PFCCLab/PPOCRLabel

解決的問題

PPOCRLabelv3 是一款專為光學字元辨識（OCR）任務設計的半自動圖形標註工具。它利用內建的 AI 模型自動偵測文字區域並識別字元，從而消除手動標記的繁瑣過程。使用者可對自動辨識結果進行手動修正，以建立高品質的 OCR 模型訓練資料集。

作法原理

使用 Python3 與 PyQT5 編寫，該工具整合 PP-OCR 模型，實現自動偵測與識別。使用者開啟影像資料夾後，軟體可自動產生邊界框與文字標籤。使用者隨後審查結果，使用多種繪圖工具與快速鍵手動修正文字或調整框位置。確認無誤後，標籤將匯出為 Label.txt 與 rec_gt.txt 等格式，可直接用於 PP-OCR 訓練流程。

適用對象

主要針對需要為檢測與識別模型標記大量影像的 OCR 項目開發者與資料科學家，特別適用於處理表格或關鍵資訊萃取（KIE）等結構化資料的任務。

主要特色

• 多模式標註：支援矩形框、不規則多點多邊形、表格結構以及關鍵資訊萃取（KIE）。
• 半自動標註：內建 PP-OCR 模型支援「自動識別」與「重識別」，顯著提升標註效率。
• 表格萃取：提供專用工作流程，可萃取表格結構並轉換為 Excel 格式。
• 自訂模型支援：使用者可透過命令列參數，將預設的超輕量模型替換為自訂推理模型。
• 精準控制：透過特定快速鍵（z, x, c, v）對邊界框頂點進行細微調整，實現精準對齊。