PFCCLab/PPOCRLabel

解决的问题

PPOCRLabelv3 是一款专为光学字符识别（OCR）任务设计的半自动图形标注工具。它利用内置的 AI 模型自动检测文本区域并识别字符，从而消除手动标注的繁琐过程。用户可对自动识别结果进行手动修正，以创建高质量的 OCR 模型训练数据集。

工作原理

使用 Python3 和 PyQT5 编写，该工具集成了 PP-OCR 模型，实现自动检测与识别。用户打开一个图像目录后，软件可自动生成边界框和文本标签。用户随后审查结果，使用多种绘图工具和快捷键手动修正文本或调整框位置。确认无误后，标签将导出为 Label.txt 和 rec_gt.txt 等格式，可直接用于 PP-OCR 训练流程。

适用人群

主要面向需要为检测和识别模型标注大量图像的 OCR 项目开发者和数据科学家，尤其适用于处理表格或关键信息提取（KIE）等结构化数据的任务。

主要特性

• 多模式标注：支持矩形框、不规则多点多边形、表格结构以及关键信息提取（KIE）。
• 半自动标注：内置 PP-OCR 模型支持「自动识别」和「重识别」，显著提升标注效率。
• 表格提取：提供专用工作流，可提取表格结构并转换为 Excel 格式。
• 自定义模型支持：用户可通过命令行参数替换默认的超轻量模型为自定义推理模型。
• 精度控制：通过特定快捷键（z, x, c, v）对边界框顶点进行精细调整，实现精准对齐。