如何提高Python图像表格数据提取的准确率？

对许

已于 2023-12-14 10:42:28 修改

阅读量392

点赞数

分类专栏： # Python # 数据分析文章标签： python 图像处理

于 2023-11-03 16:06:38 首次发布

本文链接：https://blog.csdn.net/weixin_55629186/article/details/134204507

版权

Python图像表格数据提取

1、数据来源

国家统计局：http://www.stats.gov.cn/sj/

在这里插入图片描述

数据来源：国家统计局中国统计年鉴2022年人口数及构成

2、目标图像

数据（部分）如下：

在这里插入图片描述

通过网页分析，数据为图片格式

数据形式：http://www.stats.gov.cn/sj/ndsj/2022/html/C02-01.jpg

在这里插入图片描述

3、图像文本提取

本次图像文本识别使用EasyOCR模块，详细介绍见：Python图像文本识别

import easyocr
import numpy as np
import pandas as pd

# 读取HTTP图像
url = r'http://www.stats.gov.cn/sj/ndsj/2022/html/C02-01.jpg'

# 定义列字段
cols = ['年份', '年末总人口(万)', '男.人口数(万)', '男.比重', '女.人口数(万)', '女.比重', '城镇.人口数(万)', '城镇.比重', '乡村.人口数(万)', '乡村.比重']

# 使用easyocr从图像中提取文本
reader = ea