最近公司在合并藏文双层pdf的时候遇到图片中表格影响合并效果，于是用opencv进行了处理，在网上看了很多案例，但是用java写的比较少，所以分享一下；
第一次写，直接上干货：
/**
* 删除table
* @author mc
* @time 2019-9-26
*/
public void delTable(String url,String path){
Mat srcImage = Imgcodecs.imread(url);
ImgUtil.save(path + "/source.png",srcImage);
// 图片二值化
Mat thresh_image = ImgUtil.ImgBinarization(srcImage);
ImgUtil.save(path + "/binarization.png",thresh_image);
//获取图片上的竖线 1
Mat vertical_line = ImgUtil.getLines(thresh_image,Math.PI/1,1);
ImgUtil.save(path + "/vertical_line.png",vertical_line);
//获取图片上的横线 2
Mat horizontal_line = ImgUtil.getLines(thresh_image,Math.PI/180,2);
ImgUtil.save(path + "/horizontal_line.png",horizontal_line);
// 将横线和竖线合并为一张图片
Mat mask_image = new Mat();
Core.add(horizontal_line,vertical_line,mask_image);
ImgUtil.save(path + "/mask_image.png",mask_image);
/*
* 通过 bitwise_and 定位横线、垂直线交汇的点
*/
Mat points_image = new Mat();
Core.bitwise_and(horizontal_line, vertical_line, points_image);
ImgUtil.save(path + "/points_image.png",points_image);
/**
* 处理图片中的表格
*/
ImgUtil.editTable(srcImage,mask_image,points_image,path);
//将处理后的图像保存为文件，可做调试使用
ImgUtil.save(path + "/result_image.png",srcImage);
}处理图片类
package com.ltkj.test;
import java.io.File;
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.MatOfPoint2f;
import org.opencv.core.Point;
import org.opencv.core.Rect;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
public class ImgUtil {
/**
* 根据角度分辨率获取直线
* 并将图片二值化返回
* @author mc
* @time 2019-9-26
*/
public static Mat getLines(Mat thresh_image,double theta,int i){
Mat lines = new Mat();
// 检测直线:图片，线段，角度分辨率，半径分辨率，判断直线点数的阈值，最小长度，最大间隙
//去除table
// Imgproc.HoughLinesP(thresh_image, lines, 1, theta, 200, 100, 1);
//去除矩形图片
Imgproc.HoughLinesP(thresh_image, lines, 1, theta, 200, 100, 1);
Mat allLines = thresh_image.clone();
Point p = new Point(0,0);
// 设置宽和高
Size s = new Size(allLines.width(),allLines.height());
Rect boundRect = new Rect(p,s);
//将白色矩形覆盖至表格，实现删除图像中表格内容
Imgproc.rectangle(allLines, boundRect.tl(), boundRect.br(), new Scalar(0, 0, 0), -1, 4, 0);
for (int x = 0; x < lines.rows(); x++){
double[] vec = lines.get(x, 0);
double x1 = vec[0], y1 = vec[1], x2 = vec[2], y2 = vec[3];
// System.out.println(String.format("y1:%s----y2:%s", new Object[]{y1,y2}));
// i：1 为竖线 2为横线
if(i==1){
//将竖线拉长两百
y1 = y1 + (thresh_image.height()*(0.002));
y2 = y2 - (thresh_image.height()*(0.002));
Point start = new Point(x1, y1);
Point end = new Point(x2, y2);
// 图片，开始坐标，结束坐标，颜色，线条宽度，直线类型，比例
Imgproc.line(allLines, start, end, new Scalar(255, 255, 255, 255), 5, Imgproc.LINE_4, 0);
}
if(i==2 && y1==y2){
//将横线拉长两百
x1 = x1 - (thresh_image.width()*(0.02));
x2 = x2 + (thresh_image.width()*(0.02));
Point start = new Point(x1, y1);
Point end = new Point(x2, y2);
// 图片，开始坐标，结束坐标，颜色，线条宽度，直线类型，比例
Imgproc.line(allLines, start, end, new Scalar(255, 255, 255, 255), 5, Imgproc.LINE_4, 0);
}
}
return allLines;
}
/**
* 根据图片进行二值化返回
* @author mc
* @time 2019-9-26
*/
public static Mat ImgBinarization(Mat srcImage){
Mat dstImage = srcImage.clone();
Imgproc.Canny(srcImage, dstImage, 400, 500, 5, false);
//灰度处理
Mat gray_image = new Mat(srcImage.height(), srcImage.width(), CvType.CV_8UC1);
Imgproc.cvtColor(srcImage,gray_image,Imgproc.COLOR_RGB2GRAY);
//二值化
Mat thresh_image = new Mat(srcImage.height(), srcImage.width(), CvType.CV_8UC1);
// C 负数，取反色，超过阈值的为黑色，其他为白色
Imgproc.adaptiveThreshold(gray_image, thresh_image,255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY,7,-2);
return thresh_image;
}
/**
* 将图片中的表格处理掉
* @author mc
* @time 2019-9-26
* srcImage 原图
* mask_image 横线竖线合并图
* points_image 焦点图
* path 保存文件夹名
*/
public static void editTable(Mat srcImage, Mat mask_image, Mat points_image,String path){
/*
* 通过 findContours 找轮廓
*
* 第一个参数，是输入图像，图像的格式是8位单通道的图像，并且被解析为二值图像（即图中的所有非零像素之间都是相等的）。
* 第二个参数，是一个 MatOfPoint 数组，在多数实际的操作中即是STL vectors的STL vector，这里将使用找到的轮廓的列表进行填充（即，这将是一个contours的vector,其中contours[i]表示一个特定的轮廓，这样，contours[i][j]将表示contour[i]的一个特定的端点）。
* 第三个参数，hierarchy，这个参数可以指定，也可以不指定。如果指定的话，输出hierarchy，将会描述输出轮廓树的结构信息。0号元素表示下一个轮廓（同一层级）；1号元素表示前一个轮廓（同一层级）；2号元素表示第一个子轮廓（下一层级）；3号元素表示父轮廓（上一层级）
* 第四个参数，轮廓的模式，将会告诉OpenCV你想用何种方式来对轮廓进行提取，有四个可选的值：
* CV_RETR_EXTERNAL （0）：表示只提取最外面的轮廓；
* CV_RETR_LIST （1）：表示提取所有轮廓并将其放入列表；
* CV_RETR_CCOMP （2）:表示提取所有轮廓并将组织成一个两层结构，其中顶层轮廓是外部轮廓，第二层轮廓是“洞”的轮廓；
* CV_RETR_TREE （3）：表示提取所有轮廓并组织成轮廓嵌套的完整层级结构。
* 第五个参数，见识方法，即轮廓如何呈现的方法，有三种可选的方法：
* CV_CHAIN_APPROX_NONE （1）：将轮廓中的所有点的编码转换成点；
* CV_CHAIN_APPROX_SIMPLE （2）：压缩水平、垂直和对角直线段，仅保留它们的端点；
* CV_CHAIN_APPROX_TC89_L1 （3）or CV_CHAIN_APPROX_TC89_KCOS（4）：应用Teh-Chin链近似算法中的一种风格
* 第六个参数，偏移，可选，如果是定，那么返回的轮廓中的所有点均作指定量的偏移
*/
List<MatOfPoint> contours = new ArrayList<MatOfPoint>();
Mat hierarchy = new Mat();
Imgproc.findContours(mask_image,contours,hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE,new Point(0,0));
List<MatOfPoint> contours_poly = contours;
Rect[] boundRect = new Rect[contours.size()];
LinkedList<Mat> tables = new LinkedList<Mat>();
int tableNums = 0; //图像中的表格个数
//循环所有找到的轮廓-点
for(int i=0 ; i< contours.size(); i++){
MatOfPoint point = contours.get(i);
MatOfPoint contours_poly_point = contours_poly.get(i);
/*
* 获取区域的面积
* 第一个参数，InputArray contour：输入的点，一般是图像的轮廓点
* 第二个参数，bool oriented = false:表示某一个方向上轮廓的的面积值，顺时针或者逆时针，一般选择默认false
*/
double area = Imgproc.contourArea(contours.get(i));
//如果小于某个值就忽略，代表是杂线不是表格
if(area < 100){
continue;
}
/*
* approxPolyDP 函数用来逼近区域成为一个形状，true值表示产生的区域为闭合区域。比如一个带点幅度的曲线，变成折线
*
* MatOfPoint2f curve：像素点的数组数据。
* MatOfPoint2f approxCurve：输出像素点转换后数组数据。
* double epsilon：判断点到相对应的line segment 的距离的阈值。（距离大于此阈值则舍弃，小于此阈值则保留，epsilon越小，折线的形状越“接近”曲线。）
* bool closed：曲线是否闭合的标志位。
*/
Imgproc.approxPolyDP(new MatOfPoint2f(point.toArray()),new MatOfPoint2f(contours_poly_point.toArray()),3,true);
//为将这片区域转化为矩形，此矩形包含输入的形状
boundRect[i] = Imgproc.boundingRect(contours_poly.get(i));
// 找到交汇处的的表区域对象
Mat table_image = points_image.submat(boundRect[i]);
List<MatOfPoint> table_contours = new ArrayList<MatOfPoint>();
Mat joint_mat = new Mat();
Imgproc.findContours(table_image, table_contours,joint_mat, Imgproc.RETR_CCOMP, Imgproc.CHAIN_APPROX_SIMPLE);
//从表格的特性看，如果这片区域的点数小于4，那就代表没有一个完整的表格，忽略掉
if (table_contours.size() < 4){
continue;
}
//将表格添加到集合
tables.addFirst(srcImage.submat(boundRect[i]).clone());
//将矩形画在原图上
// Imgproc.rectangle(srcImage, boundRect[i].tl(), boundRect[i].br(), new Scalar(255, 0, 25), 1, 8, 0);
//将白色矩形覆盖至表格，实现删除图像中表格内容
Imgproc.rectangle(srcImage, boundRect[i].tl(), boundRect[i].br(), new Scalar(255, 255, 255), -1, 4, 0);
tableNums++;
}
// for(int i=0;i<boundRect.length;i++){
// System.out.println(boundRect[i]);
// }
//所有的表格区域图像
for(int i=0; i< tables.size(); i++ ){
//拿到表格后，可以对表格再次处理，比如 OCR 识别等
save(path + "/table-"+(i+1)+".png",tables.get(i));
}
System.out.println("表格数量："+tableNums);
}
/**
* 保存图片
* @author mc
* @time 2019-9-25
*/
public static void save(String name,Mat mat){
String outPath = "C:/Users/Administrator/Desktop/opencv/" + name;
File file = new File(outPath);
//目录是否存在
dirIsExist(file.getParent());
Imgcodecs.imwrite(outPath,mat);
}
public static void dirIsExist(String dirPath){
File dir = new File(dirPath);
if(!dir.exists()){
dir.mkdirs();
}
}
}
3112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
