paddleocr.py 26.3 KB
Newer Older
W
WenmuZhou 已提交
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
# Copyright (c) 2020 PaddlePaddle Authors. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

import os
import sys
文幕地方's avatar
文幕地方 已提交
17
import importlib
W
WenmuZhou 已提交
18 19

__dir__ = os.path.dirname(__file__)
Z
zhoujun 已提交
20 21 22

import paddle

W
WenmuZhou 已提交
23 24 25
sys.path.append(os.path.join(__dir__, ''))

import cv2
W
WenmuZhou 已提交
26
import logging
W
WenmuZhou 已提交
27 28 29
import numpy as np
from pathlib import Path

文幕地方's avatar
文幕地方 已提交
30 31 32 33
tools = importlib.import_module('.', 'tools')
ppocr = importlib.import_module('.', 'ppocr')
ppstructure = importlib.import_module('.', 'ppstructure')

W
WenmuZhou 已提交
34
from tools.infer import predict_system
W
WenmuZhou 已提交
35
from ppocr.utils.logging import get_logger
W
WenmuZhou 已提交
36

W
WenmuZhou 已提交
37
logger = get_logger()
38
from ppocr.utils.utility import check_and_read, get_image_file_list
39
from ppocr.utils.network import maybe_download, download_with_progressbar, is_link, confirm_model_dir_url
Z
zhoujun 已提交
40
from tools.infer.utility import draw_ocr, str2bool, check_gpu
41
from ppstructure.utility import init_args, draw_structure_result
42
from ppstructure.predict_system import StructureSystem, save_structure_res
W
WenmuZhou 已提交
43

文幕地方's avatar
文幕地方 已提交
44 45 46 47 48 49
__all__ = [
    'PaddleOCR', 'PPStructure', 'draw_ocr', 'draw_structure_result',
    'save_structure_res', 'download_with_progressbar'
]

SUPPORT_DET_MODEL = ['DB']
文幕地方's avatar
文幕地方 已提交
50
VERSION = '2.6'
A
andyjpaddle 已提交
51
SUPPORT_REC_MODEL = ['CRNN', 'SVTR_LCNet']
文幕地方's avatar
文幕地方 已提交
52 53
BASE_DIR = os.path.expanduser("~/.paddleocr/")

54 55
DEFAULT_OCR_MODEL_VERSION = 'PP-OCRv3'
SUPPORT_OCR_MODEL_VERSION = ['PP-OCR', 'PP-OCRv2', 'PP-OCRv3']
文幕地方's avatar
文幕地方 已提交
56 57
DEFAULT_STRUCTURE_MODEL_VERSION = 'PP-Structurev2'
SUPPORT_STRUCTURE_MODEL_VERSION = ['PP-Structure', 'PP-Structurev2']
文幕地方's avatar
文幕地方 已提交
58
MODEL_URLS = {
Z
zhoujun 已提交
59
    'OCR': {
60 61 62 63 64 65 66 67 68 69
        'PP-OCRv3': {
            'det': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_det_infer.tar',
                },
                'en': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_det_infer.tar',
                },
A
andyjpaddle 已提交
70 71 72 73
                'ml': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/Multilingual_PP-OCRv3_det_infer.tar'
                }
74 75 76 77 78 79 80 81 82 83 84 85
            },
            'rec': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/chinese/ch_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/ppocr_keys_v1.txt'
                },
                'en': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/english/en_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/en_dict.txt'
                },
A
andyjpaddle 已提交
86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117
                'korean': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/korean_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/korean_dict.txt'
                },
                'japan': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/japan_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/japan_dict.txt'
                },
                'chinese_cht': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/chinese_cht_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/chinese_cht_dict.txt'
                },
                'ta': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/ta_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/ta_dict.txt'
                },
                'te': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/te_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/te_dict.txt'
                },
                'ka': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/ka_PP-OCRv3_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/ka_dict.txt'
                },
                'latin': {
                    'url':
A
andyjpaddle 已提交
118
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/latin_PP-OCRv3_rec_infer.tar',
A
andyjpaddle 已提交
119 120 121 122
                    'dict_path': './ppocr/utils/dict/latin_dict.txt'
                },
                'arabic': {
                    'url':
A
andyjpaddle 已提交
123
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/arabic_PP-OCRv3_rec_infer.tar',
A
andyjpaddle 已提交
124 125 126 127
                    'dict_path': './ppocr/utils/dict/arabic_dict.txt'
                },
                'cyrillic': {
                    'url':
A
andyjpaddle 已提交
128
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/cyrillic_PP-OCRv3_rec_infer.tar',
A
andyjpaddle 已提交
129 130 131 132
                    'dict_path': './ppocr/utils/dict/cyrillic_dict.txt'
                },
                'devanagari': {
                    'url':
A
andyjpaddle 已提交
133
                    'https://paddleocr.bj.bcebos.com/PP-OCRv3/multilingual/devanagari_PP-OCRv3_rec_infer.tar',
A
andyjpaddle 已提交
134 135
                    'dict_path': './ppocr/utils/dict/devanagari_dict.txt'
                },
136 137 138 139 140 141 142 143
            },
            'cls': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar',
                }
            },
        },
Z
zhoujun 已提交
144 145 146 147 148 149
        'PP-OCRv2': {
            'det': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_det_infer.tar',
                },
文幕地方's avatar
文幕地方 已提交
150
            },
Z
zhoujun 已提交
151 152 153 154 155 156
            'rec': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/PP-OCRv2/chinese/ch_PP-OCRv2_rec_infer.tar',
                    'dict_path': './ppocr/utils/ppocr_keys_v1.txt'
                }
A
andyjpaddle 已提交
157 158 159 160 161 162 163
            },
            'cls': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar',
                }
            },
W
WenmuZhou 已提交
164
        },
165
        'PP-OCR': {
Z
zhoujun 已提交
166 167 168 169 170 171 172 173 174 175 176 177 178
            'det': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_det_infer.tar',
                },
                'en': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/en_ppocr_mobile_v2.0_det_infer.tar',
                },
                'structure': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/table/en_ppocr_mobile_v2.0_table_det_infer.tar'
                }
文幕地方's avatar
文幕地方 已提交
179
            },
Z
zhoujun 已提交
180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255
            'rec': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/ppocr_keys_v1.txt'
                },
                'en': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/en_number_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/en_dict.txt'
                },
                'french': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/french_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/french_dict.txt'
                },
                'german': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/german_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/german_dict.txt'
                },
                'korean': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/korean_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/korean_dict.txt'
                },
                'japan': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/japan_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/japan_dict.txt'
                },
                'chinese_cht': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/chinese_cht_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/chinese_cht_dict.txt'
                },
                'ta': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/ta_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/ta_dict.txt'
                },
                'te': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/te_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/te_dict.txt'
                },
                'ka': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/ka_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/ka_dict.txt'
                },
                'latin': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/latin_ppocr_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/latin_dict.txt'
                },
                'arabic': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/arabic_ppocr_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/arabic_dict.txt'
                },
                'cyrillic': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/cyrillic_ppocr_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/cyrillic_dict.txt'
                },
                'devanagari': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/multilingual/devanagari_ppocr_mobile_v2.0_rec_infer.tar',
                    'dict_path': './ppocr/utils/dict/devanagari_dict.txt'
                },
                'structure': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/table/en_ppocr_mobile_v2.0_table_rec_infer.tar',
                    'dict_path': 'ppocr/utils/dict/table_dict.txt'
                }
文幕地方's avatar
文幕地方 已提交
256
            },
Z
zhoujun 已提交
257 258 259 260 261
            'cls': {
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/ch/ch_ppocr_mobile_v2.0_cls_infer.tar',
                }
文幕地方's avatar
文幕地方 已提交
262
            },
Z
zhoujun 已提交
263 264 265
        }
    },
    'STRUCTURE': {
文幕地方's avatar
文幕地方 已提交
266
        'PP-Structure': {
Z
zhoujun 已提交
267 268 269 270 271 272
            'table': {
                'en': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/dygraph_v2.0/table/en_ppocr_mobile_v2.0_table_structure_infer.tar',
                    'dict_path': 'ppocr/utils/dict/table_structure_dict.txt'
                }
文幕地方's avatar
文幕地方 已提交
273
            }
文幕地方's avatar
文幕地方 已提交
274 275 276 277
        },
        'PP-Structurev2': {
            'table': {
                'en': {
文幕地方's avatar
文幕地方 已提交
278 279
                    'url':
                    'https://paddleocr.bj.bcebos.com/ppstructure/models/slanet/en_ppstructure_mobile_v2.0_SLANet_infer.tar',
文幕地方's avatar
文幕地方 已提交
280 281 282
                    'dict_path': 'ppocr/utils/dict/table_structure_dict.txt'
                },
                'ch': {
文幕地方's avatar
文幕地方 已提交
283 284 285
                    'url':
                    'https://paddleocr.bj.bcebos.com/ppstructure/models/slanet/ch_ppstructure_mobile_v2.0_SLANet_infer.tar',
                    'dict_path': 'ppocr/utils/dict/table_structure_dict_ch.txt'
文幕地方's avatar
文幕地方 已提交
286 287 288 289
                }
            },
            'layout': {
                'ch': {
文幕地方's avatar
文幕地方 已提交
290 291
                    'url':
                    'https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_layout_infer.tar',
Z
zhoujun 已提交
292 293
                    'dict_path':
                    'ppocr/utils/dict/layout_dict/layout_publaynet_dict.txt'
文幕地方's avatar
文幕地方 已提交
294 295
                }
            }
W
WenmuZhou 已提交
296
        }
297
    }
W
WenmuZhou 已提交
298 299 300
}


W
WenmuZhou 已提交
301
def parse_args(mMain=True):
W
WenmuZhou 已提交
302
    import argparse
W
WenmuZhou 已提交
303 304 305 306 307
    parser = init_args()
    parser.add_help = mMain
    parser.add_argument("--lang", type=str, default='ch')
    parser.add_argument("--det", type=str2bool, default=True)
    parser.add_argument("--rec", type=str2bool, default=True)
308
    parser.add_argument("--type", type=str, default='ocr')
Z
zhoujun 已提交
309 310 311
    parser.add_argument(
        "--ocr_version",
        type=str,
文幕地方's avatar
add hit  
文幕地方 已提交
312
        choices=SUPPORT_OCR_MODEL_VERSION,
313
        default='PP-OCRv3',
Z
zhoujun 已提交
314
        help='OCR Model version, the current model support list is as follows: '
315 316 317
        '1. PP-OCRv3 Support Chinese and English detection and recognition model, and direction classifier model'
        '2. PP-OCRv2 Support Chinese detection and recognition model. '
        '3. PP-OCR support Chinese detection, recognition and direction classifier and multilingual recognition model.'
Z
zhoujun 已提交
318 319 320 321
    )
    parser.add_argument(
        "--structure_version",
        type=str,
文幕地方's avatar
add hit  
文幕地方 已提交
322
        choices=SUPPORT_STRUCTURE_MODEL_VERSION,
文幕地方's avatar
文幕地方 已提交
323
        default='PP-Structurev2',
Z
zhoujun 已提交
324
        help='Model version, the current model support list is as follows:'
文幕地方's avatar
文幕地方 已提交
325
        ' 1. PP-Structure Support en table structure model.'
文幕地方's avatar
文幕地方 已提交
326
        ' 2. PP-Structurev2 Support ch and en table structure model.')
W
WenmuZhou 已提交
327 328

    for action in parser._actions:
文幕地方's avatar
文幕地方 已提交
329 330 331
        if action.dest in [
                'rec_char_dict_path', 'table_char_dict_path', 'layout_dict_path'
        ]:
W
WenmuZhou 已提交
332
            action.default = None
W
WenmuZhou 已提交
333
    if mMain:
W
WenmuZhou 已提交
334
        return parser.parse_args()
W
WenmuZhou 已提交
335
    else:
336
        inference_args_dict = {}
W
WenmuZhou 已提交
337 338
        for action in parser._actions:
            inference_args_dict[action.dest] = action.default
339
        return argparse.Namespace(**inference_args_dict)
W
WenmuZhou 已提交
340 341


W
WenmuZhou 已提交
342 343
def parse_lang(lang):
    latin_lang = [
文幕地方's avatar
文幕地方 已提交
344 345 346
        'af', 'az', 'bs', 'cs', 'cy', 'da', 'de', 'es', 'et', 'fr', 'ga', 'hr',
        'hu', 'id', 'is', 'it', 'ku', 'la', 'lt', 'lv', 'mi', 'ms', 'mt', 'nl',
        'no', 'oc', 'pi', 'pl', 'pt', 'ro', 'rs_latin', 'sk', 'sl', 'sq', 'sv',
A
andyjpaddle 已提交
347
        'sw', 'tl', 'tr', 'uz', 'vi', 'french', 'german'
W
WenmuZhou 已提交
348 349 350
    ]
    arabic_lang = ['ar', 'fa', 'ug', 'ur']
    cyrillic_lang = [
文幕地方's avatar
文幕地方 已提交
351 352
        'ru', 'rs_cyrillic', 'be', 'bg', 'uk', 'mn', 'abq', 'ady', 'kbd', 'ava',
        'dar', 'inh', 'che', 'lbe', 'lez', 'tab'
W
WenmuZhou 已提交
353 354
    ]
    devanagari_lang = [
文幕地方's avatar
文幕地方 已提交
355 356
        'hi', 'mr', 'ne', 'bh', 'mai', 'ang', 'bho', 'mah', 'sck', 'new', 'gom',
        'sa', 'bgc'
W
WenmuZhou 已提交
357 358 359 360 361 362 363 364 365
    ]
    if lang in latin_lang:
        lang = "latin"
    elif lang in arabic_lang:
        lang = "arabic"
    elif lang in cyrillic_lang:
        lang = "cyrillic"
    elif lang in devanagari_lang:
        lang = "devanagari"
Z
zhoujun 已提交
366
    assert lang in MODEL_URLS['OCR'][DEFAULT_OCR_MODEL_VERSION][
W
WenmuZhou 已提交
367
        'rec'], 'param lang must in {}, but got {}'.format(
Z
zhoujun 已提交
368
            MODEL_URLS['OCR'][DEFAULT_OCR_MODEL_VERSION]['rec'].keys(), lang)
W
WenmuZhou 已提交
369 370 371 372
    if lang == "ch":
        det_lang = "ch"
    elif lang == 'structure':
        det_lang = 'structure'
A
andyjpaddle 已提交
373
    elif lang in ["en", "latin"]:
W
WenmuZhou 已提交
374
        det_lang = "en"
A
andyjpaddle 已提交
375 376
    else:
        det_lang = "ml"
W
WenmuZhou 已提交
377 378 379
    return lang, det_lang


Z
zhoujun 已提交
380 381 382 383 384 385 386
def get_model_config(type, version, model_type, lang):
    if type == 'OCR':
        DEFAULT_MODEL_VERSION = DEFAULT_OCR_MODEL_VERSION
    elif type == 'STRUCTURE':
        DEFAULT_MODEL_VERSION = DEFAULT_STRUCTURE_MODEL_VERSION
    else:
        raise NotImplementedError
文幕地方's avatar
文幕地方 已提交
387

Z
zhoujun 已提交
388 389
    model_urls = MODEL_URLS[type]
    if version not in model_urls:
文幕地方's avatar
文幕地方 已提交
390
        version = DEFAULT_MODEL_VERSION
Z
zhoujun 已提交
391 392
    if model_type not in model_urls[version]:
        if model_type in model_urls[DEFAULT_MODEL_VERSION]:
文幕地方's avatar
文幕地方 已提交
393 394 395
            version = DEFAULT_MODEL_VERSION
        else:
            logger.error('{} models is not support, we only support {}'.format(
Z
zhoujun 已提交
396
                model_type, model_urls[DEFAULT_MODEL_VERSION].keys()))
文幕地方's avatar
文幕地方 已提交
397
            sys.exit(-1)
文幕地方's avatar
add hit  
文幕地方 已提交
398

Z
zhoujun 已提交
399 400
    if lang not in model_urls[version][model_type]:
        if lang in model_urls[DEFAULT_MODEL_VERSION][model_type]:
文幕地方's avatar
文幕地方 已提交
401 402 403 404
            version = DEFAULT_MODEL_VERSION
        else:
            logger.error(
                'lang {} is not support, we only support {} for {} models'.
Z
zhoujun 已提交
405
                format(lang, model_urls[DEFAULT_MODEL_VERSION][model_type].keys(
文幕地方's avatar
文幕地方 已提交
406 407
                ), model_type))
            sys.exit(-1)
Z
zhoujun 已提交
408
    return model_urls[version][model_type][lang]
文幕地方's avatar
文幕地方 已提交
409 410


W
WenmuZhou 已提交
411
class PaddleOCR(predict_system.TextSystem):
412
    def __init__(self, **kwargs):
W
WenmuZhou 已提交
413 414 415 416 417
        """
        paddleocr package
        args:
            **kwargs: other params show in paddleocr --help
        """
W
WenmuZhou 已提交
418 419
        params = parse_args(mMain=False)
        params.__dict__.update(**kwargs)
文幕地方's avatar
add hit  
文幕地方 已提交
420 421
        assert params.ocr_version in SUPPORT_OCR_MODEL_VERSION, "ocr_version must in {}, but get {}".format(
            SUPPORT_OCR_MODEL_VERSION, params.ocr_version)
Z
zhoujun 已提交
422 423
        params.use_gpu = check_gpu(params.use_gpu)

W
WenmuZhou 已提交
424 425
        if not params.show_log:
            logger.setLevel(logging.INFO)
W
WenmuZhou 已提交
426
        self.use_angle_cls = params.use_angle_cls
W
WenmuZhou 已提交
427
        lang, det_lang = parse_lang(params.lang)
W
WenmuZhou 已提交
428

429
        # init model dir
Z
zhoujun 已提交
430 431
        det_model_config = get_model_config('OCR', params.ocr_version, 'det',
                                            det_lang)
文幕地方's avatar
文幕地方 已提交
432 433
        params.det_model_dir, det_url = confirm_model_dir_url(
            params.det_model_dir,
文幕地方's avatar
文幕地方 已提交
434
            os.path.join(BASE_DIR, 'whl', 'det', det_lang),
文幕地方's avatar
文幕地方 已提交
435
            det_model_config['url'])
Z
zhoujun 已提交
436 437
        rec_model_config = get_model_config('OCR', params.ocr_version, 'rec',
                                            lang)
文幕地方's avatar
文幕地方 已提交
438 439
        params.rec_model_dir, rec_url = confirm_model_dir_url(
            params.rec_model_dir,
文幕地方's avatar
文幕地方 已提交
440
            os.path.join(BASE_DIR, 'whl', 'rec', lang), rec_model_config['url'])
Z
zhoujun 已提交
441 442
        cls_model_config = get_model_config('OCR', params.ocr_version, 'cls',
                                            'ch')
文幕地方's avatar
文幕地方 已提交
443 444
        params.cls_model_dir, cls_url = confirm_model_dir_url(
            params.cls_model_dir,
文幕地方's avatar
文幕地方 已提交
445
            os.path.join(BASE_DIR, 'whl', 'cls'), cls_model_config['url'])
A
andyjpaddle 已提交
446 447 448 449
        if params.ocr_version == 'PP-OCRv3':
            params.rec_image_shape = "3, 48, 320"
        else:
            params.rec_image_shape = "3, 32, 320"
W
WenmuZhou 已提交
450
        # download model
451 452 453
        maybe_download(params.det_model_dir, det_url)
        maybe_download(params.rec_model_dir, rec_url)
        maybe_download(params.cls_model_dir, cls_url)
W
WenmuZhou 已提交
454

W
WenmuZhou 已提交
455
        if params.det_algorithm not in SUPPORT_DET_MODEL:
W
WenmuZhou 已提交
456 457
            logger.error('det_algorithm must in {}'.format(SUPPORT_DET_MODEL))
            sys.exit(0)
W
WenmuZhou 已提交
458
        if params.rec_algorithm not in SUPPORT_REC_MODEL:
W
WenmuZhou 已提交
459 460
            logger.error('rec_algorithm must in {}'.format(SUPPORT_REC_MODEL))
            sys.exit(0)
W
WenmuZhou 已提交
461 462

        if params.rec_char_dict_path is None:
文幕地方's avatar
文幕地方 已提交
463 464
            params.rec_char_dict_path = str(
                Path(__file__).parent / rec_model_config['dict_path'])
W
WenmuZhou 已提交
465

文幕地方's avatar
文幕地方 已提交
466
        logger.debug(params)
W
WenmuZhou 已提交
467
        # init det_model and rec_model
W
WenmuZhou 已提交
468
        super().__init__(params)
W
WenmuZhou 已提交
469

470
    def ocr(self, img, det=True, rec=True, cls=True):
W
WenmuZhou 已提交
471 472 473 474
        """
        ocr with paddleocr
        args:
            img: img for ocr, support ndarray, img_path and list or ndarray
fanruinet's avatar
fanruinet 已提交
475 476 477
            det: use text detection or not. If false, only rec will be exec. Default is True
            rec: use text recognition or not. If false, only det will be exec. Default is True
            cls: use angle classifier or not. Default is True. If true, the text with rotation of 180 degrees can be recognized. If no text is rotated by 180 degrees, use cls=False to get better performance. Text with rotation of 90 or 270 degrees can be recognized even if cls=False.
W
WenmuZhou 已提交
478 479
        """
        assert isinstance(img, (np.ndarray, list, str))
W
WenmuZhou 已提交
480 481 482
        if isinstance(img, list) and det == True:
            logger.error('When input a list of images, det must be false')
            exit(0)
483
        if cls == True and self.use_angle_cls == False:
W
WenmuZhou 已提交
484 485 486
            logger.warning(
                'Since the angle classifier is not initialized, the angle classifier will not be uesd during the forward process'
            )
W
WenmuZhou 已提交
487

W
WenmuZhou 已提交
488
        if isinstance(img, str):
W
WenmuZhou 已提交
489 490 491 492
            # download net image
            if img.startswith('http'):
                download_with_progressbar(img, 'tmp.jpg')
                img = 'tmp.jpg'
W
WenmuZhou 已提交
493
            image_file = img
494
            img, flag, _ = check_and_read(image_file)
W
WenmuZhou 已提交
495
            if not flag:
496 497 498
                with open(image_file, 'rb') as f:
                    np_arr = np.frombuffer(f.read(), dtype=np.uint8)
                    img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
W
WenmuZhou 已提交
499 500 501
            if img is None:
                logger.error("error in loading image:{}".format(image_file))
                return None
W
WenmuZhou 已提交
502 503
        if isinstance(img, np.ndarray) and len(img.shape) == 2:
            img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
W
WenmuZhou 已提交
504
        if det and rec:
文幕地方's avatar
文幕地方 已提交
505
            dt_boxes, rec_res, _ = self.__call__(img, cls)
W
WenmuZhou 已提交
506 507 508 509 510 511 512 513 514
            return [[box.tolist(), res] for box, res in zip(dt_boxes, rec_res)]
        elif det and not rec:
            dt_boxes, elapse = self.text_detector(img)
            if dt_boxes is None:
                return None
            return [box.tolist() for box in dt_boxes]
        else:
            if not isinstance(img, list):
                img = [img]
515
            if self.use_angle_cls and cls:
W
WenmuZhou 已提交
516 517 518
                img, cls_res, elapse = self.text_classifier(img)
                if not rec:
                    return cls_res
W
WenmuZhou 已提交
519 520
            rec_res, elapse = self.text_recognizer(img)
            return rec_res
521 522


523
class PPStructure(StructureSystem):
524 525 526
    def __init__(self, **kwargs):
        params = parse_args(mMain=False)
        params.__dict__.update(**kwargs)
文幕地方's avatar
add hit  
文幕地方 已提交
527
        assert params.structure_version in SUPPORT_STRUCTURE_MODEL_VERSION, "structure_version must in {}, but get {}".format(
文幕地方's avatar
add hit  
文幕地方 已提交
528
            SUPPORT_STRUCTURE_MODEL_VERSION, params.structure_version)
Z
zhoujun 已提交
529 530
        params.use_gpu = check_gpu(params.use_gpu)

531 532
        if not params.show_log:
            logger.setLevel(logging.INFO)
W
WenmuZhou 已提交
533
        lang, det_lang = parse_lang(params.lang)
文幕地方's avatar
文幕地方 已提交
534 535 536 537 538 539
        if lang == 'ch':
            table_lang = 'ch'
        else:
            table_lang = 'en'
        if params.structure_version == 'PP-Structure':
            params.merge_no_span_structure = False
W
WenmuZhou 已提交
540

541
        # init model dir
Z
zhoujun 已提交
542 543
        det_model_config = get_model_config('OCR', params.ocr_version, 'det',
                                            det_lang)
文幕地方's avatar
文幕地方 已提交
544 545
        params.det_model_dir, det_url = confirm_model_dir_url(
            params.det_model_dir,
文幕地方's avatar
文幕地方 已提交
546
            os.path.join(BASE_DIR, 'whl', 'det', det_lang),
文幕地方's avatar
文幕地方 已提交
547
            det_model_config['url'])
Z
zhoujun 已提交
548 549
        rec_model_config = get_model_config('OCR', params.ocr_version, 'rec',
                                            lang)
文幕地方's avatar
文幕地方 已提交
550 551
        params.rec_model_dir, rec_url = confirm_model_dir_url(
            params.rec_model_dir,
文幕地方's avatar
文幕地方 已提交
552
            os.path.join(BASE_DIR, 'whl', 'rec', lang), rec_model_config['url'])
Z
zhoujun 已提交
553
        table_model_config = get_model_config(
文幕地方's avatar
文幕地方 已提交
554
            'STRUCTURE', params.structure_version, 'table', table_lang)
文幕地方's avatar
文幕地方 已提交
555 556
        params.table_model_dir, table_url = confirm_model_dir_url(
            params.table_model_dir,
文幕地方's avatar
文幕地方 已提交
557
            os.path.join(BASE_DIR, 'whl', 'table'), table_model_config['url'])
文幕地方's avatar
文幕地方 已提交
558 559 560 561 562
        layout_model_config = get_model_config(
            'STRUCTURE', params.structure_version, 'layout', 'ch')
        params.layout_model_dir, layout_url = confirm_model_dir_url(
            params.layout_model_dir,
            os.path.join(BASE_DIR, 'whl', 'layout'), layout_model_config['url'])
563 564 565 566
        # download model
        maybe_download(params.det_model_dir, det_url)
        maybe_download(params.rec_model_dir, rec_url)
        maybe_download(params.table_model_dir, table_url)
文幕地方's avatar
文幕地方 已提交
567
        maybe_download(params.layout_model_dir, layout_url)
568 569

        if params.rec_char_dict_path is None:
文幕地方's avatar
文幕地方 已提交
570 571
            params.rec_char_dict_path = str(
                Path(__file__).parent / rec_model_config['dict_path'])
572
        if params.table_char_dict_path is None:
文幕地方's avatar
文幕地方 已提交
573 574
            params.table_char_dict_path = str(
                Path(__file__).parent / table_model_config['dict_path'])
文幕地方's avatar
文幕地方 已提交
575 576 577
        if params.layout_dict_path is None:
            params.layout_dict_path = str(
                Path(__file__).parent / layout_model_config['dict_path'])
文幕地方's avatar
文幕地方 已提交
578
        logger.debug(params)
579 580
        super().__init__(params)

581
    def __call__(self, img, return_ocr_result_in_table=False):
582 583 584 585 586 587
        if isinstance(img, str):
            # download net image
            if img.startswith('http'):
                download_with_progressbar(img, 'tmp.jpg')
                img = 'tmp.jpg'
            image_file = img
588
            img, flag, _ = check_and_read(image_file)
589 590 591 592 593 594 595 596 597 598
            if not flag:
                with open(image_file, 'rb') as f:
                    np_arr = np.frombuffer(f.read(), dtype=np.uint8)
                    img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
            if img is None:
                logger.error("error in loading image:{}".format(image_file))
                return None
        if isinstance(img, np.ndarray) and len(img.shape) == 2:
            img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

文幕地方's avatar
文幕地方 已提交
599
        res, _ = super().__call__(img, return_ocr_result_in_table)
600 601 602
        return res


603
def main():
W
WenmuZhou 已提交
604
    # for cmd
W
WenmuZhou 已提交
605
    args = parse_args(mMain=True)
W
WenmuZhou 已提交
606
    image_dir = args.image_dir
607
    if is_link(image_dir):
W
WenmuZhou 已提交
608 609 610 611
        download_with_progressbar(image_dir, 'tmp.jpg')
        image_file_list = ['tmp.jpg']
    else:
        image_file_list = get_image_file_list(args.image_dir)
612 613 614
    if len(image_file_list) == 0:
        logger.error('no images find in {}'.format(args.image_dir))
        return
W
WenmuZhou 已提交
615
    if args.type == 'ocr':
616
        engine = PaddleOCR(**(args.__dict__))
W
WenmuZhou 已提交
617
    elif args.type == 'structure':
618 619 620
        engine = PPStructure(**(args.__dict__))
    else:
        raise NotImplementedError
W
WenmuZhou 已提交
621

622
    for img_path in image_file_list:
623
        img_name = os.path.basename(img_path).split('.')[0]
W
WenmuZhou 已提交
624
        logger.info('{}{}{}'.format('*' * 10, img_path, '*' * 10))
625 626
        if args.type == 'ocr':
            result = engine.ocr(img_path,
W
WenmuZhou 已提交
627 628 629
                                det=args.det,
                                rec=args.rec,
                                cls=args.use_angle_cls)
630 631 632 633 634
            if result is not None:
                for line in result:
                    logger.info(line)
        elif args.type == 'structure':
            result = engine(img_path)
W
WenmuZhou 已提交
635 636
            save_structure_res(result, args.output, img_name)

637
            for item in result:
W
WenmuZhou 已提交
638
                item.pop('img')
文幕地方's avatar
文幕地方 已提交
639
                logger.info(item)