增加分析按钮，文本匹配记录记录

ocr_app.py

@@ -28,8 +28,14 @@
 from surya.settings import settings
 from surya.tables import batch_table_recognition
 from surya.postprocessing.util import rescale_bboxes, rescale_bbox
+
+# 导入自定义的stSession
 from surya.util.session import Session
 
+
+# 导入正则表达式模块
+import re
+
 # 缓存资源 建立Session对象
 st_session = Session(st=st, key="ocr_app", value=None)
 
@@ -307,12 +313,20 @@ def display_ocr_results(rec_img, pred):
 
         # 如果是文本格式 这里可以接入ollama 进行文本分析 给出建议
         with text_tab:
+            # index是每一个识别出的文本的索引，p是每一个识别出的文本
             for index, p in enumerate(pred.text_lines):
                 cols = st.columns([4, 1])  # 创建两列，第一列宽度为4，第二列宽度为1
                 with cols[0]:
                     st.text(p.text)  # 在第一列显示文本
                 with cols[1]:
-                    st.button("分析", key=f"analyze_button_{index}")  # 在第二列显示按钮
+                    is_checked = st.button("分析", key=f"analyze_button_{
+                                           index}")  # 在第二列显示按钮
+
+                    # 如果按钮被点击 那么就要展示一个对话框，然后跟ollama对接
+                    if is_checked:
+                        st.write("分析中...")
+                        # TODO 存储到session中 其他的地方可以直接拿到
+                        st_session.set(f"text-{p.text}", p.text)
 
 
 # 如果session中已经有了ocr的信息
@@ -368,3 +382,22 @@ def display_ocr_results(rec_img, pred):
 # 显示上传的图片
 with col2:
     st.image(pil_image, caption="上传的图片", use_container_width=True)
+
+    is_have = st_session.get('text-', is_reg=True)
+
+    print('is_have:', is_have)
+
+    if is_have:
+
+        if len(is_have) == 0:
+            st.write('渲染错误:没有匹配到相关的文本')
+
+        else:
+            # 使用 Markdown 美化标题
+            st.markdown("### 分析文本记录")
+            st.markdown("---")  # 添加分割线
+            # 遍历所有的文本记录 方便展示
+            for text in is_have:
+                st.write(text)
+    else:
+        print("没有匹配到相关的文本")

surya/model/detection/model.py

@@ -712,7 +712,12 @@ def forward(self, x):
 
 # EfficientViT预训练模型
 '''
-arxiv: https://arxiv.org/abs/2205.14756
+arxiv: https://arxiv.org/abs/2205.14756 
+
+name : 具有级联组注意力机制的内存高效视觉转换器 
+
+github : https://github.com/microsoft/Cream/tree/main/EfficientViT
+
 EfficientViT是一种高效的视觉Transformer
 (Vision Transformer)架构。Transformer模型最初
 用于自然语言处理任务，但近年来也被应用于计算机视觉任务，

surya/util/session.py

@@ -2,6 +2,7 @@
   Session封装类
   基于Streamlit API 实现用于存储用户的会话信息
 '''
+import re
 
 
 class Session:
@@ -10,15 +11,35 @@ def __init__(self, st, key, value):
         self._key = key
         self._value = value
 
-    def get(self, str):
-
-        if str not in self._st.session_state:
-            return None
-
+    # 获取所有键
+    def keys(self):
+        return self._st.session_state.keys()
+    # 获取 支持正则匹配
+
+    def get(self, str, is_reg=False):
+        # 如果开启正则匹配
+        if is_reg:
+            # 正则
+            pattern = re.compile(r"^" + re.escape(str))
+            print('pattern', pattern)
+            # 满足条件的集合 用于返回所有的键
+            result = []
+            # 遍历所有的键
+            for key in self.keys():
+                if pattern.match(key):
+                    result.append(self._st.session_state[key])
+
+            print("regex::get", result)
+            return result
+        # 不开启正则匹配 就直接查找返回
         else:
+            if str not in self._st.session_state:
+                return None
+
             return self._st.session_state[f'{str}']
 
     def set(self, str, value):
+        print('session::set', str, value)
         self._st.session_state[f'{str}'] = value
 
     def remove(self, str):