python实现图片转化成可读文件

本文介绍如何使用Python将图片转化为可读文件,参考自《机器学习实战-手写数字识别》。通过示例代码展示具体操作,适用于机器学习中的图像处理。
摘要由CSDN通过智能技术生成

更多参考 机器学习实战-手写数字识别
废话不多说直接上代码:

#-*- coding:utf-8 -*-

from PIL import Image
import argparse

#命令行输入参数处理
parser = argparse.ArgumentParser()

parser.add_argument('file')     #输入文件
parser.add_argument('-o', '--output')   #输出文件
parser.add_argument('--width', type = int, default = 28) #输出字符画宽
parser.add_argument(
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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:
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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