PaddleOCR 模块功能说明

1. det（文本检测）

   • 用于检测图片中的文字位置，生成文字框的坐标信息。
   • 适合需要识别图片中多处文字位置的任务，例如文档扫描中的文字区域检测。
   • 不适合您当前的数据，因为您的数据没有坐标信息。

2. rec（文本识别）

   • 用于识别图片中的文字内容，从图像直接转换为文本标签。
   • 适合您提供的数据格式（图片路径 + 文本标签），无需坐标信息。
   • 您的场景需要选择这个模块。

3. cls（方向分类）

   • 用于分类图片中的文字方向（0度、90度、180度或270度）。
   • 通常用于检测和识别任务之间的预处理步骤。
   • 如果您的图片方向已标准化，不需要使用。

4. e2e（端到端OCR）

   • 直接从图片生成检测框和对应的文字内容。
   • 适合需要同时完成检测和识别的任务。
   • 不适合您的场景，因为您只有识别任务。

5. kie（关键信息抽取）

   • 从图片中提取关键信息，例如表单中的特定字段内容。
   • 适合结构化信息提取任务（如发票、合同分析）。
   • 不适合您的场景。

6. sr（超分辨率重建）

   • 用于提高低分辨率图像的清晰度，为后续识别任务提供更好的图像质量。
   • 可作为预处理步骤，如果图片分辨率较高，则不需要使用。

7. table（表格识别）

   • 用于检测和识别表格结构，包括单元格内容和表格位置。
   • 专门处理表格类场景，不适合普通文字识别。