目录
一、更新概述
surya项目Github地址：https://github.com/VikParuchuri/surya
号称今年最强OCR的surya近期迎来新的更新，Vik大佬更新了表格检测的模型。
最新surya------0.6.1版本的识别效果如下。现在还可以识别文章阅读的行文顺序，对表格内的数字信息也可以很好的提取。
二、环境安装
1.基础环境配置
在之前使用surya的0.3.0 版本中使用的是torch1.12.1 ，更新后的surya的0.6.0 版本需要更高的torch环境，因此需要重新创建虚拟环境，并安装高于2.3.0的Pytorch。
此处python版本虽然官方文档说和0.3.0版本一样3.9+ 即可，但使用3.9会红字报错，因为一些代码使用和书写规范在3.9后发生改变，最好使用版本在**3.10+**以上，如果坚持使用3.9，按下面使用部分报错修改处，处理源码。
python
# 创建虚拟conda环境
conda create -n surya0.6 python=3.10
# 激活环境
conda activate surya0.6
# 安装更高版本pytorch
pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cu118
# 或者官网稳定版2.4.1
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
## cpu版本
pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 --index-url https://download.pytorch.org/whl/cpupytorch安装好了以后直接pip安装最新版surya即可。在编写此文时最新版的为0.6.1版本。
python
# 安装最新版本surya
pip install --upgrade surya-ocr
最好将其最新的源码也下载下来，方便后续项目的查看和调试。
Github地址Surya：https://github.com/VikParuchuri/surya
2.模型参数下载
和之前一样如果想直接使用surya需要有良好的"科学上网"配置，因为源码或安装库里面都不直接下载好的了模型参数，第一次使用会到huggingface下载对应模型参数。
因此有两种解决办法，一是使用huggingface的国内镜像网站hf-mirror；或者提前下载好模型参数到项目目录，在设置中修改模型地址。本文选择后者。
huggingface作者surya模型参数保存地址：https://huggingface.co/vikp
（推荐） 国内hugging-mirror镜像地址：https://hf-mirror.com/models?search=vikp
下载好的模型参数可以在surya源码下载处新建一个huggingmodel子文件夹，下存放各种模型参数。
3.参数地址配置------settings.py
推荐将模型下载到本地后，再在surya项目环境安装包源码处修改全局参数中关于模型加载地址部分，这样更不容易报错。
首先打开在conda中安装的虚拟环境文件夹地址，在以下文件路径中。所有安装在虚拟环境中的库都在此路径下。
python
miniconda\envs\surya0.6\Lib\site-packages在所有安装库中找到surya名称的文件，再打开就可以看到settings.py文件了。
根据之前源码拆解博文修改其中的模型配置参数。
博文快速链接：https://blog.csdn.net/qq_58718853/article/details/137815688
三、指令使用
1.命令指令运行
有了上述环境准备后，可以直接使用指令快速使用。只需将实际本地图片地址替换下方Data_Path即可。
python
# ocr文本检测识别
surya_ocr Data_Path
# detect文本行检测
surya_detect Data_Path
# layout板式分析
surya_layout Data_PATH
# table表格检测
surya_table Data_PATH
# order文本阅读顺序
surya_order Data_PATH首先实验一下检测模型（只需要surya_det3）是否可以使用。结果会在项目项新建一个results文件夹。
再来测试一下ocr模型。（需要surya_det3和surya_rec2模型）
还有表格模型。（需要surya_rec2和surya_layout3和surya_tablerec模型）
2.可视化结果
只需在上述命令行指令后面加上"--images"即可完成可视化保存。
python
# 可视化保存
surya_detect DataPath --images本文随意截取了两张csdn界面的图像，使用surya进行识别检测测试。
文本行检测模型可视化结果如下。其检测框似乎还不错，至少有95%以上的正确框。
板式分析layout模型检测效果如下。
表格检测模型效果如下。
