一 使用的 orc 框架：

https://gitee.com/paddlepaddle/PaddleOCR/tree/release/2.2/ppstructure

二 识别对象：

测试的代码：

import os
import cv2
from paddleocr import PPStructure, save_structure_res
import time

# 创建表格结构识别引擎
table_engine = PPStructure(layout=False, show_log=False)

# 指定结果保存文件夹路径
save_folder = './output'

# 待处理的图像文件路径
img_path = './test4.jpg'

# 使用OpenCV读取图像
img = cv2.imread(img_path)

# 记录开始时间
start_time = time.time()

# 调用表格结构识别引擎处理图像
result = table_engine(img)

# 记录结束时间
end_time = time.time()

# 计算处理时间（毫秒）
processing_time_ms = (end_time - start_time) * 1000

# 保存识别结果到指定文件夹，以图像文件名为基础名称
save_structure_res(result, save_folder,
                   os.path.basename(img_path).split('.')[0])

# 打印识别结果，剔除不需要的图像信息
for line in result:
    line.pop('img')
    print(line)

# 打印处理时间，使用分、秒、毫秒表示
processing_time_sec = int(processing_time_ms / 1000)
processing_time_ms %= 1000
processing_time_min = int(processing_time_sec / 60)
processing_time_sec %= 60
print(
    f"处理时间: {processing_time_min} 分 {processing_time_sec} 秒 {processing_time_ms} 毫秒")

输出的内容：

https://oss.7yi.link/ocr/test4.xlsx

见图：




可以看出，模型使用还是很强大的，对表格支持很好。

所以觉得我的项目可以使用飞桨的这套orc

我碰到的是后续的问题：

1 如何让表格内的字符识别更精准，

   国际象棋记谱的字符有以下几个
   RNBQK
   a-f
   1-8
    0 - X #

  可以看出字符很少，如果在识别的时候可以限定这几个字符的话，那么应当相当精准了
  所以我想到的是，希望代码在查找到表格以后，从第二行开始，在限定范围中进行识别，荋 其它的都还使用汉字识别

2 如何给识别库新增手工标注的库

   这个软件的识别内容，来自4-8岁之间的孩子，所以书写上会很乱，所以在后面的运营中，如果碰到软件不识别的，我如何通过人工的方法把这些系统认不出的添加到系统里  飞桨有一个标注的软件，具体怎么用还在研究中