PythonOpencv图片识别表格：线条信息计算（投影算法）.pdfVIP

PythonOpencv图⽚识别表格：线条信息计算（投影算法） Python Opencv图⽚识别表格：线条信息计算（投影算法） 通过OpenCV算法识别出图⽚中的框线后，⾯临⼏个问题： 线条变换为绝对⽔平和垂直 线条并⾮绝对的⽔平或垂直，需要变换为绝对的⽔平线或垂直线。简单的算法是可以选择线条的起点或终点作为坐标，但最好是可以选择线 条的中⼼的坐标。这⾥设计了⼀种轴⼼投影法，通过线条在垂直轴上的投影得到中⼼点的坐标。以横线条为例，将线条的cv矩阵传⼊，计算 在数据i轴上的投影，得到中⼼的i位置，即为绝对⽔平线的y轴坐标。这⾥⼀定要注意数据矩阵中的i、j分别对应着cv坐标轴的y和x。 通过投影算法，可以得到线条垂直坐标轴的轴⼼，同理，将线条在j轴上进⾏投影就可以得到线条的绝对⽔平或垂直的长度。 仔细分析后我们会发现，在i轴上进⾏投影算法能得到绝对横线的宽度，在j轴上投影可以得到绝对横线的长度。那我们是否需要写⼀个i轴投 影算法和⼀个j轴投影算法呢？其实投影原理都⼀样，只是投影的轴不同。如果将横线转置，向i轴投影，是不是就得到了绝对横线的长度 呢？这样我们就可以复⽤同⼀套投影算法了。 如果是竖线怎么办呢？竖线刚好相反，向j轴投影得到宽度，向i轴投影得到长度。如何复⽤同⼀套线段信息计算代码呢？没错，将竖线转置 后就变成横线了，算法⼀致了！ 完成了以上思路的梳理，我们就可以写出对应的投影算法了。 线条的断裂 另⼀个问题是线条的断裂，由于⼲扰因素导致⼀根线条中间出现了断裂，为了应对这种问题，我们在投影计算时⽀持了break，即允许在投 影截⾯上出现⼏个像素的断裂。 线条被分割为多条线段 不是所有的表格框线都是⼀直连续的，看下⾯这个例⼦，红框中的表格框线被两个合并单元格分割成了三段。在线条信息计算时，需要精确 的计算出每条线段起⽌坐标信息。为什么呢？这是因为稍后我们进⾏单元格重建算法的时候，需要知道表格中每⼀个横纵交叉点的完整情 况，来决定每个单元格到底有⼏⾏⼏列。这个问题在表格结构分析算法会详细谈到的。 完整算法 根据以上的分析，我们写出了下⾯完整的算法，实现了线条的投影计算、宽度计算、长度计算、线条中的线段信息的计算，⽀持了⼲扰造成 的断裂等情况。 计算线条的完整信息，包括线条的轴⼼位置、线条起⽌pos、内部线段的信息 原理：通过坐标轴投影算法，获取垂直于该坐标轴的线段在该轴上的中⼼位置 前提：输⼊的lines_matrix必须是i,j⼆维数组，且i为要投影的坐标轴 （相当于cv图像的y轴，若要投影x轴请先转置后传⼊） 输⼊：lines_matrix-线段的⼆值变反矩阵；max_break-最⼤⽀持线段中间出现的断裂 （像素数量） 输出：线段信息list line_info = { axis: 0, # 线条轴⼼ wide: 0, # 线条粗细 len: 0, # 线条总长度 （线段长度之和） segment: [], # 线条内部的线段信息 [[线段长度, 线段start, 线段end],...] ⽀持⼀根线条被分割为多条线段 （中间跨域⼀个或多个合并单元格） segment: [], # 线条内部的线段信息 [[线段长度, 线段start, 线段end],...] ⽀持⼀根线条被分割为多条线段（中间跨域⼀个或多个合并单元格） } 输⼊⽰例：lines_matrix i0 j i1 j i2 j i3 j def calc_line_info(lines_matrix, max_break, debug=False): 计算轴每个位置的投影是否有像素值 # i 对每个对应的 进⾏ 操作，求出轴上该位置是否出现像素点 project_i = [any(x) for x in lines_matrix] # i list any i 取出有像素值的轴 # i pos pos_i = [i for i,x in enumerate(project_i) if x==True] # 异常检测：若只检测到⼀条线或没有线则返回空 if len(pos_i)=1: return [] 将连续的 分组（⽀持连续 出现 个像素的断裂）