智能图片识别表格

文章目录

• 在线体验
• 快速开始
• 一、项目介绍篇
• • 1.1 PP-Structure概述
  • 1.2 PP-Structure核心功能：表格识别
  • 1.3 PP-Structure特点
  • 1.4 模块介绍
  • • 1.4.1 TableDec.py
    • 1.4.2 app.py
• 二、核心代码介绍篇
• • 2.1 app.py
  • 2.2 TableDec.py
  • 2.3 扩展-模型选择
  • • 3.4.1 版面分析模型
    • 3.4.2 表格识别模型
• 三、总结

在线体验

智能图片识别表格

快速开始

1. 创建anaconda环境

conda create -n XXX python=3.10

2. 安装依赖包

pip install -r requirements.txt

3. 启动app.py，访问网页 127.0.0.1:7860

python app.py

4. 网页界面如下，可在示例图片中快速进行试验

一、项目介绍篇

在数字化办公的浪潮中，将图片中的数据转换成可编辑的Excel格式已成为一项日益增长的需求。PP-Structure，由飞桨PaddleOCR团队开发，提供了强大的文档分析能力，包括版面分析和表格识别，使得图片数据结构化输出成为可能。本文将深入探讨PP-Structure技术，分析其工作原理、实现过程，并探讨其在数字化办公中的应用价值。

1.1 PP-Structure概述

官方 github 地址：https://github.com/PaddlePaddle/PaddleOCR

PP-Structure是一款基于AI的图片到Excel转换工具，以其快速和高准确率的转换能力在技术社区中受到广泛关注。这一工具的内部逻辑和智能转化技术，为文档格式转换提供了一种全新的解决方案。

1.2 PP-Structure核心功能：表格识别

PP-Structure的核心功能是表格识别，它通过调用PP-Structure的PPStructure类实现表格识别功能，并将识别结果保存到临时文件中。此外，还实现了图片方向分类功能，用于判断图片是否需要旋转以适应版面分析。

1.3 PP-Structure特点

• 本地部署：支持本地部署，方便企业内部使用。
• 多模型支持：提供了多种模型以适应不同的识别需求，如PP-Structure和PP-StructureV2。
• 高准确率：基于SLANet在PubTabNet数据集上训练的模型，保证了识别的高准确率。

1.4 模块介绍

1.4.1 TableDec.py

• 整合了pp-structure的核心实现类

1.4.2 app.py

• gradio页面代码

二、核心代码介绍篇

2.1 app.py

path = os.path.join("./pp_models")

tdModel = TableDec(det_model_dir=os.path.join(path, "det"),
                   rec_model_dir=os.path.join(path, "rec"),
                   cls_model_dir=os.path.join(path, "cls"),
                   table_model_dir=os.path.join(path, "table"),
                   layout_model_dir=os.path.join(path, "layout"))


def dec_fn(image):
    global tempdir
    im_show, excel_file, execl_str = tdModel.run_dec(tempdir, image)
    return im_show, excel_file, execl_str


if __name__ == "__main__":
    # 使用临时文件夹保存数据
    global tempdir
    with tempfile.TemporaryDirectory() as tempdir:
        with gr.Blocks() as app:
            with gr.Column(variant="panel"):
                image = gr.Image(label="请上传表格图像")
            with gr.Row(variant="panel"):
                btn = gr.Button(value="识别")
                clear_bu = gr.ClearButton([image], value="清除")
            with gr.Tabs():
                with gr.Tab(label="OCR识别结果"):
                    ocr_res = gr.Image(label="OCR识别结果")
                    gr.Button(value="flag")
                with gr.Tab(label="表格识别结果"):
                    table_res = gr.File(label="识别出的表格文件")
                    table_text = gr.TextArea(label="识别出的表格内容")
                    gr.Button(value="flag")
            clear_bu.add([ocr_res, table_res, table_text])
            btn.click(fn=dec_fn, inputs=image, outputs=[ocr_res, table_res, table_text])

            # 添加演示用例
            gr.Examples(examples='./examples', fn=dec_fn,
                        inputs=image,
                        outputs=[ocr_res, table_res, table_text],
                        cache_examples=True)

        app.launch()

1. 此段代码主要是用于生成前端页面，以及配置按钮点击事件触发时的回调函数
2. 生成的csv文件会保存在临时文件夹中，关闭程序后文件会自动删除

2.2 TableDec.py

class TableDec:
    def __init__(self, **kwargs):
        self.table_engine = PPStructure(show_log=True, image_orientation=True, **kwargs)

    def run_dec(self, savedirpath, image):
        ... use the PPStructure implementation to recognize the table structure and save the result to a temporary file ...

1. 此段代码是表格识别的核心代码，通过调用PP-Structure的PPStructure类实现表格识别功能，并将识别结果保存到临时文件中
2. 此段代码还实现了图片方向分类功能，用于判断图片是否需要旋转
3. 将识别结果保存到临时文件中，供前端页面展示
4. 另外，还调用excel_util.py的execl2text实现了读取excel文件并转换为展示文本

2.3 扩展-模型选择

• PP-Structure提供了多种模型以适应不同的识别需求。作为本项目可扩展性的探索方向，您可以在TableDec中初始化PPStructure时携带structure_version属性用于选择不同的模型。例如：

self.table_engine = PPStructure(show_log=True, image_orientation=True, structure_version='PP-Structure', **kwargs)

• 目前支持PP-Structure和PP-StructureV2两种模型，默认使用PP-StructureV2。
  • paddleocr设定的全局模型参数

DEFAULT_STRUCTURE_MODEL_VERSION = 'PP-StructureV2'
SUPPORT_STRUCTURE_MODEL_VERSION = ['PP-Structure', 'PP-StructureV2']

• 模型对应的下载链接和字典路径

{
  'PP-Structure': {
    'table': {
      'en': {
        'url': 'https://paddleocr.bj.bcebos.com/dygraph_v2.0/table/en_ppocr_mobile_v2.0_table_structure_infer.tar',
        'dict_path': 'ppocr/utils/dict/table_structure_dict.txt'
      }
    }
  },
  'PP-StructureV2': {
    'table': {
      'en': {
        'url': 'https://paddleocr.bj.bcebos.com/ppstructure/models/slanet/en_ppstructure_mobile_v2.0_SLANet_infer.tar',
        'dict_path': 'ppocr/utils/dict/table_structure_dict.txt'
      },
      'ch': {
        'url': 'https://paddleocr.bj.bcebos.com/ppstructure/models/slanet/ch_ppstructure_mobile_v2.0_SLANet_infer.tar',
        'dict_path': 'ppocr/utils/dict/table_structure_dict_ch.txt'
      }
    },
    'layout': {
      'en': {
        'url': 'https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_fgd_layout_infer.tar',
        'dict_path': 'ppocr/utils/dict/layout_dict/layout_publaynet_dict.txt'
      },
      'ch': {
        'url': 'https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_fgd_layout_cdla_infer.tar',
        'dict_path': 'ppocr/utils/dict/layout_dict/layout_cdla_dict.txt'
      }
    }
  }
}

• 可以看到，PP-StructureV2模型使用了layout和table两种模型，分别是：picodet_lcnet_x1_0_fgd_layout_cdla_infer和ch_ppstructure_mobile_v2.0_SLANet

3.4.1 版面分析模型

3.4.2 表格识别模型

三、总结

• 通过本项目，您可以了解到如何使用飞桨PP-Structure实现图片到Excel的转换。我们提供了环境配置、代码实现和模型选择的详细步骤。如果您在使用过程中遇到任何问题，欢迎在ModelScope创空间-智能图片识别表格上提出issue，我们会及时为您解答。
• 希望本项目能够帮助您提高工作效率，享受数字化办公的便捷。如果您觉得本项目对您有帮助，请给项目点个star，并持续关注我的个人主页ModelBulider的个人主页