50 lines
1.8 KiB
Python
50 lines
1.8 KiB
Python
|
# demo1.py ：演示OCR基础功能
|
|||
|
|
# demo2.py ：演示可视化接口
|
|||
|
|
# 👉 demo3.py ：演示OCR文段后处理（段落合并）接口
|
|||
|
|
|
|||
|
|
from PPOCR_api import GetOcrApi
|
|||
|
|
from PPOCR_visualize import visualize # 可视化
|
|||
|
|
from tbpu import GetParser # 获取排版解析器的接口
|
|||
|
|
|
|||
|
|
import os
|
|||
|
|
|
|||
|
|
# 测试图片路径
|
|||
|
|
TestImagePath = os.path.join(os.path.dirname(os.path.abspath(__file__)), "test.jpg")
|
|||
|
|
|
|||
|
|
# 初始化识别器对象，传入 PaddleOCR-json 引擎路径。
|
|||
|
|
ocr = GetOcrApi(r"Your Path/PaddleOCR-json.exe")
|
|||
|
|
|
|||
|
|
if ocr.getRunningMode() == "local":
|
|||
|
|
print(f"初始化OCR成功，进程号为{ocr.ret.pid}")
|
|||
|
|
elif ocr.getRunningMode() == "remote":
|
|||
|
|
print(f"连接远程OCR引擎成功，ip：{ocr.ip}，port：{ocr.port}")
|
|||
|
|
print(f"\n测试图片路径：{TestImagePath}")
|
|||
|
|
|
|||
|
|
# OCR识别图片，获取文本块
|
|||
|
|
getObj = ocr.run(TestImagePath)
|
|||
|
|
ocr.exit() # 结束引擎子进程
|
|||
|
|
if not getObj["code"] == 100:
|
|||
|
|
print("识别失败！！")
|
|||
|
|
exit()
|
|||
|
|
textBlocks = getObj["data"] # 提取文本块数据
|
|||
|
|
|
|||
|
|
# OCR原始结果的可视化Image
|
|||
|
|
img1 = visualize(textBlocks, TestImagePath).get(isOrder=True)
|
|||
|
|
ocr.exit() # 结束引擎子进程
|
|||
|
|
print("========== 原始结果 ==========")
|
|||
|
|
ocr.printResult(getObj)
|
|||
|
|
|
|||
|
|
# 获取排版解析器对象
|
|||
|
|
parser = GetParser("multi_para")
|
|||
|
|
# 传入OCR结果列表，返回新的文本块列表
|
|||
|
|
textBlocksNew = parser.run(textBlocks)
|
|||
|
|
# 注意，处理后原列表 textBlocks 的结构可能被破坏，不要再使用原列表（或先深拷贝备份）。
|
|||
|
|
print("========== 整理后结果 ==========")
|
|||
|
|
getObj["data"] = textBlocksNew
|
|||
|
|
ocr.printResult(getObj)
|
|||
|
|
|
|||
|
|
# 可视化 后处理结果的可视化Image
|
|||
|
|
img2 = visualize(textBlocksNew, TestImagePath).get(isOrder=True)
|
|||
|
|
print("显示可视化结果。左边是原始结果，右边是合并自然段后的结果。")
|
|||
|
|
visualize.createContrast(img1, img2).show() # 左右拼接图片并展示
|