表格内容识别（python-opencv）（一）【9/8】

最新推荐文章于 2024-03-11 06:13:56 发布
VIP文章 最新推荐文章于 2024-03-11 06:13:56 发布
阅读量1.3w 收藏 60
点赞数 8
分类专栏： opencv 文章标签： 表格识别 opencv python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/huangwumanyan/article/details/82526873
版权

暑假都在弄这个，一开始以为是要弄一个通用的对表格进行分块和把内容全部识别，所以又分块又分行又把横线上的内容单独弄出来，后来说是对于已知的特定表格，所以最后都用python来写了，比较方便。在网上只找到一个比较巧妙的提取表格框架的方法，用横向和竖向的细长的条去腐蚀膨胀可以得到横线和竖线，拼在一起就是完整的表格框架，而且这样正好把一些小点和文字去除了。

 这样的话因为有些线太细，就检测所有轮廓再加粗一次，上图为加粗后的表格框架和找到的表格块（这图有点问题。。。好的找不到了）。但这个方法有个问题就是表格位置必须比较正，如果倾斜角度较大则不行。所以要先对表格进行透视变换后摆正。这里使用的方法是用上图找到的表格框架，找到表格的四个顶点，再和其轮廓的外接矩形的四个顶点得到变换矩阵。这里还有个问题，就四个顶点和变换后的四个顶点必须是对应的，所以要对四个顶点进行排序，怎么对矩形的四个顶点进行排序，在网上也找到了一个比较好的方法，就是将得到的四个顶点先按照y坐标分成上下A、B两部分，再对A部分按x坐标从小到大排序，对B部分按x坐标降序排序，这样四个点就能按照顺时针排列了，对于没有定位标识的表格，只要表格不是倒着摆放或者过分倾斜都可以正确变换。然后还有一个问题就是这是用外接矩形作为变换后

最低0.47元/天 解锁文章
real_xxxmy
关注
  • 8
    点赞
  • 踩
  • 60
    收藏
    觉得还不错? 一键收藏
  • 14
    评论
专栏目录
要点初见：Python+OpenCV校正并提取表格中的各个框-附件资源
03-05
要点初见：Python+OpenCV校正并提取表格中的各个框-附件资源
python 图片中的表格识别
热门推荐
马克布克打字机的博客
07-09 5万+
表格图片的内容识别 接到个任务需要将几万张带表格的图片转换成结构化数据。 1. 大步骤 最终算是完成任务，但是识别率上还有一点问题，人工再过一下，还是蛮快的。先说一下大的步骤： 1. 分割单元格。将图片中的表格全部定位出来，然后按单元格裁剪成一个个小图片，以便后续分析及操作； 2. 聚焦。其实就是将单元格中的文本区域裁剪出来，将多余的空白去掉； 3. 大图片的识别。对于大图片用图像...
Python处理表格的设计总结,python处理表格数据的库
zjl102562的博客
03-11 802
大家好，本文将围绕python处理表格要安装什么模块展开说明，Python处理表格前15%的成绩为A是一个很多人都想弄明白的事情，想搞清楚Python处理表格的小计 总计需要先了解以下几个事情。data4=sheet.ix[[1,2],['姓名','电话']].values #读取第二行第三行的姓名以及电话列的值，这里需要嵌套列表。print("获取到所有的值:\n{0}".format(data2))#格式化输出。print("获取到所有的值:\n{0}".format(data))#格式化输出。
Python+OpenCV实现的人脸识别签到考勤系统.zip
05-08
Python+OpenCV实现的人脸识别签到考勤系统，系统实现的功能： 1.人员人脸识别并完成签到/签退 2.考勤时间计算 3.保存考勤数据为CSV格式（Excel表格）
Python-基于图像的表格检测识别数据集
08-11
基于图像的表格检测、识别数据集，建立在互联网上Word和Latex文档的新型弱监督基础上，包含417K高质量的标记表
基于Python+OpenCV智能答题卡识别系统-深度学习和图像识别算法应用(含Python全部工程源码)+训练与测试数据集
08-31
1.本项目以Python语言和OpenCV图像处理库为基础，在Windows平台下开发答题卡识别系统，建立精确的计算机视觉算法，实现对答题卡批量识别、信息导出至Excel表格等功能，使判卷轻量化、准确化、高效化。 2.项目运行环境：Python环境、OpenCV环境、图像处理工具包、requests、 base64和xlwt模块。 3.项目包括4个模块：信息识别、Excel导出、图形用户界面和手写识别。其中基于OpenCV算法，实现对图片中选项信息、学生身份信息的检测；利用Python标准GUI库Tkinter实现图形用户界面功能；针对个人信息部分，调用智能识别API对学院、姓名进行手写文字识别，对班级、学号进行数字识别。 4.项目博客： https://blog.csdn.net/qq_31136513/article/details/132598680
python opencv将表格图片按照表格框线分割和识别
09-18
主要介绍了python opencv将表格图片按照表格框线分割和识别，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
表格识别1-使用python-opencv实现表格识别
我想问问天的专栏
02-29 2万+
path是要写入的文件路径，data是数据if index!项目地址,觉得还可以点点star，fork啥的哈。2.不过这个介绍是说完了大致流程，其实过程中还有遇到很多坑，直接运行github的项目有可能跑出的结果和我不一样，那是因为一个是要下载tesseract的中文数据集，第二是这个里面数学和几个文字竟然识别不出来，需要手动给tesseract增加一些训练集。这个增加训练数据集应该后面会再出一篇文章。3.弄完这个表格识别，准备在看下图片矫正和去除水印，复杂的表格识别也会使用到的。
Python利用OCR识别表格
dododododoooo的博客
09-12 780
【代码】Python利用OCR识别表格。
opencv+paddle orc 识别图片提取表格信息
every place is the center of the universe
07-23 4361
opencv+paddle orc 识别图片提取表格
OpenCV 表格识别之表格提取（二）
asiwxy的博客
08-02 2034
对表格进行矫正，请参考：https://blog.csdn.net/asiwxy/article/details/82955185 对表格进行初步的处理，请参考：https://blog.csdn.net/asiwxy/article/details/83063432
使用python-opencv识别图片中的表格数据转换为csv
最新发布
03-29
使用python-opencv识别图片中的表格数据转换为csv 使用python-opencv识别图片中的表格数据转换为csv 使用python-opencv识别图片中的表格数据转换为csv 使用python-opencv识别图片中的表格数据转换为csv 使用...
如何识别图片中的表格数据
山阴少年
12-24 2万+
  在很多时候，我们的数据来源形式是多种多样的，有时候数据（或表格）也会呈现在图片中。那么，我们如何来获取图片中的有用数据呢？当一张图片中含有表格数据的时候，我们可以用OpenCV识别表格中的直线，然后再用OCR技术识别其中的文字。   本文仅作为如何识别图片中的表格的一个例子，希望能给读者一些启示。笔者用到的工具如下： opencv pyteressact numpy 我们用opencv来识...
opencv 表格识别之表格的提取（一）
asiwxy的博客
10-15 2万+
       我们在对表格进行提取之前，要先对扫描进来的表格进行矫正，由于我做的项目的原因，所需要的处理的表格全都是扫描版的，所以不会出现前文表格线是弯曲的情况，所以表格矫正的方法比较简单。 请参考：https://blog.csdn.net/asiwxy/article/details/82955185       将表格矫正之后，我们接下来应该对表格进行提取，首先，先对传进来的表格模板进行...
Python Opencv 图片识别表格：线条信息计算（投影算法）
weixin_41189525的博客
12-12 5909
详解一个完整的系统工程，通过Python+OpenCV识别图片中的表格并原样还原为Excel文件，涉及到Python矩阵运算、OpenCV各种处理、文字区域检测、文本OCR等丰富的内容，希望能帮助到入手Python做系统性任务的朋友们。
Python Opencv 图片识别表格：边框线检测
努力让自己发光，对的人才能迎着光而来
05-14 9496
Python Opencv 图片识别表格：边框线检测
opencv 表格识别之表格透视矫正（二）
asiwxy的博客
10-22 3269
上一篇文章中给出了一种对表格进行矫正的方法，但是只能用于只有一个表格的情况，对于有多个表格的情况的矫正的方法，将在这篇文章中给出。 单个表格矫正：链接 一， 函数的介绍 （1）Homography（.....）函数返回映射关系H（3*3的矩阵）   CV_EXPORTS_W Mat findHomography( InputArray srcPoints, Input...
批量识别表格数据——Python调用百度云API
weixin_45897172的博客
07-10 626
这两个key分别复制到main_GUI中的client_id和client_secret。填应用名称——全选——最下面应用描述——立即创建——返回应用列表。下面是可以批量处理图片以及有一个GUI界面的代码。通用场景OCR——全部——0元领取。产品——文字识别——通用场景。
python读取图片文字为表格_python-使用百度AipOcr实现表格文字图片识别
weixin_39635432的博客
11-21 354
代码运行环境：win10 python3.7需要aip库，使用pip install baidu-aip即可（1）目的通过百度AipOcr库，来实现识别图片中的表格，并输出问表格文件。（2）实现1 #encoding: utf-82 importos3 importsys4 importrequests5 importtime6 importtkinter as tk7 from tkinter...
使用python 和opencv 识别图片中的表格，将结果转化成excel 文件
05-19
要实现这个任务，需要使用Python中的OpenCV和Pandas库。具体步骤如下： 1. 首先，使用OpenCV读取图片，将其转换为灰度图像并进行阈值处理，以便于检测表格线。 ```python import cv2 import numpy as np # 读取图片并转换为灰度图像 img = cv2.imread('image.png') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 应用阈值处理，以便于检测表格线 thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1] ``` 2. 检测表格线。我们可以使用HoughLinesP函数来检测直线，然后筛选出水平和垂直线。 ```python # 检测表格线 horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 1)) vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 25)) horizontal_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, horizontal_kernel) vertical_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, vertical_kernel) # 筛选出水平和垂直线 lines = cv2.HoughLinesP(horizontal_lines + vertical_lines, 1, np.pi/180, 100, minLineLength=100, maxLineGap=10) ``` 3. 将检测到的表格线画出来，并将表格线的坐标存储在列表中。 ```python # 画出检测到的表格线 for line in lines: x1, y1, x2, y2 = line[0] cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2) # 存储表格线的坐标 horizontal_points = [] vertical_points = [] for line in lines: x1, y1, x2, y2 = line[0] if abs(x1 - x2) < 10: vertical_points.append((x1, y1)) elif abs(y1 - y2) < 10: horizontal_points.append((x1, y1)) ``` 4. 根据表格线的坐标，将表格分割成单元格。 ```python # 对表格线的坐标进行排序 horizontal_points = sorted(horizontal_points, key=lambda x: x[1]) vertical_points = sorted(vertical_points, key=lambda x: x[0]) # 将表格分割成单元格 cells = [] for i in range(len(horizontal_points) - 1): for j in range(len(vertical_points) - 1): x1, y1 = vertical_points[j] x2, y2 = vertical_points[j+1] x3, y3 = horizontal_points[i] x4, y4 = horizontal_points[i+1] cell = img[y3:y4, x1:x2] cells.append(cell) ``` 5. 使用Pandas库将单元格数据转换为Excel文件。 ```python import pandas as pd # 将单元格数据转换为DataFrame data = [] for cell in cells: gray_cell = cv2.cvtColor(cell, cv2.COLOR_BGR2GRAY) text = pytesseract.image_to_string(gray_cell, lang='eng', config='--psm 6') data.append(text.strip()) df = pd.DataFrame(np.array(data).reshape(len(horizontal_points) - 1, len(vertical_points) - 1)) # 将DataFrame写入Excel文件 df.to_excel('table.xlsx', index=False, header=False) ``` 完整代码如下：

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值