無程式碼也能輕鬆打造專業LINE官方帳號！一鍵導入模板，讓AI助你行銷加分！
LayoutParser fue construido para acabar con el caos del procesamiento de documentos. Este toolkit de aprendizaje profundo de código abierto proporciona una interfaz unificada para tareas de análisis de imágenes de documentos.
Repositorio: github.com/Layout-Parser/layout-parser
Capacidades Clave
| Capacidad | Descripción | Opciones de Backend |
|---|---|---|
| Detección de Diseño | Detectar regiones (texto, tablas, figuras) | Detectron2, TensorFlow, ADQ |
| OCR | Extraer texto de regiones detectadas | Tesseract, motores personalizados |
| Zoo de Modelos | Modelos preentrenados | PubLayNet, Prima, Newspaper |
Inicio Rápido
pip install layoutparser
import layoutparser as lp
image = lp.load_image("document.png")
model = lp.DetectionModel("lp://PubLayNet/faster_rcnn_r50_fpn")
result = model.detect(image)
lp.draw_box(image, result, box_width=5).show()
Zoo de Modelos
| Dataset | Modelos Disponibles | Tipos de Región |
|---|---|---|
| PubLayNet | Faster R-CNN, Mask R-CNN, RetinaNet | Texto, Título, Tabla, Figura, Lista |
| Prima | Faster R-CNN, Mask R-CNN | Texto, Imagen, Tabla, Gráfico |
| Newspaper | Faster R-CNN | Texto, Foto, Ilustración, Mapa |
Integración OCR
ocr_agent = lp.TesseractAgent()
text_blocks = ocr_agent.detect(image)
table_blocks = [b for b in result if b.type == "Table"]
for block in table_blocks:
text = ocr_agent.detect(block.crop(image))
print(text)
FAQ
Qué es LayoutParser? Toolkit Python de código abierto para análisis de imágenes de documentos, unificando detección de diseño, OCR y zoo de modelos.
Cómo usarlo? pip install layoutparser, luego 4 líneas de código.
Modelos? Faster R-CNN, Mask R-CNN y RetinaNet preentrenados.
Integración OCR? Sí, Tesseract integrado.
Cómo citarlo? Archivo CITATION en el repositorio.
