Python 如何将从图像中提取的文本数据制成表格？
我使用OpenCV和PyteseRact从图像中提取文本，但我正在寻找一种将文本数据制成表格的方法，将其提取到TXT或CSV文件中。目前，Python的输出以段落形式混合在一起 输入图像： 到目前为止，我使用的代码是： 这是我现在得到的输出： 我期望的结果是：Python 如何将从图像中提取的文本数据制成表格？,python,image,opencv,text,python-tesseract,Python,Image,Opencv,Text,Python Tesseract,我使用OpenCV和PyteseRact从图像中提取文本，但我正在寻找一种将文本数据制成表格的方法，将其提取到TXT或CSV文件中。目前，Python的输出以段落形式混合在一起 输入图像： 到目前为止，我使用的代码是： 这是我现在得到的输出： 我期望的结果是： 我假设，您的屏幕截图与提供的截图类似，即内容——主要是——总是相同的，有“Lokasi”、“Nama”等字段 裁剪图像的中央白色部分，然后运行pytesseract。产出——主要是——也应该始终保持不变。您会得到一些带有中间双新行的
我假设，您的屏幕截图与提供的截图类似，即内容——主要是——总是相同的，有“Lokasi”、“Nama”等字段 裁剪图像的中央白色部分，然后运行
pytesseract导入cv2
将numpy作为np导入
导入pytesseract
#读取图像
img=cv2.imread（'6cO7N.jpg'，cv2.imread_灰度）
#从图像中裁剪中心白色部分
掩码=（img==255）.aType（np.uint8）*255
掩模=cv2.morphologyEx（掩模，cv2.Morpho_开放，np.full（（11，11），255））
掩模=cv2.morphologyEx（掩模，cv2.MORPH_CLOSE，np.full（（21,21,255））
x、 y，w，h=cv2.boundingRect（掩码）
img=img[y:y+h，x:x+w]
#提取文本、替换双新行和拆分行
lines=pytesseract.image_to_string（img）。替换（'\n\n'，'\n'）。拆分（'\n'））
#用于返回具有给定内容的行的索引的Helper函数
def get_idx（文本、目标）：
如果文本[idx]==target][0]，则返回范围内idx的[idx（文本）]
#从行中提取数据
idx_nama_no_telefon=获取idx（行“nama no.telefon”）
nama_no_telefon=行[idx_nama_no_telefon+1]。拆分（+）
nama=nama_no_telefon[0][：-1]
idx_tarikh_masa=get_idx（行“tarikh masa”）
对于范围内的i（idx_nama_no_telefon+2，idx_tarikh_masa）：
nama=nama+“”+行[i]
tarikh_masa=行[idx_tarikh_masa+1]。拆分（“”）
#在某些结构中存储数据-如果需要
数据={'Check-in'：行[0]，
“Lokasi”：行[get_idx（行，'Lokasi'）+1]，
“纳米”：纳米，
“No.Telefon”：“+”+nama_No_Telefon[1]，
“Tarikh:”.加入（Tarikh_masa[：3]），
“Masa:”.加入（tarikh_Masa[3:]），
'Risiko'：行[get_idx（lines，'Risiko'）+1]}
#根据需要打印数据
对于列表中的k，v（zip（data.keys（），data.values（））[1:]：
打印（“{}:{}.”格式（k，v））
Lokasi:PERSATUAN PERJIRANAN PARKVIEW
纳马：阿巴马努A/L奇坦巴拉姆
电话号码：+60127658504
塔里克：2021年5月19日
玛莎：下午7:32:35
Risiko：低
----------------------------------------
系统信息
----------------------------------------
平台：Windows-10-10.0.19041-SP0
Python:3.9.1
PyCharm:2021.1.1
努比：1.19.5
OpenCV:4.5.2
比重瓶：5.0.0-alpha.20201127
----------------------------------------