OCR表格识别——（二）

前言：

先使用预训练模型体验一下结果：
这里主要使用paddleOC来实现，代码下载链接：
https://github.com/PaddlePaddle/PaddleOCR

预训练模型下载：

# 下载模型
mkdir inference && cd inference
# 下载超轻量级表格英文OCR模型的检测模型并解压
wget -P ./inference/ https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar && cd inference && tar xf ch_PP-OCRv2_det_infer.tar && cd ..
# 下载超轻量级表格英文OCR模型的识别模型并解压
wget -P ./inference/ https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar && cd inference && tar xf ch_PP-OCRv2_rec_infer.tar && cd ..
# 下载超轻量级英文表格英寸模型并解压
wget -P ./inference/ https://paddleocr.bj.bcebos.com/dygraph_v2.0/table/en_ppocr_mobile_v2.0_table_structure_infer.tar && cd inference && tar xf en_ppocr_mobile_v2.0_table_structure_infer.tar && cd ..

使用预训练模型预测结果：

：

from table.predict_table import TableSystem,to_excel
from utility import init_args
# 初始化参数
args = init_args().parse_args(args=[])
args.det_model_dir='inference/ch_PP-OCRv2_det_infer'
args.rec_model_dir='inference/ch_PP-OCRv2_rec_infer'
args.table_model_dir='inference/en_ppocr_mobile_v2.0_table_structure_infer'
args.image_dir='/home/aistudio/iocreate6.png'
args.rec_char_dict_path='../ppocr/utils/ppocr_keys_v1.txt'
args.table_char_dict_path='../ppocr/utils/dict/table_structure_dict.txt'
args.det_limit_side_len=736
args.det_limit_type='min'
args.output='../output/table'
args.use_gpu=False

# 初始化表格识别系统
table_sys = TableSystem(args)
img = cv2.imread('/home/aistudio/iocreate6.png')
# 执行表格识别
pred_html = table_sys(img)
print(type(pred_html))
# 结果存储到excel文件
to_excel(str(pred_html),'/home/aistudio/iocreate6.xlsx')
print(pred_html)

输入图像：

票据表格数据：
如下所示：

输出表格：

分析：

• 因为使用的是预训练的模型，OCR识别效果会存在误差，表格结构识别效果也一般，后续针对自己的数据需要进行额外的训练。
• 其次，针对拍摄的真实数据，数据质量不会很高，需要对图像的光照，拍照角度，背景阴暗进行考虑。可以看到，有一些反光的部分，OCR预训练模型并没有识别出来。
• 同时，需要考虑表格结构识别效果也一般，两个单元格的，实际上只识别到一个单元格结构。