1. 安装依赖包
# 安装 paddleocr，推荐使用2.5+版本
pip3 install "paddleocr>=2.5"
# 安装 版面分析依赖包layoutparser（如不需要版面分析功能，可跳过）
pip3 install -U https://paddleocr.bj.bcebos.com/whl/layoutparser-0.0.0-py3-none-any.whl
# 安装 DocVQA依赖包paddlenlp（如不需要DocVQA功能，可跳过）
pip install paddlenlp
2. 便捷使用
2.1 命令行使用
2.1.1 版面分析+表格识别
paddleocr --image_dir=PaddleOCR/ppstructure/docs/table/1.png --type=structure
2.1.2 版面分析
paddleocr --image_dir=PaddleOCR/ppstructure/docs/table/1.png --type=structure --table=false --ocr=false
2.1.3 表格识别
paddleocr --image_dir=PaddleOCR/ppstructure/docs/table/table.jpg --type=structure --layout=false
2.2 参数说明
| 字段 |
说明 |
默认值 |
| output |
excel和识别结果保存的地址 |
./output/table |
| table_max_len |
表格结构模型预测时，图像的长边resize尺度 |
488 |
| table_model_dir |
表格结构模型 inference 模型地址 |
None |
| table_char_dict_path |
表格结构模型所用字典地址 |
../ppocr/utils/dict/table_structure_dict.txt |
| layout_path_model |
版面分析模型模型地址，可以为在线地址或者本地地址，当为本地地址时，需要指定 layout_label_map, 命令行模式下可通过--layout_label_map='{0: "Text", 1: "Title", 2: "List", 3:"Table", 4:"Figure"}' 指定 |
lp://PubLayNet/ppyolov2_r50vd_dcn_365e_publaynet/config |
| layout_label_map |
版面分析模型模型label映射字典 |
None |
| model_name_or_path |
VQA SER模型地址 |
None |
| max_seq_length |
VQA SER模型最大支持token长度 |
512 |
| label_map_path |
VQA SER 标签文件地址 |
./vqa/labels/labels_ser.txt |
| layout |
前向中是否执行版面分析 |
True |
| table |
前向中是否执行表格识别 |
True |
| ocr |
对于版面分析中的非表格区域，是否执行ocr。当layout为False时会被自动设置为False |
True |
| structure_version |
表格结构化模型版本，可选 PP-STRUCTURE。PP-STRUCTURE支持表格结构化模型 |
PP-STRUCTURE |
3. 模型下载
3.1 版面分析模型
| 模型名称 |
模型简介 |
下载地址 |
label_map |
| ppyolov2_r50vd_dcn_365e_publaynet |
PubLayNet 数据集训练的版面分析模型，可以划分文字、标题、表格、图片以及列表5类区域 |
推理模型 / 训练模型 |
{0: "Text", 1: "Title", 2: "List", 3:"Table", 4:"Figure"} |
| ppyolov2_r50vd_dcn_365e_tableBank_word |
TableBank Word 数据集训练的版面分析模型，只能检测表格 |
推理模型 |
{0:"Table"} |
| ppyolov2_r50vd_dcn_365e_tableBank_latex |
TableBank Latex 数据集训练的版面分析模型，只能检测表格 |
推理模型 |
{0:"Table"} |
3.2 OCR模型
| 模型名称 |
模型简介 |
推理模型大小 |
下载地址 |
| en_ppocr_mobile_v2.0_table_det |
PubLayNet数据集训练的英文表格场景的文字检测 |
4.7M |
推理模型 / 训练模型 |
| en_ppocr_mobile_v2.0_table_rec |
PubLayNet数据集训练的英文表格场景的文字识别 |
6.9M |
推理模型 / 训练模型 |
如需要使用其他OCR模型，可以在 PP-OCR model_list 下载模型或者使用自己训练好的模型配置到 det_model_dir, rec_model_dir两个字段即可。
3.3 表格识别模型
| 模型名称 |
模型简介 |
推理模型大小 |
下载地址 |
| en_ppocr_mobile_v2.0_table_structure |
PubLayNet数据集训练的英文表格场景的表格结构预测 |
18.6M |
推理模型 / 训练模型 |
3.4 VQA模型
3.5 KIE模型