mirror of
https://github.com/RapidAI/RapidOCR.git
synced 2026-11-12 05:50:49 +08:00
74 lines
3.3 KiB
Markdown
74 lines
3.3 KiB
Markdown
## Rapid Layout
|
|
<p align="left">
|
|
<a href=""><img src="https://img.shields.io/badge/Python->=3.7,<=3.10-aff.svg"></a>
|
|
<a href=""><img src="https://img.shields.io/badge/OS-Linux%2C%20Win%2C%20Mac-pink.svg"></a>
|
|
<a href="https://pypi.org/project/rapid-layout/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapid-layout"></a>
|
|
<a href="https://pypi.org/project/rapid-layout/"><img src="https://img.shields.io/pypi/dm/rapid-layout?color=9cf"></a>
|
|
</p>
|
|
|
|
#### 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 rapid-layout
|
|
```
|
|
2. python脚本运行
|
|
```python
|
|
import cv2
|
|
from rapid_layout import RapidLayout
|
|
|
|
# RapidLayout类提供model_path参数，可以自行指定上述3个模型，默认是layout_cdla.onnx
|
|
# layout_engine = RapidLayout(model_path='layout_publaynet.onnx')
|
|
layout_engine = RapidLayout()
|
|
|
|
img = cv2.imread('test_images/layout.png')
|
|
|
|
layout_res, elapse = layout_engine(img)
|
|
```
|
|
|
|
3. 终端运行
|
|
- 用法:
|
|
```bash
|
|
$ rapid_layout -h
|
|
usage: rapid_layout [-h] [-v] -img IMG_PATH [-m MODEL_PATH]
|
|
|
|
optional arguments:
|
|
-h, --help show this help message and exit
|
|
-v, --vis Wheter to visualize the layout results.
|
|
-img IMG_PATH, --img_path IMG_PATH
|
|
Path to image for layout.
|
|
-m MODEL_PATH, --model_path MODEL_PATH
|
|
The model path used for inference.
|
|
```
|
|
- 示例:
|
|
```bash
|
|
$ rapid_layout -v -img test_images/layout.png
|
|
```
|
|
|
|
4. 结果
|
|
- 返回结果
|
|
```python
|
|
# 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
|
|
<div align="center">
|
|
<img src="../test_images/layout_result.jpg" width="80%" height="80%">
|
|
</div>
|