paddleocr.py 29.6 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
qq_25193841's avatar
qq_25193841 已提交
42
from ppstructure.predict_system import StructureSystem, save_structure_res, to_excel
W
WenmuZhou 已提交
43

文幕地方's avatar
文幕地方 已提交
44 45
__all__ = [
    'PaddleOCR', 'PPStructure', 'draw_ocr', 'draw_structure_result',
qq_25193841's avatar
qq_25193841 已提交
46
    'save_structure_res', 'download_with_progressbar', 'to_excel'
文幕地方's avatar
文幕地方 已提交
47 48 49
]

SUPPORT_DET_MODEL = ['DB']
50
VERSION = '2.6.1.0'
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
        },
文幕地方's avatar
文幕地方 已提交
275
        'PP-StructureV2': {
文幕地方's avatar
文幕地方 已提交
276 277
            '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
                }
            },
            'layout': {
A
an1018 已提交
289
                'en': {
文幕地方's avatar
文幕地方 已提交
290
                    'url':
A
an1018 已提交
291
                    'https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_fgd_layout_infer.tar',
Z
zhoujun 已提交
292 293
                    'dict_path':
                    'ppocr/utils/dict/layout_dict/layout_publaynet_dict.txt'
A
an1018 已提交
294 295 296 297 298 299
                },
                'ch': {
                    'url':
                    'https://paddleocr.bj.bcebos.com/ppstructure/models/layout/picodet_lcnet_x1_0_fgd_layout_cdla_infer.tar',
                    'dict_path':
                    'ppocr/utils/dict/layout_dict/layout_cdla_dict.txt'
文幕地方's avatar
文幕地方 已提交
300 301
                }
            }
W
WenmuZhou 已提交
302
        }
303
    }
W
WenmuZhou 已提交
304 305 306
}


W
WenmuZhou 已提交
307
def parse_args(mMain=True):
W
WenmuZhou 已提交
308
    import argparse
W
WenmuZhou 已提交
309 310 311 312 313
    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)
314
    parser.add_argument("--type", type=str, default='ocr')
Z
zhoujun 已提交
315 316 317
    parser.add_argument(
        "--ocr_version",
        type=str,
文幕地方's avatar
add hit  
文幕地方 已提交
318
        choices=SUPPORT_OCR_MODEL_VERSION,
319
        default='PP-OCRv3',
Z
zhoujun 已提交
320
        help='OCR Model version, the current model support list is as follows: '
321 322 323
        '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
324 325 326 327
    )
    parser.add_argument(
        "--structure_version",
        type=str,
文幕地方's avatar
add hit  
文幕地方 已提交
328
        choices=SUPPORT_STRUCTURE_MODEL_VERSION,
文幕地方's avatar
文幕地方 已提交
329
        default='PP-StructureV2',
Z
zhoujun 已提交
330
        help='Model version, the current model support list is as follows:'
文幕地方's avatar
文幕地方 已提交
331
        ' 1. PP-Structure Support en table structure model.'
文幕地方's avatar
文幕地方 已提交
332
        ' 2. PP-StructureV2 Support ch and en table structure model.')
W
WenmuZhou 已提交
333 334

    for action in parser._actions:
文幕地方's avatar
文幕地方 已提交
335 336 337
        if action.dest in [
                'rec_char_dict_path', 'table_char_dict_path', 'layout_dict_path'
        ]:
W
WenmuZhou 已提交
338
            action.default = None
W
WenmuZhou 已提交
339
    if mMain:
W
WenmuZhou 已提交
340
        return parser.parse_args()
W
WenmuZhou 已提交
341
    else:
342
        inference_args_dict = {}
W
WenmuZhou 已提交
343 344
        for action in parser._actions:
            inference_args_dict[action.dest] = action.default
345
        return argparse.Namespace(**inference_args_dict)
W
WenmuZhou 已提交
346 347


W
WenmuZhou 已提交
348 349
def parse_lang(lang):
    latin_lang = [
文幕地方's avatar
文幕地方 已提交
350 351 352
        '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
353
        'sw', 'tl', 'tr', 'uz', 'vi', 'french', 'german'
W
WenmuZhou 已提交
354 355 356
    ]
    arabic_lang = ['ar', 'fa', 'ug', 'ur']
    cyrillic_lang = [
文幕地方's avatar
文幕地方 已提交
357 358
        'ru', 'rs_cyrillic', 'be', 'bg', 'uk', 'mn', 'abq', 'ady', 'kbd', 'ava',
        'dar', 'inh', 'che', 'lbe', 'lez', 'tab'
W
WenmuZhou 已提交
359 360
    ]
    devanagari_lang = [
文幕地方's avatar
文幕地方 已提交
361 362
        'hi', 'mr', 'ne', 'bh', 'mai', 'ang', 'bho', 'mah', 'sck', 'new', 'gom',
        'sa', 'bgc'
W
WenmuZhou 已提交
363 364 365 366 367 368 369 370 371
    ]
    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
372
    assert lang in MODEL_URLS['OCR'][DEFAULT_OCR_MODEL_VERSION][
W
WenmuZhou 已提交
373
        'rec'], 'param lang must in {}, but got {}'.format(
Z
zhoujun 已提交
374
            MODEL_URLS['OCR'][DEFAULT_OCR_MODEL_VERSION]['rec'].keys(), lang)
W
WenmuZhou 已提交
375 376 377 378
    if lang == "ch":
        det_lang = "ch"
    elif lang == 'structure':
        det_lang = 'structure'
A
andyjpaddle 已提交
379
    elif lang in ["en", "latin"]:
W
WenmuZhou 已提交
380
        det_lang = "en"
A
andyjpaddle 已提交
381 382
    else:
        det_lang = "ml"
W
WenmuZhou 已提交
383 384 385
    return lang, det_lang


Z
zhoujun 已提交
386 387 388 389 390 391 392
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
393

Z
zhoujun 已提交
394 395
    model_urls = MODEL_URLS[type]
    if version not in model_urls:
文幕地方's avatar
文幕地方 已提交
396
        version = DEFAULT_MODEL_VERSION
Z
zhoujun 已提交
397 398
    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
399 400 401
            version = DEFAULT_MODEL_VERSION
        else:
            logger.error('{} models is not support, we only support {}'.format(
Z
zhoujun 已提交
402
                model_type, model_urls[DEFAULT_MODEL_VERSION].keys()))
文幕地方's avatar
文幕地方 已提交
403
            sys.exit(-1)
文幕地方's avatar
add hit  
文幕地方 已提交
404

Z
zhoujun 已提交
405 406
    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
407 408 409 410
            version = DEFAULT_MODEL_VERSION
        else:
            logger.error(
                'lang {} is not support, we only support {} for {} models'.
Z
zhoujun 已提交
411
                format(lang, model_urls[DEFAULT_MODEL_VERSION][model_type].keys(
文幕地方's avatar
文幕地方 已提交
412 413
                ), model_type))
            sys.exit(-1)
Z
zhoujun 已提交
414
    return model_urls[version][model_type][lang]
文幕地方's avatar
文幕地方 已提交
415 416


V
vivien 已提交
417 418 419 420 421 422 423 424 425 426 427 428 429 430
def img_decode(content: bytes):
    np_arr = np.frombuffer(content, dtype=np.uint8)
    return cv2.imdecode(np_arr, cv2.IMREAD_COLOR)


def check_img(img):
    if isinstance(img, bytes):
        img = img_decode(img)
    if isinstance(img, str):
        # download net image
        if is_link(img):
            download_with_progressbar(img, 'tmp.jpg')
            img = 'tmp.jpg'
        image_file = img
A
andyjpaddle 已提交
431 432
        img, flag_gif, flag_pdf = check_and_read(image_file)
        if not flag_gif and not flag_pdf:
V
vivien 已提交
433 434 435 436 437 438 439 440 441 442 443
            with open(image_file, 'rb') as f:
                img = img_decode(f.read())
        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)

    return img


W
WenmuZhou 已提交
444
class PaddleOCR(predict_system.TextSystem):
445
    def __init__(self, **kwargs):
W
WenmuZhou 已提交
446 447 448 449 450
        """
        paddleocr package
        args:
            **kwargs: other params show in paddleocr --help
        """
W
WenmuZhou 已提交
451 452
        params = parse_args(mMain=False)
        params.__dict__.update(**kwargs)
文幕地方's avatar
add hit  
文幕地方 已提交
453 454
        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
455 456
        params.use_gpu = check_gpu(params.use_gpu)

W
WenmuZhou 已提交
457 458
        if not params.show_log:
            logger.setLevel(logging.INFO)
W
WenmuZhou 已提交
459
        self.use_angle_cls = params.use_angle_cls
W
WenmuZhou 已提交
460
        lang, det_lang = parse_lang(params.lang)
W
WenmuZhou 已提交
461

462
        # init model dir
Z
zhoujun 已提交
463 464
        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
465 466
        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
467
            os.path.join(BASE_DIR, 'whl', 'det', det_lang),
文幕地方's avatar
文幕地方 已提交
468
            det_model_config['url'])
Z
zhoujun 已提交
469 470
        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
471 472
        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
473
            os.path.join(BASE_DIR, 'whl', 'rec', lang), rec_model_config['url'])
Z
zhoujun 已提交
474 475
        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
476 477
        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
478
            os.path.join(BASE_DIR, 'whl', 'cls'), cls_model_config['url'])
A
andyjpaddle 已提交
479 480 481 482
        if params.ocr_version == 'PP-OCRv3':
            params.rec_image_shape = "3, 48, 320"
        else:
            params.rec_image_shape = "3, 32, 320"
X
Xie Xuyang 已提交
483 484 485 486 487
        # download model if using paddle infer
        if not params.use_onnx:
            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
488

W
WenmuZhou 已提交
489
        if params.det_algorithm not in SUPPORT_DET_MODEL:
W
WenmuZhou 已提交
490 491
            logger.error('det_algorithm must in {}'.format(SUPPORT_DET_MODEL))
            sys.exit(0)
W
WenmuZhou 已提交
492
        if params.rec_algorithm not in SUPPORT_REC_MODEL:
W
WenmuZhou 已提交
493 494
            logger.error('rec_algorithm must in {}'.format(SUPPORT_REC_MODEL))
            sys.exit(0)
W
WenmuZhou 已提交
495 496

        if params.rec_char_dict_path is None:
文幕地方's avatar
文幕地方 已提交
497 498
            params.rec_char_dict_path = str(
                Path(__file__).parent / rec_model_config['dict_path'])
W
WenmuZhou 已提交
499

文幕地方's avatar
文幕地方 已提交
500
        logger.debug(params)
W
WenmuZhou 已提交
501
        # init det_model and rec_model
W
WenmuZhou 已提交
502
        super().__init__(params)
A
andyjpaddle 已提交
503
        self.page_num = params.page_num
W
WenmuZhou 已提交
504

505
    def ocr(self, img, det=True, rec=True, cls=True):
W
WenmuZhou 已提交
506 507 508 509
        """
        ocr with paddleocr
        args:
            img: img for ocr, support ndarray, img_path and list or ndarray
fanruinet's avatar
fanruinet 已提交
510 511 512
            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
513
        """
V
vivien 已提交
514
        assert isinstance(img, (np.ndarray, list, str, bytes))
W
WenmuZhou 已提交
515 516 517
        if isinstance(img, list) and det == True:
            logger.error('When input a list of images, det must be false')
            exit(0)
518
        if cls == True and self.use_angle_cls == False:
W
WenmuZhou 已提交
519 520 521
            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
522

V
vivien 已提交
523
        img = check_img(img)
A
andyjpaddle 已提交
524 525 526 527 528 529 530
        # for infer pdf file
        if isinstance(img, list):
            if self.page_num > len(img) or self.page_num == 0:
                self.page_num = len(img)
            imgs = img[:self.page_num]
        else:
            imgs = [img]
W
WenmuZhou 已提交
531
        if det and rec:
A
andyjpaddle 已提交
532 533 534 535 536 537 538
            ocr_res = []
            for idx, img in enumerate(imgs):
                dt_boxes, rec_res, _ = self.__call__(img, cls)
                tmp_res = [[box.tolist(), res]
                           for box, res in zip(dt_boxes, rec_res)]
                ocr_res.append(tmp_res)
            return ocr_res
W
WenmuZhou 已提交
539
        elif det and not rec:
A
andyjpaddle 已提交
540 541 542 543 544 545
            ocr_res = []
            for idx, img in enumerate(imgs):
                dt_boxes, elapse = self.text_detector(img)
                tmp_res = [box.tolist() for box in dt_boxes]
                ocr_res.append(tmp_res)
            return ocr_res
W
WenmuZhou 已提交
546
        else:
A
andyjpaddle 已提交
547 548 549 550 551 552 553 554 555 556 557 558 559 560
            ocr_res = []
            cls_res = []
            for idx, img in enumerate(imgs):
                if not isinstance(img, list):
                    img = [img]
                if self.use_angle_cls and cls:
                    img, cls_res_tmp, elapse = self.text_classifier(img)
                    if not rec:
                        cls_res.append(cls_res_tmp)
                rec_res, elapse = self.text_recognizer(img)
                ocr_res.append(rec_res)
            if not rec:
                return cls_res
            return ocr_res
561 562


563
class PPStructure(StructureSystem):
564 565 566
    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
567
        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
568
            SUPPORT_STRUCTURE_MODEL_VERSION, params.structure_version)
Z
zhoujun 已提交
569
        params.use_gpu = check_gpu(params.use_gpu)
文幕地方's avatar
文幕地方 已提交
570
        params.mode = 'structure'
Z
zhoujun 已提交
571

572 573
        if not params.show_log:
            logger.setLevel(logging.INFO)
W
WenmuZhou 已提交
574
        lang, det_lang = parse_lang(params.lang)
文幕地方's avatar
文幕地方 已提交
575 576 577 578 579 580
        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
581

582
        # init model dir
Z
zhoujun 已提交
583 584
        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
585 586
        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
587
            os.path.join(BASE_DIR, 'whl', 'det', det_lang),
文幕地方's avatar
文幕地方 已提交
588
            det_model_config['url'])
Z
zhoujun 已提交
589 590
        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
591 592
        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
593
            os.path.join(BASE_DIR, 'whl', 'rec', lang), rec_model_config['url'])
Z
zhoujun 已提交
594
        table_model_config = get_model_config(
文幕地方's avatar
文幕地方 已提交
595
            'STRUCTURE', params.structure_version, 'table', table_lang)
文幕地方's avatar
文幕地方 已提交
596 597
        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
598
            os.path.join(BASE_DIR, 'whl', 'table'), table_model_config['url'])
文幕地方's avatar
文幕地方 已提交
599
        layout_model_config = get_model_config(
A
an1018 已提交
600
            'STRUCTURE', params.structure_version, 'layout', lang)
文幕地方's avatar
文幕地方 已提交
601 602 603
        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'])
604 605 606 607
        # 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
608
        maybe_download(params.layout_model_dir, layout_url)
609 610

        if params.rec_char_dict_path is None:
文幕地方's avatar
文幕地方 已提交
611 612
            params.rec_char_dict_path = str(
                Path(__file__).parent / rec_model_config['dict_path'])
613
        if params.table_char_dict_path is None:
文幕地方's avatar
文幕地方 已提交
614 615
            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
616 617 618
        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
619
        logger.debug(params)
620 621
        super().__init__(params)

A
an1018 已提交
622
    def __call__(self, img, return_ocr_result_in_table=False, img_idx=0):
V
vivien 已提交
623
        img = check_img(img)
A
an1018 已提交
624 625
        res, _ = super().__call__(
            img, return_ocr_result_in_table, img_idx=img_idx)
626 627 628
        return res


629
def main():
W
WenmuZhou 已提交
630
    # for cmd
W
WenmuZhou 已提交
631
    args = parse_args(mMain=True)
W
WenmuZhou 已提交
632
    image_dir = args.image_dir
633
    if is_link(image_dir):
W
WenmuZhou 已提交
634 635 636 637
        download_with_progressbar(image_dir, 'tmp.jpg')
        image_file_list = ['tmp.jpg']
    else:
        image_file_list = get_image_file_list(args.image_dir)
638 639 640
    if len(image_file_list) == 0:
        logger.error('no images find in {}'.format(args.image_dir))
        return
W
WenmuZhou 已提交
641
    if args.type == 'ocr':
642
        engine = PaddleOCR(**(args.__dict__))
W
WenmuZhou 已提交
643
    elif args.type == 'structure':
644 645 646
        engine = PPStructure(**(args.__dict__))
    else:
        raise NotImplementedError
W
WenmuZhou 已提交
647

648
    for img_path in image_file_list:
649
        img_name = os.path.basename(img_path).split('.')[0]
W
WenmuZhou 已提交
650
        logger.info('{}{}{}'.format('*' * 10, img_path, '*' * 10))
651 652
        if args.type == 'ocr':
            result = engine.ocr(img_path,
W
WenmuZhou 已提交
653 654 655
                                det=args.det,
                                rec=args.rec,
                                cls=args.use_angle_cls)
656
            if result is not None:
A
andyjpaddle 已提交
657 658 659 660
                for idx in range(len(result)):
                    res = result[idx]
                    for line in res:
                        logger.info(line)
661
        elif args.type == 'structure':
A
an1018 已提交
662 663 664
            img, flag_gif, flag_pdf = check_and_read(img_path)
            if not flag_gif and not flag_pdf:
                img = cv2.imread(img_path)
W
WenmuZhou 已提交
665

A
an1018 已提交
666 667 668 669 670 671 672 673 674 675
            if args.recovery and args.use_pdf2docx_api and flag_pdf:
                from pdf2docx.converter import Converter
                docx_file = os.path.join(args.output,
                                         '{}.docx'.format(img_name))
                cv = Converter(img_path)
                cv.convert(docx_file)
                cv.close()
                logger.info('docx save to {}'.format(docx_file))
                continue

A
an1018 已提交
676 677
            if not flag_pdf:
                if img is None:
V
vivien 已提交
678
                    logger.error("error in loading image:{}".format(img_path))
A
an1018 已提交
679 680 681 682 683 684 685
                    continue
                img_paths = [[img_path, img]]
            else:
                img_paths = []
                for index, pdf_img in enumerate(img):
                    os.makedirs(
                        os.path.join(args.output, img_name), exist_ok=True)
686 687 688
                    pdf_img_path = os.path.join(
                        args.output, img_name,
                        img_name + '_' + str(index) + '.jpg')
A
an1018 已提交
689 690 691 692 693 694 695 696 697 698 699 700 701 702
                    cv2.imwrite(pdf_img_path, pdf_img)
                    img_paths.append([pdf_img_path, pdf_img])

            all_res = []
            for index, (new_img_path, img) in enumerate(img_paths):
                logger.info('processing {}/{} page:'.format(index + 1,
                                                            len(img_paths)))
                new_img_name = os.path.basename(new_img_path).split('.')[0]
                result = engine(new_img_path, img_idx=index)
                save_structure_res(result, args.output, img_name, index)

                if args.recovery and result != []:
                    from copy import deepcopy
                    from ppstructure.recovery.recovery_to_doc import sorted_layout_boxes
A
an1018 已提交
703
                    h, w, _ = img.shape
A
an1018 已提交
704 705 706 707 708 709 710
                    result_cp = deepcopy(result)
                    result_sorted = sorted_layout_boxes(result_cp, w)
                    all_res += result_sorted

            if args.recovery and all_res != []:
                try:
                    from ppstructure.recovery.recovery_to_doc import convert_info_docx
A
andyjpaddle 已提交
711
                    convert_info_docx(img, all_res, args.output, img_name)
A
an1018 已提交
712 713 714 715 716
                except Exception as ex:
                    logger.error(
                        "error in layout recovery image:{}, err msg: {}".format(
                            img_name, ex))
                    continue
A
andyjpaddle 已提交
717

A
an1018 已提交
718 719 720 721 722
            for item in all_res:
                item.pop('img')
                item.pop('res')
                logger.info(item)
            logger.info('result save to {}'.format(args.output))