作者：elfin  
参考资料来源：GitHub

• 一、环境准备
• 二、环境测试

LayoutParser是一个版面分析工具包，它提供了布局检测、OCR识别、布局分析等接口，项目可以从https://github.com/Layout-Parser/layout-parser进行获取

Top---Bottom

一、环境准备

这里我们准备一个自带cuda环境、anconda3.7环境的容器，如果需要可以用下面的命令拉去docker镜像。

$ docker pull elfin2docker/ai_container:20210924


基于这个镜像，部署容器后，我们直接进行安装：

$ pip install layoutparser # Install the base layoutparser library with
$ pip install "layoutparser[layoutmodels]" # Install DL layout model toolkit
$ pip install "layoutparser[ocr]" # Install OCR toolkit


通过简单的pip install layoutparser即可简单安装，正在的做到了开箱即用！"layoutparser[layoutmodels]"与"layoutparser[ocr]"需要单独安装。

二、环境测试

我们可以使用如下的案例来验证是否安装成功：

import layoutparser as lp
from PIL import Image
cOnfig= "lp://PubLayNet/tf_efficientdet_d0/config"
model = lp.EfficientDetLayoutModel(
config_path=config,
model_path="./publaynet-tf_efficientdet_d0.pth.tar"
)
image = Image.open("images_1.png")
layout = model.detect(image)


config指定了模型的配置结构，EfficientDetLayoutModel标识了用什么模型，模型应该是只能使用EfficientDetLayoutModel，paddleocr和detectron2应该需要安装相应的包，在安装包中的models中可以查找到对应的模型：

• models/paddledetection/layoutmodel.py --> class PaddleDetectionLayoutModel


• models/effdet/layoutmodel.py --> class EfficientDetLayoutModel


• models/detectron2/layoutmodel.py --> class Detectron2LayoutModel

如果你不知道环境中有哪几种模型可以使用，则建议使用以下方法进行验证

>>> import layoutparser as lp
>>> lp.is_detectron2_available()
False
>>> lp.is_paddle_available()
False


如上所示，这里在安装后默认是没有detectron2、paddle模型的！

---

Top---Bottom

完！