paddleocr关键信息kie

### PaddleOCR 的关键信息提取 (KIE) 功能 PaddleOCR 是一个基于 PaddlePaddle 构建的强大多语言 OCR 工具包，支持超过80种语言识别，并提供数据标注和合成工具[^2]。此工具不仅限于简单的文字识别，还集成了多种高级功能，其中包括关键信息提取（KIE）。特别是，在 README_ch.md 文件中提到，PaddleOCR 最新加入了若干先进算法，进一步增强了其处理能力[^3]。 对于 KIE 任务而言，PaddleOCR 集成了一项名为 Spatial Dual-Modality Graph Reasoning for Key Information Extraction(SDMG-R) 的技术。这项技术通过构建空间双模态图推理模型来提升从文档图像中抽取出结构化信息的效果[^1]。下面是一个简单示例展示如何利用 PaddleOCR 实现 KIE： #### 安装依赖库 首先安装必要的 Python 库： ```bash pip install paddlepaddle==2.4.0 pip install paddleocr ``` #### 加载并初始化模型 加载预训练好的 KIE 模型实例： ```python from paddleocr import PaddleOCR # 创建一个新的 OCR 对象，默认会下载最新的可用版本 ocr = PaddleOCR(use_angle_cls=True, lang='en', use_gpu=False) # 如果想要指定特定的检测/识别/KIE 模型路径，则可以通过如下方式设置参数 kie_ocr = PaddleOCR(det_model_dir='./inference/ch_ppocr_server_v2.0/det', rec_model_dir='./inference/ch_ppocr_server_v2.0/rec', kie_algorithm="SDMG", kie_model_dir="./inference/kie/sdmgr_novisual_lncd_st_real", use_angle_cls=True, lang='ch') ``` #### 执行关键信息提取操作 准备一张含有表格或表单样式的图片文件 `example_form.jpg` 并调用 API 进行分析： ```python result = ocr.ocr('example_form.jpg', cls=True) for line in result: print(line[-1][0]) # 输出每行的文字内容及其位置坐标 ``` 为了更深入理解所获得的结果以及更好地应用到实际项目当中，建议阅读官方 GitHub 页面提供的详细说明文档 和相关论文资料 来获取更多背景知识和技术细节。