rapidocr/python/rapid_structure/docs/README_Table.md

Rapid Table

简介和说明

• 该部分主要是做文档类图像的表格结构还原。模型来源：PaddleOCR 表格识别
• 具体来说，就是分析给定的表格图像，将表格还原为对应的html格式。
• 目前支持两种类别的表格识别模型：中文和英文表格识别模型，具体可参见下面表格：

  模型类型	模型名称	模型大小
  英文	en_ppstructure_mobile_v2_SLANet.onnx	7.3M
  中文	ch_ppstructure_mobile_v2_SLANet.onnx	7.4M

• 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，预先将英文表格识别模型(en_ppstructure_mobile_v2_SLANet.onnx)打包进了whl包内，如果做英文表格识别，可直接安装使用

     $ pip install rapid-table
     

2. python脚本运行

    import cv2
    from rapid_table import RapidTable
   
    # RapidTable类提供model_path参数，可以自行指定上述2个模型，默认是en_ppstructure_mobile_v2_SLANet.onnx
    # table_engine = RapidTable(model_path='ch_ppstructure_mobile_v2_SLANet.onnx')
    table_engine = RapidTable()
   
    img = cv2.imread('test_images/table.jpg')
    table_html_str, _ = table_engine(img)
    print(table_html_str)
   

3. 终端运行

   • 用法:

     $ rapid_table -h
     usage: rapid_table [-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:

     $ rapid_table -v -img test_images/table.jpg
     

4. 结果

   • 返回结果

     <html><body><table><thead><tr><td>Methods</td><td></td><td></td><td></td><td>FPS</td></tr></thead><tbody><tr><td>SegLink [26]</td><td>70.0</td><td>86d><td.0</td><td>77.0</td><td>8.9</td></tr><tr><td>PixelLink [4]</td><td>73.2</td><td>83.0</td><td>77.8</td><td></td></tr><tr><td>TextSnake [18]</td><td>73.9</td><td>83.2</td><td>78.3</td><td>1.1</td></tr><tr><td>TextField [37]</td><td>75.9</td><td>87.4</td><td>81.3</td><td>5.2</td></tr><tr><td>MSR[38]</td><td>76.7</td><td>87.87.4</td><td>81.7</td><td></td></tr><tr><td>FTSN [3]</td><td>77.1</td><td>87.6</td><td>82.0</td><td></td></tr><tr><td>LSE[30]</td><td>81.7</td><td>84.2</td><td>82.9</td><><ttd></td></tr><tr><td>CRAFT [2]</td><td>78.2</td><td>88.2</td><td>82.9</td><td>8.6</td></tr><tr><td>MCN[16]</td><td>79</td><td>88</td><td>83</td><td></td></tr><tr><td>ATRR</>[35]</td><td>82.1</td><td>85.2</td><td>83.6</td><td></td></tr><tr><td>PAN [34]</td><td>83.8</td><td>84.4</td><td>84.1</td><td>30.2</td></tr><tr><td>DB[12]</td><td>79.2</t91/d><td>91.5</td><td>84.9</td><td>32.0</td></tr><tr><td>DRRG[41]</td><td>82.30</td><td>88.05</td><td>85.08</td><td></td></tr><tr><td>Ours (SynText)</td><td>80.68</td><td>85<t..40</td><td>82.97</td><td>12.68</td></tr><tr><td>Ours (MLT-17)</td><td>84.54</td><td>86.62</td><td>85.57</td><td>12.31</td></tr></tbody></table></body></html>
     

   • 可视化结果
   <>

   Methods				FPS
   SegLink [26]	70.0	86d>	77.0	8.9
   PixelLink [4]	73.2	83.0	77.8
   TextSnake [18]	73.9	83.2	78.3	1.1
   TextField [37]	75.9	87.4	81.3	5.2
   MSR[38]	76.7	87.87.4	81.7
   FTSN [3]	77.1	87.6	82.0
   LSE[30]	81.7	84.2	82.9
   CRAFT [2]	78.2	88.2	82.9	8.6
   MCN[16]	79	88	83
   ATRR[35]	82.1	85.2	83.6
   PAN [34]	83.8	84.4	84.1	30.2
   DB[12]	79.2</t91/d>	91.5	84.9	32.0
   DRRG[41]	82.30	88.05	85.08
   Ours (SynText)	80.68	85	82.97	12.68
   Ours (MLT-17)	84.54	86.62	85.57	12.31