Skip to content

README.md

Latest commit

 

History

History
37 lines (23 loc) · 1.66 KB

README.md

File metadata and controls

37 lines (23 loc) · 1.66 KB
Raw

Paquete app

Qué hace

Orquesta PP-OCRv6 medium: carga del engine escena, predict por imagen/página, parsing, rescate de texto vertical/diagonal (imágenes) y PNG anotado sin re-OCR.

Módulos

  • main.py — entorno PaddleX, lifespan, CORS, FastAPI
  • routes.py — endpoints HTTP; upload documento → N páginas pending (OCR vía /infer)
  • schemas.py — Pydantic (InferOptions, OCRResult con page_index / page_count)
  • storage.py — formatos (imagen + PDF/TIFF), PNG, raster PDF (pypdfium2) / TIFF (Pillow), tope MAX_PAGES=50
  • ocr.py — device, get_ocr / get_recognizer, predict escena, warmup
  • parsing.py — normaliza salida Paddle → OCRResult
  • orientation.py — segundo pase vertical/diagonal (rescue)
  • annotate.py — dibuja boxes/texto sobre el PNG desde el OCRResult guardado

Engine

Un solo engine escena (get_ocr): use_doc_orientation_classify=False, use_doc_unwarping=False, use_textline_orientation=True.

PDF/TIFF: raster en storage.py → cada página es un PNG que pasa por el mismo /infer.

Orientación y rescate

Paddle solo clasifica línea 0°/180° y endereza crops muy altos. El rescate estima ángulo en el crop (minAreaRect), barre ±7.5/15 (y fallback de grilla) y reemplaza el texto solo si mejora la confianza (margen 0.02 en diagonales).

Se aplica solo a imágenes (no a páginas cuyo source_format es pdf/tiff), por coste CPU.

Qué no hace

No expone selectores tiny/small ni HPI; no usa Official API cloud; no hace predict nativo multipágina Paddle sobre el PDF crudo.

Archivos relacionados