python opencv將表格圖片按照表格框線分割和識(shí)別
如下小程序?yàn)槭褂胮ython+opencv將表格圖片,按照表格進(jìn)行分割,并識(shí)別分割后的子圖片中的文字,希望對(duì)需要的小伙伴有一些些幫助。具體的實(shí)現(xiàn)見如下代碼。
# -*- coding: utf-8 -*-
"""
Created on Tue May 28 19:23:19 2019
將圖片按照表格框線交叉點(diǎn)分割成子圖片(傳入圖片路徑)
@author: hx
"""
import cv2
import numpy as np
import pytesseract
image = cv2.imread('C:/Users/Administrator/Desktop/7.jpg', 1)
#灰度圖片
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#二值化
binary = cv2.adaptiveThreshold(~gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 35, -5)
#ret,binary = cv2.threshold(~gray, 127, 255, cv2.THRESH_BINARY)
cv2.imshow("二值化圖片:", binary) #展示圖片
cv2.waitKey(0)
rows,cols=binary.shape
scale = 40
#識(shí)別橫線
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(cols//scale,1))
eroded = cv2.erode(binary,kernel,iterations = 1)
#cv2.imshow("Eroded Image",eroded)
dilatedcol = cv2.dilate(eroded,kernel,iterations = 1)
cv2.imshow("表格橫線展示:",dilatedcol)
cv2.waitKey(0)
#識(shí)別豎線
scale = 20
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(1,rows//scale))
eroded = cv2.erode(binary,kernel,iterations = 1)
dilatedrow = cv2.dilate(eroded,kernel,iterations = 1)
cv2.imshow("表格豎線展示:",dilatedrow)
cv2.waitKey(0)
#標(biāo)識(shí)交點(diǎn)
bitwiseAnd = cv2.bitwise_and(dilatedcol,dilatedrow)
cv2.imshow("表格交點(diǎn)展示:",bitwiseAnd)
cv2.waitKey(0)
# cv2.imwrite("my.png",bitwiseAnd) #將二值像素點(diǎn)生成圖片保存
#標(biāo)識(shí)表格
merge = cv2.add(dilatedcol,dilatedrow)
cv2.imshow("表格整體展示:",merge)
cv2.waitKey(0)
#兩張圖片進(jìn)行減法運(yùn)算,去掉表格框線
merge2 = cv2.subtract(binary,merge)
cv2.imshow("圖片去掉表格框線展示:",merge2)
cv2.waitKey(0)
#識(shí)別黑白圖中的白色交叉點(diǎn),將橫縱坐標(biāo)取出
ys,xs = np.where(bitwiseAnd>0)
mylisty=[] #縱坐標(biāo)
mylistx=[] #橫坐標(biāo)
#通過排序,獲取跳變的x和y的值,說明是交點(diǎn),否則交點(diǎn)會(huì)有好多像素值值相近,我只取相近值的最后一點(diǎn)
#這個(gè)10的跳變不是固定的,根據(jù)不同的圖片會(huì)有微調(diào),基本上為單元格表格的高度(y坐標(biāo)跳變)和長(zhǎng)度(x坐標(biāo)跳變)
i = 0
myxs=np.sort(xs)
for i in range(len(myxs)-1):
if(myxs[i+1]-myxs[i]>10):
mylistx.append(myxs[i])
i=i+1
mylistx.append(myxs[i]) #要將最后一個(gè)點(diǎn)加入
i = 0
myys=np.sort(ys)
#print(np.sort(ys))
for i in range(len(myys)-1):
if(myys[i+1]-myys[i]>10):
mylisty.append(myys[i])
i=i+1
mylisty.append(myys[i]) #要將最后一個(gè)點(diǎn)加入
print('mylisty',mylisty)
print('mylistx',mylistx)
#循環(huán)y坐標(biāo),x坐標(biāo)分割表格
for i in range(len(mylisty)-1):
for j in range(len(mylistx)-1):
#在分割時(shí),第一個(gè)參數(shù)為y坐標(biāo),第二個(gè)參數(shù)為x坐標(biāo)
ROI = image[mylisty[i]+3:mylisty[i+1]-3,mylistx[j]:mylistx[j+1]-3] #減去3的原因是由于我縮小ROI范圍
cv2.imshow("分割后子圖片展示:",ROI)
cv2.waitKey(0)
#special_char_list = '`~!@#$%^&*()-_=+[]{}|\\;:‘',?!丁??ˇ'
pytesseract.pytesseract.tesseract_cmd = 'E:/Tesseract-OCR/tesseract.exe'
text1 = pytesseract.image_to_string(ROI) #讀取文字,此為默認(rèn)英文
#text2 = ''.join([char for char in text2 if char not in special_char_list])
print('識(shí)別分割子圖片信息為:'+text1)
j=j+1
i=i+1
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python常見加密模塊用法分析【MD5,sha,crypt模塊】
這篇文章主要介紹了Python常見加密模塊用法,結(jié)合實(shí)例形式較為詳細(xì)的分析了MD5,sha與crypt模塊加密的相關(guān)實(shí)現(xiàn)方法與操作技巧,需要的朋友可以參考下2017-05-05
win10安裝tensorflow-gpu1.8.0詳細(xì)完整步驟
這篇文章主要介紹了win10安裝tensorflow-gpu1.8.0詳細(xì)完整步驟,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-01-01
Python實(shí)現(xiàn)代碼統(tǒng)計(jì)工具(終極篇)
這篇文章主要介紹了Python實(shí)現(xiàn)代碼統(tǒng)計(jì)工具的相關(guān)資料,供大家參考,感興趣的小伙伴們可以參考一下2016-07-07
Python遞歸求出列表(包括列表中的子列表)的最大值實(shí)例
今天小編就為大家分享一篇Python遞歸求出列表(包括列表中的子列表)的最大值實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
python學(xué)習(xí)基礎(chǔ)之循環(huán)import及import過程
python中的import語句是用來導(dǎo)入模塊的,下面這篇文章主要給大家介紹了關(guān)于python學(xué)習(xí)基礎(chǔ)之循環(huán)import及import過程的相關(guān)資料,需要的朋友可以參考借鑒,下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2018-04-04
穩(wěn)扎穩(wěn)打?qū)WPython之容器 可迭代對(duì)象 迭代器 生成器專題講解
在剛開始學(xué)Python的時(shí)候,是不是經(jīng)常會(huì)聽到大佬們?cè)谥v容器、可迭代對(duì)象、迭代器、生成器、列表/集合/字典推導(dǎo)式等等眾多概念,其實(shí)這不是大佬們沒事就擱那扯專業(yè)術(shù)語來裝B,而是這些東西都得要明白的,光知道字符串、列表等基礎(chǔ)還是不夠的,尤其是在Python的數(shù)據(jù)結(jié)構(gòu)方面2021-10-10

