PP-StructureV3 的parsing_res_list 如何开启seg_start_flag、seg_end_flag、sub_label、sub_index、index 这些字段呢？

[tao-xiaoxin]

我想问下如何开启这些字段呢？

我的代码如下：

from pathlib import Path
from paddleocr import PPStructureV3

input_file = "./7b47dfdcc0315435486d1552ce6294f4.pdf"
output_path = Path("./o")


pipeline=PPStructureV3(
    device="gpu:0",
    use_doc_orientation_classify=True,
    use_doc_unwarping=True,
    use_textline_orientation=True
)
output = pipeline.predict(input=input_file)

markdown_list = []
markdown_images = []

for res in output:
    md_info = res.markdown
    markdown_list.append(md_info)
    markdown_images.append(md_info.get("markdown_images", {}))

markdown_texts = pipeline.concatenate_markdown_pages(markdown_list)

mkd_file_path = output_path / f"{Path(input_file).stem}.md"
mkd_file_path.parent.mkdir(parents=True, exist_ok=True)

with open(mkd_file_path, "w", encoding="utf-8") as f:
    f.write(markdown_texts)

for item in markdown_images:
    if item:
        for path, image in item.items():
            file_path = output_path / path
            file_path.parent.mkdir(parents=True, exist_ok=True)
            image.save(file_path)

版本是最新版本.3.1.1

[liuhongen1234567]

您好，可以 调用 res.save_to_json(save_path="output") ，parsing_res_list 以及 seg_start_flag、seg_end_flag、sub_label、sub_index、index等字段都保存在json文件里，或者使用 res["parsing_res_list"] 读取。