Merge pull request #12 from breezedeus/dev

optimize the order of boxes (new version of CnSTD), and the latex result

Makefile

@@ -2,7 +2,7 @@ package:
 	rm -rf build
 	python setup.py sdist bdist_wheel
 
-VERSION = 0.2
+VERSION = 0.2.1
 upload:
 	python -m twine upload  dist/pix2text-$(VERSION)* --verbose
 

README.md

@@ -11,7 +11,7 @@
 ![last-commit](https://img.shields.io/github/last-commit/breezedeus/pix2text)
 [![Twitter](https://img.shields.io/twitter/url?url=https%3A%2F%2Ftwitter.com%2Fbreezedeus)](https://twitter.com/breezedeus)
 
-[🛀🏻 在线Demo](https://huggingface.co/spaces/breezedeus/pix2text) |
+[👩🏻‍💻网页版](https://p2t.behye.com) |
 [💬 交流群](https://cnocr.readthedocs.io/zh/latest/contact/)
 
 </div>
@@ -24,16 +24,18 @@
 # Pix2Text (P2T)
 
 
-【Update 2023.02.10： **[P2T网页版](https://p2t.behye.com)** 开放免费试用】
+【Update 2023.02.10： **[P2T网页版](https://p2t.behye.com)** 开放免费使用】
 
-* P2T作为Python包，对于不熟悉Python的朋友还是太不友好，所以我们也开发了 [P2T网页版](https://p2t.behye.com)。
-  限于服务器资源有限，网页版前期只开放少量 key 供有需要的朋友使用，优先在校师生（MathPix 每月要5美元，对在校生来说还是蛮贵的）。
-* 更多信息：[Pix2Text (P2T) 新版发布，离Mathpix又近了一大步 - 知乎](https://zhuanlan.zhihu.com/p/604999678) 。
+* P2T作为Python包，对于不熟悉Python的朋友还是太不友好，所以我们也开发了 [P2T网页版](https://p2t.behye.com)，可直接免费使用，欢迎帮忙推荐分享。
+* 视频介绍：[Pix2Text 新版和网页版发布，离Mathpix又近了一大步_bilibili](https://www.bilibili.com/video/BV1U24y1q7n3) 。
+* 文字版介绍：[Pix2Text (P2T) 新版发布，离Mathpix又近了一大步 - 知乎](https://zhuanlan.zhihu.com/p/604999678) 。
 
 【Update 2023.02.03：**V0.2** 发布】
 
 * 利用 **[CnSTD](https://github.com/breezedeus/cnstd)** 新版的**数学公式检测**（**Mathematical Formula Detection**，简称 **MFD**）能力，**P2T V0.2** 支持**识别既包含文字又包含公式的混合图片**。
 
+了解更多：[RELEASE.md](./RELEASE.md) 。
+
 ---
 
 
@@ -398,13 +400,15 @@ Options:
                                   analyzer]
   -a, --analyzer-name [mfd|layout]
                                   使用哪个Analyzer，MFD还是版面分析  [default: mfd]
+  -t, --analyzer-type TEXT        Analyzer使用哪个模型，'yolov7_tiny' or 'yolov7'
+                                  [default: yolov7_tiny]
   -d, --device TEXT               使用 `cpu` 还是 `gpu` 运行代码，也可指定为特定gpu，如`cuda:0`
                                   [default: cpu]
-  --resized-shape INTEGER         把图片宽度resize到此大小再进行处理  [default: 700]
+  --resized-shape INTEGER         把图片宽度resize到此大小再进行处理  [default: 600]
   -i, --img-file-or-dir TEXT      输入图片的文件路径或者指定的文件夹  [required]
-  --save-analysis-res TEXT        把解析结果存储到此文件或目录中（如果"--img-file-or-dir"
-                                  为文件/文件夹，则"--save-analysis-res"
-                                  也应该是文件/文件夹）。取值为 `None` 表示不存储 [default: None]
+  --save-analysis-res TEXT        把解析结果存储到此文件或目录中（如果'--img-file-or-
+                                  dir'为文件/文件夹，则'--save-analysis-
+                                  res'也应该是文件/文件夹）。取值为 `None` 表示不存储
   -l, --log-level TEXT            Log Level, such as `INFO`, `DEBUG`
                                   [default: INFO]
   -h, --help                      Show this message and exit.

RELEASE.md

@@ -1,14 +1,20 @@
 # Release Notes
 
-# Update 2023.02.03：发布 **V0.2**
+## Update 2023.02.19：发布 **V0.2.1**
+
+主要变更：
+* 增加后处理机制优化Latex-OCR的识别结果；
+* 使用最新的 [CnSTD](https://github.com/breezedeus/cnstd) 和 [CnOCR](https://github.com/breezedeus/cnocr)，它们修复了一些bug。
+
+## Update 2023.02.03：发布 **V0.2**
 
 主要变更：
 * 利用 **[CnSTD](https://github.com/breezedeus/cnstd)** 新版的**数学公式检测**（**Mathematical Formula Detection**，简称 **MFD**）能力，**P2T V0.2** 支持**识别既包含文字又包含公式的混合图片**。
 
-# Update 2022.10.21：发布 V0.1.1
+## Update 2022.10.21：发布 V0.1.1
 
 主要变更：
 * Fix: remove the character which causes error on Windows
 
-# Update 2022.09.11：发布 V0.1
+## Update 2022.09.11：发布 V0.1
 * 初版发布

pix2text/__version__.py

@@ -1,4 +1,4 @@
 # coding: utf-8
 # Copyright (C) 2022, [Breezedeus](https://github.com/breezedeus).
 
-__version__ = '0.2'
+__version__ = '0.2.1'

pix2text/cli.py

@@ -36,6 +36,14 @@ def cli():
     help="使用哪个Analyzer，MFD还是版面分析",
     show_default=True,
 )
+@click.option(
+    "-t",
+    "--analyzer-type",
+    type=str,
+    default='yolov7_tiny',
+    help="Analyzer使用哪个模型，'yolov7_tiny' or 'yolov7'",
+    show_default=True,
+)
 @click.option(
     "-d",
     "--device",
@@ -45,16 +53,19 @@ def cli():
     show_default=True,
 )
 @click.option(
-    "--resized-shape", help="把图片宽度resize到此大小再进行处理", type=int, default=700,
+    "--resized-shape",
+    help="把图片宽度resize到此大小再进行处理",
+    type=int,
+    default=600,
     show_default=True,
 )
 @click.option("-i", "--img-file-or-dir", required=True, help="输入图片的文件路径或者指定的文件夹")
 @click.option(
     "--save-analysis-res",
     default=None,
     help="把解析结果存储到此文件或目录中"
-         "（如果'--img-file-or-dir'为文件/文件夹，则'--save-analysis-res'也应该是文件/文件夹）。"
-         "取值为 `None` 表示不存储",
+    "（如果'--img-file-or-dir'为文件/文件夹，则'--save-analysis-res'也应该是文件/文件夹）。"
+    "取值为 `None` 表示不存储",
     show_default=True,
 )
 @click.option(
@@ -67,6 +78,7 @@ def cli():
 def predict(
     use_analyzer,
     analyzer_name,
+    analyzer_type,
     device,
     resized_shape,
     img_file_or_dir,
@@ -76,7 +88,10 @@ def predict(
     """模型预测"""
     logger = set_logger(log_level=log_level)
 
-    p2t = Pix2Text(analyzer_config=dict(model_name=analyzer_name), device=device)
+    p2t = Pix2Text(
+        analyzer_config=dict(model_name=analyzer_name, model_type=analyzer_type),
+        device=device,
+    )
 
     fp_list = []
     if os.path.isfile(img_file_or_dir):
@@ -88,7 +103,9 @@ def predict(
         fp_list = [os.path.join(img_file_or_dir, fn) for fn in fn_list]
         if save_analysis_res:
             os.makedirs(save_analysis_res, exist_ok=True)
-            save_analysis_res = [os.path.join(save_analysis_res, 'analysis-' + fn) for fn in fn_list]
+            save_analysis_res = [
+                os.path.join(save_analysis_res, 'analysis-' + fn) for fn in fn_list
+            ]
 
     for idx, fp in enumerate(fp_list):
         analysis_res = save_analysis_res[idx] if save_analysis_res is not None else None
@@ -104,12 +121,10 @@ def predict(
 
 @cli.command('serve')
 @click.option(
-    '-H', '--host', type=str, default='0.0.0.0', help='server host',
-    show_default=True,
+    '-H', '--host', type=str, default='0.0.0.0', help='server host', show_default=True,
 )
 @click.option(
-    '-p', '--port', type=int, default=8503, help='server port',
-    show_default=True,
+    '-p', '--port', type=int, default=8503, help='server port', show_default=True,
 )
 @click.option(
     '--reload',