使用python从包含表格网格的图像中提取数据

Question

我有下面所附的图片。我需要提取网格中的数据以及表格结构，并将其转换为dataframe/csv。

我使用OCR提取文本和坐标，但为了提取表格结构，我想提取水平和垂直网格线

OpenCV中是否有一种方法可以很好地进行推广？

到目前为止，我遇到的方法有： 1.霍夫线 2.矩形轮廓提取 3.绘制垂直和水平等高线

Answer 1

您可以使用openCV定义网格结构并从所有单独的区域提取信息，请参阅本文A Box detection algorithm for any image containing boxes

一切都解释得很清楚

Answer 2

在充分尊重@Chrys Bltr的情况下，链接中的解决方案有点过头了。这里有一个更简单的解决方案，所以我认为：

import numpy as np
import cv2
import matplotlib.pyplot as plt

img_rgb = cv2.imread('your/image')
img = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)

th = cv2.adaptiveThreshold(img,255, cv2.ADAPTIVE_THRESH_MEAN_C,cv2.THRESH_BINARY,3,3)

_, ctrs, _ = cv2.findContours(img,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
im_h, im_w = img.shape
im_area = im_w * im_h
for ctr in ctrs:
    x, y, w, h = cv2.boundingRect(ctr)
    # Filter contours based on size
    if 0.01 * im_area < w * h < 0.1*im_area:
        cv2.rectangle(img_rgb, (x, y), (x+w, y+h), (0, 255, 0), 2)

plt.imshow(img_rgb, cmap='gray', vmin=0, vmax=255)

您可以在上面的过滤过程中存储矩形信息，然后在每个单独的矩形区域内进行OCR