产品简介
TableStructureRec 是一个集成并优化了多种先进表格识别模型的推理库。它能快速、准确地识别文档中的有线表格和无线表格，并输出结构化的HTML代码，解决手动整理表格数据的痛点。适合需要从PDF、图片中提取表格数据的开发者和数据处理人员。
核心功能
- 采用ONNXRuntime引擎，CPU推理速度快（1-7秒）
- 区分有线与无线表格，针对性识别，精度更高
- 基础依赖少，环境稳定，避免包冲突
- 支持Linux、Mac、Windows多平台运行
- 提供在线演示，方便快速体验效果
- 集成文档扭曲矫正、去模糊等前置处理方案
快速开始
- 使用pip安装核心库：pip install wired_table_rec lineless_table_rec table_cls rapidocr
- 在代码中导入并初始化表格分类模型（TableCls）和有线/无线表格识别引擎
- 使用RapidOCR对输入图片进行文字识别，获取OCR结果
- 调用表格识别引擎，传入图片路径和OCR结果，获取结构化的表格HTML
界面预览
与其他方案对比
| 对比项 | TableStructureRec | 同类方案 |
|---|---|---|
| 有线表格识别精度（TEDS） | 最高达0.84481，采用v2模型时精度更高（0.77676） | Surya-Tabled为0.33940，Table-transformer为0.59975 |
| 文档场景综合精度（TEDS-only-structure） | 使用unitable模型达0.91813，综合精度突出 | Surya-Tabled为0.67103，ppstructure_table_engine为0.78653 |
适合谁用
- 需要从论文、杂志、期刊等文档中批量提取表格数据的研究人员
- 处理收据、单据、账单等含表格票据的财务或办公人员
- 开发需要集成表格自动化识别功能的软件系统的程序员
下载与版本
当前最新版本为 v0.0.0，发布于 2023-11-20。支持 多平台。点击页面「下载软件」按钮即可下载打包好的版本，根据你的电脑/手机系统来选择对应的软件。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/RapidAI/TableStructureRec