Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleOCR
提交
f68813eb
P
PaddleOCR
项目概览
PaddlePaddle
/
PaddleOCR
大约 1 年 前同步成功
通知
1528
Star
32962
Fork
6643
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
108
列表
看板
标记
里程碑
合并请求
7
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleOCR
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
108
Issue
108
列表
看板
标记
里程碑
合并请求
7
合并请求
7
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
f68813eb
编写于
11月 17, 2022
作者:
U
user1018
提交者:
GitHub
11月 17, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
optimize recovery (#8346)
* optimize recovery * update
上级
70987157
变更
5
显示空白变更内容
内联
并排
Showing
5 changed file
with
5 addition
and
6 deletion
+5
-6
ppstructure/predict_system.py
ppstructure/predict_system.py
+3
-1
ppstructure/recovery/recovery_to_doc.py
ppstructure/recovery/recovery_to_doc.py
+1
-1
ppstructure/recovery/requirements.txt
ppstructure/recovery/requirements.txt
+0
-1
ppstructure/recovery/table_process.py
ppstructure/recovery/table_process.py
+0
-2
requirements.txt
requirements.txt
+1
-1
未找到文件。
ppstructure/predict_system.py
浏览文件 @
f68813eb
...
@@ -229,7 +229,9 @@ def main(args):
...
@@ -229,7 +229,9 @@ def main(args):
if
args
.
recovery
and
args
.
use_pdf2docx_api
and
flag_pdf
:
if
args
.
recovery
and
args
.
use_pdf2docx_api
and
flag_pdf
:
from
pdf2docx.converter
import
Converter
from
pdf2docx.converter
import
Converter
docx_file
=
os
.
path
.
join
(
args
.
output
,
'{}.docx'
.
format
(
img_name
))
os
.
makedirs
(
args
.
output
,
exist_ok
=
True
)
docx_file
=
os
.
path
.
join
(
args
.
output
,
'{}_api.docx'
.
format
(
img_name
))
cv
=
Converter
(
image_file
)
cv
=
Converter
(
image_file
)
cv
.
convert
(
docx_file
)
cv
.
convert
(
docx_file
)
cv
.
close
()
cv
.
close
()
...
...
ppstructure/recovery/recovery_to_doc.py
浏览文件 @
f68813eb
...
@@ -73,7 +73,7 @@ def convert_info_docx(img, res, save_folder, img_name):
...
@@ -73,7 +73,7 @@ def convert_info_docx(img, res, save_folder, img_name):
text_run
.
font
.
size
=
shared
.
Pt
(
10
)
text_run
.
font
.
size
=
shared
.
Pt
(
10
)
# save to docx
# save to docx
docx_path
=
os
.
path
.
join
(
save_folder
,
'{}.docx'
.
format
(
img_name
))
docx_path
=
os
.
path
.
join
(
save_folder
,
'{}
_ocr
.docx'
.
format
(
img_name
))
doc
.
save
(
docx_path
)
doc
.
save
(
docx_path
)
logger
.
info
(
'docx save to {}'
.
format
(
docx_path
))
logger
.
info
(
'docx save to {}'
.
format
(
docx_path
))
...
...
ppstructure/recovery/requirements.txt
浏览文件 @
f68813eb
python-docx
python-docx
PyMuPDF==1.19.0
beautifulsoup4
beautifulsoup4
fonttools>=4.24.0
fonttools>=4.24.0
fire>=0.3.0
fire>=0.3.0
...
...
ppstructure/recovery/table_process.py
浏览文件 @
f68813eb
...
@@ -278,8 +278,6 @@ class HtmlToDocx(HTMLParser):
...
@@ -278,8 +278,6 @@ class HtmlToDocx(HTMLParser):
cell_col
+=
colspan
cell_col
+=
colspan
cell_row
+=
1
cell_row
+=
1
doc
.
save
(
'1.docx'
)
def
handle_data
(
self
,
data
):
def
handle_data
(
self
,
data
):
if
self
.
skip
:
if
self
.
skip
:
return
return
...
...
requirements.txt
浏览文件 @
f68813eb
...
@@ -14,4 +14,4 @@ lxml
...
@@ -14,4 +14,4 @@ lxml
premailer
premailer
openpyxl
openpyxl
attrdict
attrdict
PyMuPDF
==1.19.0
PyMuPDF
<1.21.0
\ No newline at end of file
\ No newline at end of file
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录