python opencv将表格图片按照表格框线分割和识别
如下小程序为使用python+opencv将表格图片，按照表格进行分割，并识别分割后的子图片中的文字，希望对需要的小伙伴有一些些帮助。具体的实现见如下代码。
#-*-coding:utf-8-*-
"""
CreatedonTueMay2819:23:192019
将图片按照表格框线交叉点分割成子图片（传入图片路径）
@author:hx
"""
importcv2
importnumpyasnp
importpytesseract
image=cv2.imread('C:/Users/Administrator/Desktop/7.jpg',1)
#灰度图片
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("二值化图片：",binary)#展示图片
cv2.waitKey(0)
rows,cols=binary.shape
scale=40
#识别横线
kernel=cv2.getStructuringElement(cv2.MORPH_RECT,(cols//scale,1))
eroded=cv2.erode(binary,kernel,iterations=1)
#cv2.imshow("ErodedImage",eroded)
dilatedcol=cv2.dilate(eroded,kernel,iterations=1)
cv2.imshow("表格横线展示：",dilatedcol)
cv2.waitKey(0)
#识别竖线
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("表格竖线展示：",dilatedrow)
cv2.waitKey(0)
#标识交点
bitwiseAnd=cv2.bitwise_and(dilatedcol,dilatedrow)
cv2.imshow("表格交点展示：",bitwiseAnd)
cv2.waitKey(0)
#cv2.imwrite("my.png",bitwiseAnd)#将二值像素点生成图片保存
#标识表格
merge=cv2.add(dilatedcol,dilatedrow)
cv2.imshow("表格整体展示：",merge)
cv2.waitKey(0)
#两张图片进行减法运算，去掉表格框线
merge2=cv2.subtract(binary,merge)
cv2.imshow("图片去掉表格框线展示：",merge2)
cv2.waitKey(0)
#识别黑白图中的白色交叉点，将横纵坐标取出
ys,xs=np.where(bitwiseAnd>0)
mylisty=[]#纵坐标
mylistx=[]#横坐标
#通过排序，获取跳变的x和y的值，说明是交点，否则交点会有好多像素值值相近，我只取相近值的最后一点
#这个10的跳变不是固定的，根据不同的图片会有微调，基本上为单元格表格的高度（y坐标跳变）和长度（x坐标跳变）
i=0
myxs=np.sort(xs)
foriinrange(len(myxs)-1):
if(myxs[i+1]-myxs[i]>10):
mylistx.append(myxs[i])
i=i+1
mylistx.append(myxs[i])#要将最后一个点加入
i=0
myys=np.sort(ys)
#print(np.sort(ys))
foriinrange(len(myys)-1):
if(myys[i+1]-myys[i]>10):
mylisty.append(myys[i])
i=i+1
mylisty.append(myys[i])#要将最后一个点加入
print('mylisty',mylisty)
print('mylistx',mylistx)
#循环y坐标，x坐标分割表格
foriinrange(len(mylisty)-1):
forjinrange(len(mylistx)-1):
#在分割时，第一个参数为y坐标，第二个参数为x坐标
ROI=image[mylisty[i]+3:mylisty[i+1]-3,mylistx[j]:mylistx[j+1]-3]#减去3的原因是由于我缩小ROI范围
cv2.imshow("分割后子图片展示：",ROI)
cv2.waitKey(0)
#special_char_list='`~!@#$%^&*()-_=+[]{}|\\;:‘'，。《》/？ˇ'
pytesseract.pytesseract.tesseract_cmd='E:/Tesseract-OCR/tesseract.exe'
text1=pytesseract.image_to_string(ROI)#读取文字，此为默认英文
#text2=''.join([charforcharintext2ifcharnotinspecial_char_list])
print('识别分割子图片信息为：'+text1)
j=j+1
i=i+1
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。