Awesome
<div align="center"> <div align="center"> <h1><b>📊 Rapid Table</b></h1> </div><a href="https://swhl-rapidstructuredemo.hf.space" target="_blank"><img src="https://img.shields.io/badge/%F0%9F%A4%97-Online Demo-blue"></a> <a href=""><img src="https://img.shields.io/badge/Python->=3.6,<3.13-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-table/"><img alt="PyPI" src="https://img.shields.io/pypi/v/rapid-table"></a> <a href="https://pepy.tech/project/rapid-table"><img src="https://static.pepy.tech/personalized-badge/rapid-table?period=total&units=abbreviation&left_color=grey&right_color=blue&left_text=Downloads"></a> <a href="https://semver.org/"><img alt="SemVer2.0" src="https://img.shields.io/badge/SemVer-2.0-brightgreen"></a> <a href="https://github.com/psf/black"><img src="https://img.shields.io/badge/code%20style-black-000000.svg"></a>
</div>简介
RapidTable库是专门用来文档类图像的表格结构还原，结合RapidOCR，将给定图像中的表格转化对应的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：
slanet_plus是paddlex内置的SLANet升级版模型，准确率有大幅提升
| 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 |
| slanet_plus 中文 | slanet-plus.onnx | 6.8M |
模型来源：PaddleOCR 表格识别 PaddleX-SlaNetPlus 表格识别
模型下载地址为：link
效果展示
<div align="center"> <img src="https://github.com/RapidAI/RapidTable/releases/download/assets/preview.gif" alt="Demo" width="100%" height="100%"> </div>更新日志
<details>2024.11.24 update
- 支持gpu推理，适配 rapidOCR 单字识别匹配,支持逻辑坐标返回及可视化
2024.10.13 update
- 补充最新paddlex-SLANet-plus 模型(paddle2onnx原因暂不能支持onnx)
2023-12-29 v0.1.3 update
- 优化可视化结果部分
2023-12-27 v0.1.2 update
- 添加返回cell坐标框参数
- 完善可视化函数
2023-07-17 v0.1.0 update
-
将
rapidocr_onnxruntime部分从rapid_table中解耦合出来，给出选项是否依赖，更加灵活。 -
增加接口输入参数
ocr_result：- 如果在调用函数时，事先指定了
ocr_result参数值，则不会再走OCR。其中ocr_result格式需要和rapidocr_onnxruntime返回值一致。 - 如果未指定
ocr_result参数值，但是事先安装了rapidocr_onnxruntime库，则会自动调用该库，进行识别。 - 如果
ocr_result未指定，且rapidocr_onnxruntime未安装，则会报错。必须满足两个条件中一个。
- 如果在调用函数时，事先指定了
2023-07-10 v0.0.13 updata
- 更改传入表格还原中OCR的实例接口，可以传入其他OCR实例，前提要与
rapidocr_onnxruntime接口一致
2023-07-06 v0.0.12 update
- 去掉返回表格的html字符串中的
<thead></thead><tbody></tbody>元素，便于后续统一。 - 采用Black工具优化代码
与TableStructureRec关系
TableStructureRec库是一个表格识别算法的集合库，当前有wired_table_rec有线表格识别算法和lineless_table_rec无线表格识别算法的推理包。
RapidTable是整理自PP-Structure中表格识别部分而来。由于PP-Structure较早，这个库命名就成了rapid_table。
总之，RapidTable和TabelStructureRec都是表格识别的仓库。大家可以都试试，哪个好用用哪个。由于每个算法都不太同，暂时不打算做统一处理。
关于表格识别算法的比较，可参见TableStructureRec测评
安装
由于模型较小，预先将slanet-plus表格识别模型(slanet-plus.onnx)打包进了whl包内。
⚠️注意：
rapid_table>=v0.1.0之后，不再将rapidocr_onnxruntime依赖强制打包到rapid_table中。使用前，需要自行安装rapidocr_onnxruntime包。
pip install rapidocr_onnxruntime
pip install rapid_table
#pip install onnxruntime-gpu # for gpu inference
使用方式
python脚本运行
RapidTable类提供model_path参数，可以自行指定上述2个模型，默认是slanet-plus.onnx。举例如下：
table_engine = RapidTable()
完整示例：
from pathlib import Path
from rapid_table import RapidTable, VisTable
from rapidocr_onnxruntime import RapidOCR
from rapid_table.table_structure.utils import trans_char_ocr_res
table_engine = RapidTable()
# 开启onnx-gpu推理
# table_engine = RapidTable(use_cuda=True)
ocr_engine = RapidOCR()
viser = VisTable()
img_path = 'test_images/table.jpg'
ocr_result, _ = ocr_engine(img_path)
# 单字匹配
# ocr_result, _ = ocr_engine(img_path, return_word_box=True)
# ocr_result = trans_char_ocr_res(ocr_result)
table_html_str, table_cell_bboxes, elapse = table_engine(img_path, ocr_result)
save_dir = Path("./inference_results/")
save_dir.mkdir(parents=True, exist_ok=True)
save_html_path = save_dir / f"{Path(img_path).stem}.html"
save_drawed_path = save_dir / f"vis_{Path(img_path).name}"
viser(img_path, table_html_str, save_html_path, table_cell_bboxes, save_drawed_path)
# 返回逻辑坐标
# table_html_str, table_cell_bboxes, logic_points, elapse = table_engine(img_path, ocr_result, return_logic_points=True)
# save_logic_path = save_dir / f"vis_logic_{Path(img_path).name}"
# viser(img_path, table_html_str, save_html_path, table_cell_bboxes, save_drawed_path,logic_points, save_logic_path)
print(table_html_str)
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 Whether 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
结果
返回结果
<html><body><table><tr><td>Methods</td><td></td><td></td><td></td><td>FPS</td></tr><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></table></body></html>