Python 使用openCV删除部分边框

我正在使用OpenCV查找图像中的表格数据，这样我就可以在上面使用OCR了。到目前为止，我已经能够在图像中找到表，找到表中的列，然后找到每列中的每个单元格。它工作得很好，但我有一个问题，细胞壁卡在我的图像中，我无法可靠地删除它们

我尝试了几种方法来改善这些图像。我最幸运的是找到了轮廓

img2gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, mask = cv2.threshold(img2gray, 180, 255, cv2.THRESH_BINARY)
image_final = cv2.bitwise_and(img2gray, img2gray, mask=mask)
ret, new_img = cv2.threshold(image_final, 180, 255, cv2.THRESH_BINARY_INV)

kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 3))

# dilate , more the iteration more the dilation
dilated = cv2.dilate(new_img, kernel, iterations=3)
cv2.imwrite('../test_images/find_contours_dilated.png', dilated)

我一直在玩弄内核大小和扩展迭代，发现这是最好的配置

我使用的另一种方法是PIL，但只有在整个图像周围的边界是一致的情况下，它才是真正好的，而在我的情况下，它不是

copy = Image.fromarray(img)
try:
    bg = Image.new(copy.mode, copy.size, copy.getpixel((0, 0)))
except:
    return None
diff = ImageChops.difference(copy, bg)
diff = ImageChops.add(diff, diff, 2.0, -100)
bbox = diff.getbbox()
if bbox:
    return np.array(copy.crop(bbox))

---

我尝试过其他一些想法，但没有一个能让我走得很远。任何帮助都将不胜感激。

您可以尝试找到轮廓并“绘制”出来。这意味着您可以在图像的边框上手动绘制一个与“墙”相连的边框，使用

cv2.rectangle

（将所有轮廓-墙组合在一起）。最大的两个轮廓将是墙的外线和内线，您可以将轮廓画成白色以去除边界。然后再次应用阈值以去除其余的噪波。干杯

例如：

import cv2
import numpy as np

# Read the image
img = cv2.imread('borders2.png')

# Get image shape
h, w, channels = img.shape

# Draw a rectangle on the border to combine the wall to one contour
cv2.rectangle(img,(0,0),(w,h),(0,0,0),2)

# Convert to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Apply binary threshold
_, threshold = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)

# Search for contours and sort them by size
_, contours, hierarchy = cv2.findContours(threshold,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
area = sorted(contours, key=cv2.contourArea, reverse=True)

# Draw it out with white color from biggest to second biggest contour
cv2.drawContours(img, ((contours[0]),(contours[1])), -1, (255,255,255), -1)

# Apply binary threshold again to the new image to remove little noises
_, img = cv2.threshold(img, 180, 255, cv2.THRESH_BINARY)

# Display results
cv2.imshow('img', img)

结果:

---

太棒了，效果很好。由于某种原因，它无法为我找到边界的内部轮廓。我只是假设了一个10像素的边框，效果很好。我很高兴它有帮助…有很多方法可以删除…一个我贴的，或者只画了一个带厚边框的白色矩形，或者只是用几个像素来剪切图像