基于Python+Flask+paddleocr+OpenCV实现的表格识别源码+使用文档+全部资料（优秀项目）.zip

#### 表格识别 **注意事项** 1. 不支持一图多页的情况识别 2. 不支持一图多表格识别 3. 尽量保证图片中的表格清晰准确 4. 图片中表格倾斜无法识别 5. 图片尽量无外边框，或者是外边框尽量小 ##### 架构说明 ```bash web_ocr ├── cache #临时存储图片 ├── config #配置 ├── domain #接受实体和响应实体 ├── io #图片主要存储路径 ├── logs #日志模块 ├── model #ocr模型 ├── normal #暂定 ├── rules #rules规则匹配 ├── service #服务类 ├── utils #工具类 └── web.py #web启动文件 ``` ##### 环境准备 - 安装Anaconda linux版本 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 1. 下载此版本： Anaconda3-2022.10-Linux-x86_64.sh 2. 保存到**Linux**上的/opt文件夹中 3. 使用以下指令： >```bash >cd /opt > >chmod 777 Anaconda3-2022.10-Linux-x86_64.sh > >sh Anaconda3-2022.10-Linux-x86_64.sh -b -p /opt/anaconda3 > >echo 'export PATH="/opt/anaconda3/bin:$PATH"' >> ~/.bashrc > >source ~/.bashrc > >#切换环境之前要先激活环境，即使用如下指令 >source activate > >#退出虚拟环境 >conda deactivate >``` - 安装Anaconda window版本 https://blog.csdn.net/qq_45344586/article/details/124028689 - 创建环境 1. 此处为加速下载，使用清华源 ```bash conda create --name table_ocr python=3.7.4 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ ``` 2. 切换环境 ```bash conda activate table_ocr ``` 3. 安装飞浆 ```bash cpu版本： conda install paddlepaddle==2.4.2 --channel https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ gpu版本： conda install paddlepaddle-gpu==2.4.2 cudatoolkit=11.7 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge 之后添加环境变量： conda env config vars set LD_LIBRARY_PATH=$LD_LIBRARY_PATH:anaconda安装的路径/env/虚拟环境名称/include:anaconda安装的路径/env/虚拟环境名称/lib conda env config vars list gpu版本安装路径： https://www.paddlepaddle.org.cn/documentation/docs/zh/2.4/install/conda/linux-conda.html ``` 4. 安装ocr ```bash pip install "paddleocr==2.6.1.3" -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 5. 其他安装依赖 ```bash pip install opencv-python==4.6.0.66 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-python-headless==4.8.0.74 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install opencv-contrib-python==4.6.0.66 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install Flask==2.2.5 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install shutilwhich -i https://pypi.tuna.tsinghua.edu.cn/simple ``` 6. bug解决 ```bash # 解决linux动态链接库bug conda install nomkl ``` - 启动程序 1. 使用指令`python -u web.py` 即可启动程序 **注意**：第一次启动一定要测试请求，需下载模型 2. 可使用 http://localhost:8111/index 测试页面使用，具体测试图片在 io/input_path/result ##### 接口说明 端口为 8111，可在config文件夹上的WebConfig配置 总体的返回参数为： ```json 成功的返回参数 { "msg":"操作成功", "splicing_data":data, "code":200 } 失败的返回参数 { "msg":message, "code":500 } ``` > **/process/vidImg** > > 说明：此方法是识别图片和视频的通用接口 1. 请求方式 post/file 2. 请求参数 ```json 上传文件即可 ``` 3. 返回值 ```json { "msg":"操作成功", "splicing_data":[], "code":200 } ``` 4. 启动程序之后有测试页面，访问http://localhost:8111/vidImg,测试上传文件即可。 > **/process/common** > > 说明：此方法只是识别图片 1. 请求方式 post/json 2. 请求参数 ```json { "image":"", #图片base64 "name":"0002", #图片名称 "suffix":".jpg" #图片后缀 } ``` 3. 返回值 ```json [{ "coordinates":[[]], #文本坐标 "txt_result":"", #识别文本结果 "name":"", #上传图片名称 "txt_rate":"", # 文本识别率 "uuid":"" #存储位置id }] ``` > **/process/all** > > 说明：此方法只是对表格进行了分割和单独识别。 2. 请求方式 post/json 3. 请求参数 ```json { "image":"", #图片base64 "name":"0002", #图片名称 "suffix":".jpg" #图片后缀 } ``` 4. 返回值 ```json [{ "bbox": [[]], #分割图片坐标 "result": [ [{ "coordinates":[[]], #文本坐标 "txt_result":"", #识别文本结果 "name":"", #上传图片名称 "txt_rate":"", # 文本识别率 "uuid":"" #存储位置id }] ], "name":"0002", #图片名称 "suffix": "后缀 分head end coordinate 表示图片头，尾和中间表格", "uuid": #存储位置id }] ``` > **/process/res** > > 说明: 这个请求方法只对工作票文字识别提取有用 2. 请求方式 post/json 3. 请求参数 ```json { "image":"", #图片base64 "name":"0002", #图片名称 "suffix":".jpg" #图片后缀 } ``` 4. 返回值 ```json { "msg":"操作成功", "splicing_data":{ "img_name":"0002.jpg", #图片名称 "uuid":"io/save_path/74afd5a2", #分隔图片存储的位置 "table_head":"附页", # 表头,由于是特定规则 只能区分工作票和附页 "table_type":"表头" "table_body":{ "head":{ # 字段都为String类型 "guardian":null, # 监护人 "telephone":null, #电话 "dept":null, # 单位和班组 "duty_number":null, # 人数 "start_time":null, # 开始时间 "end_time":null, #结束时间 "number":null, # 编号 "head":"附页" }, "body":{ # 字段都为List<String>类型 "work_task":[], # 工作任务 "measure_main":null, # 工作要求的安全措施 "measure_other":[], # 其他安全措施和注意事项 一般用于附页 "other":[], #在还没有提取到到‘安全措施和注意事项’的前的内容 一般用于附页 "all":null, #暂定 "responsible":null #调度或设单位负责的安全措施 } } }, "code":200 } ```