用python在图像中的表上创建边框

我有一个图像，其中有一个表和一些其他数据。我需要为表格绘制边框，以分隔每个单元格

我的图像是这样的

我正在尝试的是： 1） 放大图像以创建连续的斑点，如下所示

2） 寻找等高线和绘图

问题：我无法正确地绘制，因为我的表格单元格看起来太近了，在膨胀时，它们变成了一个连续的点 **我从互联网上获取了这段代码，并试图修改它，但对于这张图片效果不佳

代码：

    import os
    import cv2
    import imutils

    # This only works if there's only one table on a page
    # Important parameters:
    #  - morph_size
    #  - min_text_height_limit
    #  - max_text_height_limit
    #  - cell_threshold
    #  - min_columns


    def pre_process_image(img, save_in_file, morph_size=(7, 7)):
        # get rid of the color
        pre = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        # Otsu threshold
        pre = cv2.threshold(pre,250, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
        # dilate the text to make it solid spot
        cpy = pre.copy()
        struct = cv2.getStructuringElement(cv2.MORPH_RECT, morph_size)
        cpy = cv2.dilate(~cpy, struct, anchor=(-1, -1), iterations=1)
        # cpy = cv2.dilate(img,kernel,iterations = 1)

        pre = ~cpy
        # pre=cpy
        if save_in_file is not None:
            cv2.imwrite(save_in_file, pre)
        return pre


    def find_text_boxes(pre, min_text_height_limit=3, max_text_height_limit=30):
        # Looking for the text spots contours
        contours = cv2.findContours(pre, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
        # contours = contours[0] if imutils.is_cv2() else contours[1]
        contours = contours[0]
        # Getting the texts bounding boxes based on the text size assumptions
        boxes = []
        for contour in contours:
            box = cv2.boundingRect(contour)
            h = box[3]

            if min_text_height_limit < h < max_text_height_limit:
                boxes.append(box)

        return boxes


    def find_table_in_boxes(boxes, cell_threshold=10, min_columns=2):
        rows = {}
        cols = {}

        # Clustering the bounding boxes by their positions
        for box in boxes:
            (x, y, w, h) = box
            col_key = x // cell_threshold
            row_key = y // cell_threshold
            cols[row_key] = [box] if col_key not in cols else cols[col_key] + [box]
            rows[row_key] = [box] if row_key not in rows else rows[row_key] + [box]

        # Filtering out the clusters having less than 2 cols
        table_cells = list(filter(lambda r: len(r) >= min_columns, rows.values()))
        # Sorting the row cells by x coord
        table_cells = [list(sorted(tb)) for tb in table_cells]
        # Sorting rows by the y coord
        table_cells = list(sorted(table_cells, key=lambda r: r[0][1]))

        return table_cells


    def build_lines(table_cells):
        if table_cells is None or len(table_cells) <= 0:
            return [], []

        max_last_col_width_row = max(table_cells, key=lambda b: b[-1][2])
        max_x = max_last_col_width_row[-1][0] + max_last_col_width_row[-1][2]

        max_last_row_height_box = max(table_cells[-1], key=lambda b: b[3])
        max_y = max_last_row_height_box[1] + max_last_row_height_box[3]

        hor_lines = []
        ver_lines = []

        for box in table_cells:
            x = box[0][0]
            y = box[0][1]
            hor_lines.append((x, y, max_x, y))

        for box in table_cells[0]:
            x = box[0]
            y = box[1]
            ver_lines.append((x, y, x, max_y))

        (x, y, w, h) = table_cells[0][-1]
        ver_lines.append((max_x, y, max_x, max_y))
        (x, y, w, h) = table_cells[0][0]
        hor_lines.append((x, max_y, max_x, max_y))

        return hor_lines, ver_lines

if __name__ == "__main__":
    in_file = os.path.join("data", "page1.jpg")
    pre_file = os.path.join("data", "pre.png")
    out_file = os.path.join("data", "out.png")

    img = cv2.imread(os.path.join(in_file))

    pre_processed = pre_process_image(img, pre_file)
    text_boxes = find_text_boxes(pre_processed)
    cells = find_table_in_boxes(text_boxes)
    hor_lines, ver_lines = build_lines(cells)

    # Visualize the result
    vis = img.copy()

    # for box in text_boxes:
    #     (x, y, w, h) = box
    #     cv2.rectangle(vis, (x, y), (x + w - 2, y + h - 2), (0, 255, 0), 1)

    for line in hor_lines:
        [x1, y1, x2, y2] = line
        cv2.line(vis, (x1, y1), (x2, y2), (0, 0, 255), 1)

    for line in ver_lines:
        [x1, y1, x2, y2] = line
        cv2.line(vis, (x1, y1), (x2, y2), (0, 0, 255), 1)

    cv2.imwrite(out_file, vis)

导入操作系统
进口cv2
导入imutils
#这仅在页面上只有一个表时有效
#重要参数：
#-变形大小
#-最小文本高度限制
#-最大文字高度限制
#-细胞单位阈值
#-min_列
def pre_process_图像（img，将_保存在_文件中，变形_大小=（7,7））：
#去掉颜色
pre=cv2.CVT颜色（img，cv2.COLOR\U BGR2GRAY）
#大津阈值
pre=cv2.阈值（pre，250255，cv2.THRESH_BINARY | cv2.THRESH_OTSU）[1]
#放大文本使其成为实心点
cpy=pre.copy（）
struct=cv2.getStructuringElement（cv2.morp\u RECT，morp\u size）
cpy=cv2.deflate（~cpy，struct，anchor=（-1，-1），迭代次数=1）
#cpy=cv2.deflate（img，内核，迭代次数=1）
pre=~cpy
#pre=cpy
如果在_文件中保存_不是无：
cv2.imwrite（将\u保存在\u文件中，预处理）
返回前
def查找文本框（前置，最小文本高度限制=3，最大文本高度限制=30）：
#寻找文本点轮廓
轮廓=cv2.找到的轮廓（前、cv2.RETR\u列表、cv2.链近似\u简单）
#等高线=等高线[0]，如果imutils.is_cv2（）或等高线[1]
等高线=等高线[0]
#基于文本大小假设获取文本边界框
框=[]
对于等高线中的等高线：
box=cv2.boundingRect（轮廓）
h=框[3]
如果最小文字高度限制=min_列，rows.values（））
#按x坐标对行单元格进行排序
表_单元格=[表_单元格中tb的列表（已排序（tb）]]
#按y坐标排序行
table_cells=列表（已排序（table_cells，key=lambda r:r[0][1]））
返回表单元
def生成行（表格单元格）：
如果table_cells是None或len（table_cells）非常有趣的应用程序

原始拨号可能不是最好的方法

我确实建议使用OCR路由。如下


输出是这样的


因此，只要有两排彼此更靠近。例如，第1-2行
在我的样本中，如果| 292-335 |<50。然后在（292+27+335）/2之间画一条线
表示位于资产线和建筑红线之间

对于OCR包，如果坚持使用python，可以尝试使用tesseract

https://pypi.org/project/pytesseract/

有关python文本坐标，请参见此处

rect包含所需的零件x y高度宽度

我在这里展示的演示实际上使用了类似于windows OCR示例的东西

https://github.com/microsoft/Windows-universal-samples/tree/master/Samples/OCR

您可以尝试任何方法来获得所需的表格行
 非常有趣的应用

原始拨号可能不是最好的方法

我确实建议使用OCR路由。如下


输出是这样的


因此，只要有两排彼此更靠近。例如，第1-2行
在我的样本中，如果| 292-335 |<50。然后在（292+27+335）/2之间画一条线
表示位于资产线和建筑红线之间

对于OCR包，如果坚持使用python，可以尝试使用tesseract

https://pypi.org/project/pytesseract/

有关python文本坐标，请参见此处

rect包含所需的零件x y高度宽度

我在这里展示的演示实际上使用了类似于windows OCR示例的东西

https://github.com/microsoft/Windows-universal-samples/tree/master/Samples/OCR

您可以尝试任何方法来获得所需的表格行
 @Yuan谢谢，看起来很棒。我会试试看，然后回来。@yuan，有没有用python实现的源代码你可以试试。然后在中间添加了我决定的样本。是的，但是它也给了我文本的坐标吗？跟着它给出了文本的YouS位置。我在我的网站上更新它post@Yuan谢谢，看起来很棒。我会试试看，然后回来。@yuan，有没有用python实现的源代码你可以试试。然后在中间添加了我决定的样本。是的，但是它也给了我文本的坐标吗？跟着它给出了文本的YouS位置。我在我的帖子里更新了它