README_Layout.md

Rapid Layout

简介和说明

• 该部分主要是做文档类图像的版面分析。模型来源：PaddleOCR 版面分析

• 具体来说，就是分析给定的文档类别图像（论文截图等），定位其中类别和位置，如标题、段落、表格和图片等各个部分。

• 目前支持三种类别的版面分析模型：中文、英文和表格版面分析模型，具体可参见下面表格：

  模型类型	模型名称	模型大小	支持种类
  表格	layout_table.onnx	7.06M	table
  英文	layout_publaynet.onnx	7.06M	text title list table figure
  中文	layout_cdla.onnx	7.07M	text title figure figure_caption table table_caption header footer reference equation

• 模型下载地址为：百度网盘 | Google Drive

使用方式

1. pip安装

   • 由于模型较小，预先将中文版面分析模型(layout_cdla.onnx)打包进了whl包内，如果做中文版面分析，可直接安装使用

     $ pip install rapid-layout

2. python脚本运行

   import cv2
   from rapid_layout import RapidLayout
   
   # RapidLayout类提供model_path参数，可以自行指定上述3个模型，默认是layout_cdla.onnx
   # layout_engine = RapidLayout(model_path='layout_publaynet.onnx')
   layout_engine = RapidLayout()
   
   img = cv2.imread('test_images/layout.png')
   
   layout_res, elapse = layout_engine(img)

3. 终端运行

   • 用法:

     $ rapid_layout -h
     usage: rapid_layout [-h] [-v] -img IMG_PATH [-m MODEL_PATH]
     
     optional arguments:
     -h, --help            show this help message and exit
     -v, --vis             Wheter 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_layout -v -img test_images/layout.png

4. 结果

   • 返回结果

     # bbox: [左上角x0,左上角y0, 右下角x1, 右下角y1]
     # label: 类别
     [
         {'bbox': array([321.4160495, 91.53214898, 562.06141263, 199.85522603]), 'label': 'text'},
         {'bbox': array([58.67292211, 107.29000663, 300.25448676, 199.68142]), 'label': 'table_caption'}
     ]

   • 可视化结果