テキスト認識と表認識、このライブラリは直接呼び出します

PaddleOCR は、PaddlePaddle ディープラーニング フレームワークに基づいて開発されたオープン ソースの OCR (光学式文字認識) ツールです。 PaddleOCR の最新バージョンでは、光学文字認識 (OCR) 機能に加えて、表認識機能も導入されています。

表認識は、画像内の表の構造と内容を自動的に抽出し認識する技術です。 PaddleOCR の表認識機能は、画像内の表を自動的に検出し、セルを分割してテキスト コンテンツを抽出できるため、ユーザーは表内の情報をすばやく取得できます。

表認識機能を統合することで、PaddleOCR は表を含むテキスト画像の処理など、さまざまな OCR シナリオに、より包括的に対応できるようになります。これは、ドキュメント処理、データ分析など、画像からテーブル情報を抽出する必要があるアプリケーション シナリオに非常に役立ちます。

PaddleOCR の表認識機能を使用するには、次の手順に従います。

(1) PaddlePaddleをインストールする：まず、PaddlePaddleディープラーニングフレームワークをインストールする必要があります。公式ドキュメントに記載されている方法に従ってインストールできます。

（2）PaddleOCRをインストールする：PaddlePaddleをインストールした後、PaddleOCRをインストールする必要があります。インストール ガイドは、GitHub の PaddleOCR の公式リポジトリから入手できます。

（3）表の画像を用意する：表を含む画像を準備します。画像が鮮明で、識別する必要がある表の内容が含まれていることを確認します。

（4）表認識にPaddleOCRを使用する：PaddleOCRが提供するAPIまたはコマンドラインツールを使用して、表認識機能を呼び出し、準備した画像を処理します。 PaddleOCR のドキュメントとサンプル コードによると、表認識機能の特定のインターフェイスとパラメーター設定の使用方法を学ぶことができます。

（５）認識結果の処理：PaddleOCRから返された認識結果を取得します。これは通常、表内のテキストの内容と表内の位置情報です。実際のニーズに応じて、認識結果を保存、表示、またはさらに処理することができます。

上記の手順により、PaddleOCR の表認識機能を使用して、画像から表情報を抽出できます。 PaddleOCR を使用するときは、正しい使用方法と最適な認識結果を確保するために、公式ドキュメントに記載されているガイドラインに必ず従ってください。

以下は、PaddleOCR を使用してテーブルを認識するための簡単な Python サンプル コードです。この例を実行する前に、PaddleOCR のインストール ガイドに従って PaddleOCR と PaddlePaddle が正常にインストールされていることを確認してください。

 python import paddleocr from paddleocr import PaddleOCR, draw_ocr # 初始化PaddleOCR ocr = PaddleOCR() # 读取包含表格的图片img_path = 'path_to_your_table_image.jpg' result = ocr.ocr(img_path, cls=True) # 处理表格识别结果for line in result: for word in line: print(word[1][0]) # 输出识别的文本内容print(word[0]) # 输出识别文本的位置信息# 在图片上绘制识别结果image = draw_ocr(img_path, result, font_path='path_to_your_font_file.ttf') image.save('output_image_with_ocr.jpg')

この例では、まず PaddleOCR ライブラリをインポートし、OCR モデルを初期化します。次に、表を含む画像を読み取り、ocr.ocr メソッドを使用して画像を認識します。次に、認識結果を処理し、認識されたテキストの内容と位置情報を出力します。最後に、draw_ocr メソッドを使用して認識結果を画像上に描画し、結果を出力ファイルに保存します。