls,elasp=table_cls(img_path)ifcls=="wired":table_engine=wired_engineelse:table_engine=lineless_engine# 使用RapidOCR输入ocr_engine=RapidOCR()rapid_ocr_output=ocr_engine(img_path,return_word_box=True)ocr_result=list(zip(rapid_ocr_output.boxes,rapid_ocr_output.txts,rapid_ocr_output.scores)    )table_results=table_engine(img_path,ocr_result=ocr_result    )# 使用单字识别# word_results = rapid_ocr_output.word_results# ocr_result = [#     [word_result[2], word_result[0], word_result[1]] for word_result in word_results# ]# table_results = table_engine(#     img_path, ocr_result=ocr_result, enhance_box_line=False# )# Save# save_dir = Path("outputs")# save_dir.mkdir(parents=True, exist_ok=True)## save_html_path = f"outputs/{Path(img_path).stem}.html"# save_drawed_path = f"outputs/{Path(img_path).stem}_table_vis{Path(img_path).suffix}"# save_logic_path = (#     f"outputs/{Path(img_path).stem}_table_vis_logic{Path(img_path).suffix}"# )# Visualize table rec result# vis_imged = viser(#     img_path, table_results, save_html_path, save_drawed_path, save_logic_path# )

单字ocr匹配

# 将单字box转换为行识别同样的结构)fromrapidocrimportRapidOCRimg_path="tests/test_files/wired/table4.jpg"ocr_engine=RapidOCR()rapid_ocr_output=ocr_engine(img_path,return_word_box=True)word_results=rapid_ocr_output.word_resultsocr_result= [    [word_result[2],word_result[0],word_result[1]]forword_resultinword_results]

表格旋转及透视修正

1.简单背景，小角度场景

importcv2img_path=f'tests/test_files/wired/squeeze_error.jpeg'fromwired_table_rec.utilsimportImageOrientationCorrectorimg_orientation_corrector=ImageOrientationCorrector()img=cv2.imread(img_path)img=img_orientation_corrector(img)cv2.imwrite(f'img_rotated.jpg',img)

2.复杂背景，多表格场景

pipinstallrapid-table-det

importosimportcv2fromrapid_table_det.utilsimportimg_loader,visuallize,extract_table_imgfromrapid_table_det.inferenceimportTableDetectortable_det=TableDetector()img_path=f"tests/test_files/chip.jpg"result,elapse=table_det(img_path)img=img_loader(img_path)extract_img=img.copy()#可能有多表格fori,resinenumerate(result):box=res["box"]lt,rt,rb,lb=res["lt"],res["rt"],res["rb"],res["lb"]# 带识别框和左上角方向位置img=visuallize(img,box,lt,rt,rb,lb)# 透视变换提取表格图片wrapped_img=extract_table_img(extract_img.copy(),lt,rt,rb,lb)#     cv2.imwrite(f"{out_dir}/{file_name}-extract-{i}.jpg", wrapped_img)# cv2.imwrite(f"{out_dir}/{file_name}-visualize.jpg", img)

核心参数

# 输入(WiredTableInput/LinelessTableInput)@dataclassclassWiredTableInput:model_type:Optional[str]="unet"#unet/cycle_center_netmodel_path:Union[str,Path,None,Dict[str,str]]=Noneuse_cuda:bool=Falsedevice:str="cpu"@dataclassclassLinelessTableInput:model_type:Optional[str]="lore"#loremodel_path:Union[str,Path,None,Dict[str,str]]=Noneuse_cuda:bool=Falsedevice:str="cpu"# 输出(WiredTableOutput/LinelessTableOutput)@dataclassclassWiredTableOutput:pred_html:Optional[str]=Nonecell_bboxes:Optional[np.ndarray]=Nonelogic_points:Optional[np.ndarray]=Noneelapse:Optional[float]=None@dataclassclassLinelessTableOutput:pred_html:Optional[str]=Nonecell_bboxes:Optional[np.ndarray]=Nonelogic_points:Optional[np.ndarray]=Noneelapse:Optional[float]=None

wired_table_rec=WiredTableRecognition(WiredTableInput())table_results=wired_table_rec(img,# 图片 Union[str, np.ndarray, bytes, Path, PIL.Image.Image]ocr_result,# 输入rapidOCR识别结果，不传默认使用内部rapidocr模型enhance_box_line=True,# 识别框切割增强(关闭避免多余切割，开启减少漏切割)，默认为Truecol_threshold=15,# 识别框左边界x坐标差值小于col_threshold的默认同列row_threshold=10,# 识别框上边界y坐标差值小于row_threshold的默认同行rotated_fix=True,# wiredV2支持，轻度旋转(-45°~45°)矫正，默认为Trueneed_ocr=True,# 是否进行OCR识别, 默认为True)lineless_table_rec=LinelessTableRecognition(LinelessTableInput())table_results=lineless_table_rec(img,# 图片 Union[str, np.ndarray, bytes, Path, PIL.Image.Image]ocr_result,# 输入rapidOCR识别结果，不传默认使用内部rapidocr模型need_ocr=True,# 是否进行OCR识别, 默认为True)

FAQ

更新计划

处理流程

致谢

贡献指南

赞助

开源许可证