引言

经过几日来的不懈努力，RapidTable 库终于迎来了 1.0 系列。

RapidTable 库是专门用来文档类图像的表格结构还原，表格结构模型均属于序列预测方法，结合 RapidOCR，将给定图像中的表格转化对应的 HTML 格式。

效果展示

模型列表

model_type	模型名称	推理框架	模型大小	推理耗时(单图 60KB)
ppstructure_en	en_ppstructure_mobile_v2_SLANet.onnx	onnxruntime	7.3M	0.15s
ppstructure_zh	ch_ppstructure_mobile_v2_SLANet.onnx	onnxruntime	7.4M	0.15s
slanet_plus	slanet-plus.onnx	onnxruntime	6.8M	0.15s
unitable	unitable(encoder.pth,decoder.pth)	pytorch	500M	cpu(6s) gpu-4090(1.5s)

模型来源
PaddleOCR 表格识别
PaddleX-SlaNetPlus 表格识别
Unitable

模型下载地址：link

主要更新

⚠️ 注意：本次更新版本为v1.x，不兼容v0.x版本，请谨慎更新，避免导致接口调用有误。

1. RapidTable 的输入输出做了更新，采用dataclasses来封装，简化参数传递，便于后续使用，更新和维护。示例如下：

   # 输入
   @dataclass
   class RapidTableInput:model_type: Optional[str] = ModelType.SLANETPLUS.valuemodel_path: Union[str, Path, None, Dict[str, str]] = Noneuse_cuda: bool = Falsedevice: str = "cpu"# 输出
   @dataclass
   class RapidTableOutput:pred_html: Optional[str] = Nonecell_bboxes: Optional[np.ndarray] = Nonelogic_points: Optional[np.ndarray] = Noneelapse: Optional[float] = None# 使用示例
   input_args = RapidTableInput(model_type="unitable")
   table_engine = RapidTable(input_args)img_path = 'test_images/table.jpg'
   table_results = table_engine(img_path)print(table_results.pred_html)
   

2. 集成了 Unitable 项目最新表格识别算法，推理引擎为 torch，提升了 RapidTable 的上限。

3. 优化了模型下载和托管问题，模型托管在 modelscope 上。在使用时，只需要指定对应的model_type，即可自动下载对应模型。当然，也可以通过model_path来具体指定模型路径。