English | 简体中文

PPOCRLabel

PPOCRLabel是一款适用于OCR领域的半自动化图形标注工具，内置PPOCR模型对数据自动标注和重新识别。使用python3和pyqt5编写，支持矩形框标注和四点标注模式，导出格式可直接用于PPOCR检测和识别模型的训练。

半自动标注工具PPOCRLabel - 图1

近期更新

  • 2021.1.11：优化标注体验（by edencfc）：
    • 用户可在“视图 - 弹出标记输入框”选择在画完检测框后标记输入框是否弹出。
    • 识别结果与检测框同步滚动。
    • 识别结果更改为单击修改。（如果无法修改，请切换为系统自带输入法，或再次切回原输入法）
  • 2020.12.18： 支持对单个标记框进行重新识别（by ninetailskim），完善快捷键。

尽请期待

  • 锁定框模式：针对同一场景数据，被锁定的检测框的大小与位置能在不同图片之间传递。
  • 体验优化：增加撤销操作，批量移动、复制、删除等功能。优化标注流程。

如果您对以上内容感兴趣或对完善工具有不一样的想法，欢迎加入我们的队伍与我们共同开发

安装

1. 安装PaddleOCR

PPOCRLabel内置PaddleOCR模型，故请参考PaddleOCR安装文档准备好PaddleOCR，并确保PaddleOCR安装成功。

2. 安装PPOCRLabel

Windows + Anaconda

  1. pip install pyqt5
  2. cd ./PPOCRLabel # 将目录切换到PPOCRLabel文件夹下
  3. python PPOCRLabel.py --lang ch

Ubuntu Linux

  1. pip3 install pyqt5
  2. pip3 install trash-cli
  3. cd ./PPOCRLabel # 将目录切换到PPOCRLabel文件夹下
  4. python3 PPOCRLabel.py --lang ch

macOS

  1. pip3 install pyqt5
  2. pip3 uninstall opencv-python # 由于mac版本的opencv与pyqt有冲突，需先手动卸载opencv
  3. pip3 install opencv-contrib-python-headless==4.2.0.32 # 安装headless版本的open-cv
  4. cd ./PPOCRLabel # 将目录切换到PPOCRLabel文件夹下
  5. python3 PPOCRLabel.py --lang ch

使用

操作步骤

  1. 安装与运行：使用上述命令安装与运行程序。
  2. 打开文件夹：在菜单栏点击 “文件” - “打开目录” 选择待标记图片的文件夹[1].
  3. 自动标注：点击 ”自动标注“，使用PPOCR超轻量模型对图片文件名前图片状态[2]为 “X” 的图片进行自动标注。
  4. 手动标注：点击 “矩形标注”（推荐直接在英文模式下点击键盘中的 “W”)，用户可对当前图片中模型未检出的部分进行手动绘制标记框。点击键盘Q，则使用四点标注模式（或点击“编辑” - “四点标注”），用户依次点击4个点后，双击左键表示标注完成。
  5. 标记框绘制完成后，用户点击 “确认”，检测框会先被预分配一个 “待识别” 标签。
  6. 重新识别：将图片中的所有检测画绘制/调整完成后，点击 “重新识别”，PPOCR模型会对当前图片中的所有检测框重新识别[3]。
  7. 内容更改：双击识别结果，对不准确的识别结果进行手动更改。
  8. 确认标记：点击 “确认”，图片状态切换为 “√”，跳转至下一张（此时不会直接将结果写入文件）。
  9. 删除：点击 “删除图像”，图片将会被删除至回收站。
  10. 保存结果：用户可以通过菜单中“文件-保存标记结果”手动保存，同时程序也会在用户每确认5张图片后自动保存一次。手动确认过的标记将会被存放在所打开图片文件夹下的Label.txt中。在菜单栏点击 “文件” - “保存识别结果”后，会将此类图片的识别训练数据保存在crop_img文件夹下，识别标签保存在rec_gt.txt中[4]。

注意

[1] PPOCRLabel以文件夹为基本标记单位，打开待标记的图片文件夹后，不会在窗口栏中显示图片，而是在点击 “选择文件夹” 之后直接将文件夹下的图片导入到程序中。

[2] 图片状态表示本张图片用户是否手动保存过，未手动保存过即为 “X”，手动保存过为 “√”。点击 “自动标注”按钮后，PPOCRLabel不会对状态为 “√” 的图片重新标注。

[3] 点击“重新识别”后，模型会对图片中的识别结果进行覆盖。因此如果在此之前手动更改过识别结果，有可能在重新识别后产生变动。

[4] PPOCRLabel产生的文件放置于标记图片文件夹下，包括一下几种，请勿手动更改其中内容，否则会引起程序出现异常。

文件名说明
Label.txt检测标签，可直接用于PPOCR检测模型训练。用户每保存5张检测结果后，程序会进行自动写入。当用户关闭应用程序或切换文件路径后同样会进行写入。
fileState.txt图片状态标记文件，保存当前文件夹下已经被用户手动确认过的图片名称。
Cache.cach缓存文件，保存模型自动识别的结果。
rec_gt.txt识别标签。可直接用于PPOCR识别模型训练。需用户手动点击菜单栏“文件” - “保存识别结果”后产生。
crop_img识别数据。按照检测框切割后的图片。与rec_gt.txt同时产生。

说明

快捷键

快捷键说明
Ctrl + shift + A自动标注所有未确认过的图片
Ctrl + shift + R对当前图片的所有标记重新识别
W新建矩形框
Q新建四点框
Ctrl + E编辑所选框标签
Ctrl + R重新识别所选标记
Backspace删除所选框
Ctrl + V确认本张图片标记
Ctrl + Shift + d删除本张图片
D下一张图片
A上一张图片
Ctrl++缩小
Ctrl—放大
↑→↓←移动标记框

内置模型

  • 默认模型：PPOCRLabel默认使用PaddleOCR中的中英文超轻量OCR模型，支持中英文与数字识别，多种语言检测。

  • 模型语言切换：用户可通过菜单栏中 “PaddleOCR” - “选择模型” 切换内置模型语言，目前支持的语言包括法文、德文、韩文、日文。具体模型下载链接可参考PaddleOCR模型列表.

  • 自定义模型：用户可根据自定义模型代码使用，通过修改PPOCRLabel.py中针对PaddleOCR类的实例化替换成自己训练的模型。

保存方式

PPOCRLabel支持三种保存方式：

  • 程序自动保存：当检测到用户手动确认过5张图片后，程序自动将标记结果写入Label.txt中。其中用户可通过更改PPOCRLabel.py中的self.autoSaveNum的数值设置确认几张图片后进行自动保存。
  • 手动保存：点击“文件 - 保存标记结果”手动保存标记。
  • 关闭应用程序保存

导出部分识别结果

针对部分难以识别的数据，通过在识别结果的复选框中取消勾选相应的标记，其识别结果不会被导出。

注意：识别结果中的复选框状态仍需用户手动点击保存后才能保留

错误提示

  • 如果同时使用whl包安装了paddleocr，其优先级大于通过paddleocr.py调用PaddleOCR类，whl包未更新时会导致程序异常。

  • PPOCRLabel不支持对中文文件名的图片进行自动标注。

  • 针对Linux用户：如果您在打开软件过程中出现**objc[XXXXX]**开头的错误，证明您的opencv版本太高，建议安装4.2版本：

    1. pip install opencv-python==4.2.0.32

  • 如果出现 Missing string id 开头的错误，需要重新编译资源：

    1. pyrcc5 -o libs/resources.py resources.qrc

  • 如果出现 module 'cv2' has no attribute 'INTER_NEAREST'错误，需要首先删除所有opencv相关包，然后重新安装4.2.0.32版本的headless opencv

    1. pip install opencv-contrib-python-headless==4.2.0.32

参考资料

1.Tzutalin. LabelImg. Git code (2015)