读光-表格结构识别

OCR 的细分领域：表格识别。这里介绍一下“读光-表格结构识别”以及对他的简单使用……

• 读光-表格结构识别-有线表格
• 读光-表格结构识别-无线表格

有线表格

你这还分有线的和无线的，你让咱们怎么搞？不行，必须把它拿下……

咱先准备一张测试图片：有线的包含中文的表格，如下图：

在线体验

在“魔搭社区”的这个项目下是可以在线体验的（地址上面已经给出），看一下测试结果：

识别表格区域

JSON输出

点击查看 JSON 输出

你还真别说，识别的真精准，但是这个输出……咱要的也不是这个啊！

啊！啊！啊！真气人啊

自己搞

既然人家暂不提供，咱能说啥呢，自己试试吧

首先创建一个Python项目，这里命名为：ocr-demo。结构如下：

• 0-official.py：官方示例
• requirements.txt：依赖
• line-chinese-001.png：测试图片
• polygons2CellsHelper.py：助手类

requirements.txt

#   官方示例也就是  0-official.py 依赖的包
modelscope 
numpy  
packaging  
addict 
datasets 
oss2 
torch 
pillow
simplejson 
sortedcontainers 
opencv-python

#   cnocr 依赖  
onnxruntime

#   生成 Excel
openpyxl
            

虚拟环境

#   创建
python3 -m venv venv
#   激活
source ./venv/bin/activate
#   退出虚拟环境
deactivate
#   安装依赖
pip install -r requirements.txt 
            

0-official.py

官方示例代码稍加改动，如下：

下面看一下成功运行的截图：

封装助手类

他不是返回的是一个数组嘛，其中的每一项又是一个数组（记作：sub）；每一个sub数组中有8个float32类型的数值，其中这8个数值两个一组构成了一个单元格的4个顶点。咱这个助手类的目的是：咱给这个每一个sub数组添加一个属性，记录着他是属于第几行和第几列

点击查看详情

下面在看一个JavaScript版本的

点击查看详情

官方代码接入助手类

代码如下：

点击查看代码详情

输出的部分结果如下：

[{
        "row_start": 0,
        "row_end": 2,
        "col_start": 10,
        "col_end": 11,
        "value": {
            "left_bottom": {
                "x": 899.3440551757812,
                "y": 22.367218017578125
            },
            "left_top": {
                "x": 899.0746459960938,
                "y": 66.04917907714844
            },
            "right_top": {
                "x": 962.10693359375,
                "y": 66.43878936767578
            },
            "right_bottom": {
                "x": 962.048095703125,
                "y": 22.41400909423828
            }
        }
    }
]
            

OCR识别

这一步咱根据单元格（8个数值，4个坐标）去抠图，也就是将原始图片切割成一个个的小单元格图片，之后利用OCR去识别这些小图片

点击查看代码详情

经过这一步咱就拿到了每一个单元格的值了，并且咱还知道这个值是第几行和第几列。得到的结果的结构如下：

[{
        "row_start": 0,
        "row_end": 2,
        "col_start": 10,
        "col_end": 11,
        "value": "OCR 识别的单元格的内容"
    }
]
            

真实数据截图如下：

openpyxl 生成 Excel

这一步咱将准备好的数据组装成 Excel，代码如下：

点击查看代码详情

下面看一下生成的 Excel 的截图：

源码下载

点击下载完成代码

无线表格

敬请期待