图片里面的表头识别不出来

[Dkaaaaa]

您好，我又来了，今天遇到一个图片里面有表头的，但是识别不出来（也有部分图片是可以识别出来的），想问一下是因为表头区域没有被划分为一个框导致吗，有没有什么参数可以解决呢？谢谢！

以下图片在识别之前已经经过角度纠正

不能识别表头的图片链接：https://patentimages.storage.googleapis.com/37/d2/c1/fe6296a7924d50/imgf000160_0001.png
可以识别表头的图片链接：https://patentimages.storage.googleapis.com/a9/ec/1b/c8e680af0dcf71/imgf000155_0001.png

[Joker1212]

有线表格本身其实原理是unet识别线框的，所以在线框外的部分，是识别不到的，有两个办法，一是直接依赖ocr识别结果把第一个当表头，二是使用我们的RapidLayout，对于这种文档，能版面区分表格部分和表头部分

[Joker1212]

ocr识别的是文字区域，有线表格是进行的线框检测，原理不一样，最后是做了box的包含关系生成的html结果，上面的标题部分可以用RapidLayout提取得到的吧，或者还有一个办法，你把图片稍微缩小一点，应该就可以了

[Joker1212]

流程可以是，layou输出标题+表格区域的截图，然后单独对表格截图进行表格识别，组合一下结果，也可以缩小一下图片试试能不能整个都用表格识别解决，或者格式固定的话，直接取ocr输出的第一个框就行了

[Dkaaaaa]

您好，基于您的建议，我尝试了（版面识别与否，不影响后续的识别）缩小图片尺寸后直接进行TableStructureRec识别提取内容，以下是我的缩小图片尺寸代码，如果我缩小50%，还是识别不了那张图片的表格的标题；如果我缩小80%，虽然是可以识别到标题了，但是分辨率被大大降低了，导致表格内容识别不出来了。想问一下有什么办法可以缩小图片尺寸又能保证清晰度呢？谢谢！

另外只取OCR第一个框也是一个不得不选的办法。

from PIL import Image

# 打开图片
img = Image.open('/home/akesobio/tmp_ccy/siRNA/OCR/rotated_image.png')

# 获取原始图片的尺寸
original_width, original_height = img.size

# 设定缩小的比例（例如，缩小为原来的50%）
resize_ratio = 0.5

# 计算新尺寸
new_width = int(original_width * resize_ratio)
new_height = int(original_height * resize_ratio)

# 调整图片大小
resized_img = img.resize((new_width, new_height), Image.Resampling.LANCZOS)

# 保存缩小后的图片
resized_img.save('resized_image.jpg')


# 输出图片尺寸
print(f"图片原始尺寸: {original_width}x{original_height}")
print(f"图片缩小后尺寸: {new_width}x{new_height}")

[Joker1212]

我的意思是，layout既然能区分出标题和表格区域，那么对标题区域进行ocr就可以了吧，然后截取表格区域的box图片，进行表格识别，两个部分就隔离开了

[Joker1212]

版面识别的目的就是区分区域，进行不同的处理啊，版面识别会返回不同区域的box坐标，直接从原图截取，分别进行ocr和表格识别