- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在尝试从表单(表单的扫描图像)中提取信息并将该信息放入表格中。我已经使用 pytesseract 成功地对图像进行 OCR,但输出的问题是 Tesseract 试图逐行提取文本。
窗体 (A, B, C) 的每个窗口都应该是表格中的不同行。我正在尝试使用 Open Computer Vision(在 python 中)来识别各个窗口以 1)识别各个数据单元(A、B、C),2)裁剪每个单独的窗口,以及 3)使用 Tesseract 对 OCR单个窗口的图像,以将信息放在 SQL 表中需要的位置。
我的问题:如何识别每个单独的表格输入窗口的边界,并将图像裁剪到该边界的范围内(然后应用 OCR)?另外,是否可以使用角点检测来识别单个数据单元?
我主要将 python 与 OpenCV 结合使用,并且非常熟悉将 C#/++ OpenCV 解决方案应用于 python 脚本的文档,因此我将不胜感激您可以提供的任何信息/替代解决方案。
最佳答案
可以单独使用轮廓和简单轮廓属性将它们按部分分开。
注意:这些程序仅适用于此特定表单。它不是适用于各种不规则形式的通用解决方案。但是,您可以实现或调整某些方法,以使其适用于您的表单
先读图
image=cv2.imread("TDtma.png")
将其转换为灰度
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
使用 Canny 边缘过滤器获取边缘 - 通过随机试验选择值 600,1000。我选择这个值是因为它可以正确地去除背景伪影。您可能需要根据要输入的图像更改并为此选择正确的值。
edges = cv2.Canny(gray,600,1000)
使用模糊滤镜去除现实世界图像中可能出现的微小伪影(例如手写等)
edges = cv2.GaussianBlur(edges,(5,5),0) # To remove small artifacting if any
接下来我们找到外部轮廓,因为 3 个矩形(部分)明显分开,我们需要做的就是找到所有外部轮廓。请注意,此代码对于 OpenCV 2.4.x 可能有所不同。
(_,contours,_) = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
出于某种原因,从底部到顶部检测到轮廓。所以我们有一个字符 C 递减为 A 只是为了标记我们感兴趣的区域。
FormPart = ord('C')
遍历每个轮廓,我们裁剪感兴趣的区域。
我们检查每个轮廓是否具有正确的纵横比和面积,同样这些值(纵横比:2,面积:1000)是通过实验获得的,可能需要根据现实生活中的输入图像进行更改。理想情况下,在我们的例子中,矩形的纵横比应 >2(矩形的一侧总是比另一侧大,此图像中的矩形纵横比 >2)。我们检查面积是否 >1000,以避免由于小伪影而检测到的任何类型的轮廓。同样,可能需要相应地更改这些值,以便正确处理真实世界的图像。
即使不检查轮廓面积和长宽比,这张给定的图像也会被正确处理,但由于小 Blob ,真实世界的图像可能会出现问题,所以为了避免它们,面积/长宽比检查正在进行.
for contour in contours:
x,y,w,h = cv2.boundingRect(contour)
aspect_ratio = w / float(h)
area = cv2.contourArea(contour)
if aspect_ratio<2 or area >1000: # Just to check whether we have the right contour, if not we go to the next contour
continue
crop_img = image[y:y+h,x:x+w] #This is our region of interest
cv2.imshow("Split Section "+chr(FormPart), crop_img)
cv2.waitKey(0)
FormPart=FormPart-1
if chr(FormPart) < ord('A'): # If there are more than 3 sections
break
最后,我们在这里有一个完整的程序,您可以复制并粘贴并在您的机器上运行。确保您有 Python >2.7.x 和 OpenCV 3。可能需要更改某些行才能与 OpenCV 2.4 一起使用还要确保图像名为“TDtma.png”并且与 Python 程序位于同一目录中
import cv2
image=cv2.imread("TDtma.png")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,600,1000) # To remove the irrelevant edges and show the relevant ones
cv2.imshow("Canny edge detection", edges)
cv2.waitKey(0)
edges = cv2.GaussianBlur(edges,(5,5),0) # To remove small artifacting if any
(_,contours,_) = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # Detecting external contours
#If you are on opencv 2.4x use this
#(contours,_)= cv2.findContours(edgescopy, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
FormPart = ord('C')# Contour goes from bottom to top in this example
for contour in contours:
x,y,w,h = cv2.boundingRect(contour)
aspect_ratio = w / float(h)
area = cv2.contourArea(contour)
if aspect_ratio<2 or area <1000: #Go to next contour if this contour doesnt meet our specifications
continue
crop_img = image[y:y+h,x:x+w] #This is our region of interest
cv2.imshow("Split Section "+chr(FormPart), crop_img)
cv2.waitKey(0)
FormPart=FormPart-1
if chr(FormPart) < ord('A'): # If there are more than 3 sections
break
也可以在文本字段中分隔这些单独的数据单元格。虽然它有点复杂,但可能不适用于真实世界的图像。如果你愿意我可以试试如果您需要,请发表评论。
希望能帮到你
关于c# - 使用openCV和OCR从不规则表格中提取数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38597272/
我正在尝试从我的系统中完全删除 opencv。我试图学习 ROS,而在教程中我遇到了一个问题。创建空工作区后,我调用catkin_make 它给出了一个常见错误,我在 answers.ros 中搜索并
我在尝试逐步转移对warpAffine的调用时遇到崩溃(不是异常): void rotateImage( const Mat& source, double degree, Mat& output )
如何处理opencv gpu异常?是否有用于opencvgpu异常处理的特定错误代码集api? 我尝试了很多搜索,但只有1个错误代码,即CV_GpuNotSupported。 请帮帮我。 最佳答案 虽
笔记 我是 OpenCV(或计算机视觉)的新手,所以告诉我搜索查询会很有帮助! 我想问什么 我想编写一个从图片中提取名片的程序。 我能够提取粗略的轮廓,但反射光会变成噪点,我无法提取准确的轮廓。请告诉
我想根据像素的某个阈值将Mono16类型的Mat转换为二进制图像。我尝试使用以下内容: 阈值(img,ret,0.1,1,CV_THRESH_BINARY); 尝试编译时,出现make错误,提示: 错
我对使用GPU加速的OpenCV中的卷积函数有疑问。 使用GPU的卷积速度大约快3.5 运行时: convolve(src_32F, kernel, cresult, false, cbuffer);
我正在尝试使用非对称圆圈网格执行相机校准。 我通常找不到适合CirclesGridFinder的文档,尤其是findHoles()函数的文档。 如果您有关于此功能如何工作以及其参数含义的信息,将不胜感
在计算机上绘图和在 OpenCV 的投影仪上投影之间有什么区别吗? 一种选择是投影显示所有内容的计算机屏幕。但也许也有这样的选择,即在投影仪上精确地绘制和投影图像,仅使用计算机作为计算机器。如果我能做
我将Processing(processing.org)用于需要人脸跟踪的项目。现在的问题是由于for循环,程序将耗尽内存。我想停止循环或至少解决内存不足的问题。这是代码。 import hyperm
我有下面的代码: // Image Processing.cpp : Defines the entry point for the console application. // //Save
我正在为某些项目使用opencv。并有应解决的任务。 任务很简单。我有一张主图片,并且有一个模板,而不是将主图片与模板进行比较。我使用matchTemplate()函数。我只是好奇一下。 在文档中,我
我正在尝试使用以下命令创建级联分类器: haartraining -data haarcascade -vec samples.vec -bg negatives.dat -nstages 20 -n
我试图使用OpenCV检测黑色图像中一组形状的颜色,为此我使用了Canny检测。但是,颜色输出总是返回为黑色。 std::vector > Asteroids::DetectPoints(const
我正在尝试使用OpenCv 2.4.5从边缘查找渐变方向,但是我在使用cvSobel()时遇到问题,以下是错误消息和我的代码。我在某处读到它可能是由于浮点(??)之间的转换,但我不知道如何解决它。有帮
我正在尝试构建循环关闭算法,但是在开始开发之前,我想测试哪种功能描述符在真实数据集上效果更好。 我有两个在两个方向拍摄的走廊图像,一个进入房间,另一个离开同一个房间。因此它们代表相同的场景,但具有2个
有没有一种方法可以比较直方图,但例如要排除白色,因此白色不会影响比较。 最佳答案 白色像素有 饱和度 , S = 0 .因此,在创建直方图时很容易从计数中删除白色像素。请执行下列操作: 从 BGR 转
就像本主题的标题一样,如何在OpenCV中确定图像的特定像素(灰度或彩色)是否饱和(例如,亮度过高)? 先感谢您。 最佳答案 根据定义,饱和像素是指与强度(即灰度值或颜色分量之一)等于255相关联的像
我是OpenCV的新用户,正在从事大学项目。程序会获取输入图像,对其进行综合模糊处理,然后对其进行模糊处理。当对合成模糊图像进行反卷积时,会生成边界伪像,因为...好吧,到目前为止,我还没有实现边界条
我想知道OpenCV是haar特征还是lbp是在多尺度搜索过程中缩放图像还是像论文中提到的那样缩放特征本身? 编辑:事实证明,检测器可以缩放图像,而不是功能。有人知道为什么吗?通过缩放功能可以更快。
我在openCv中使用SVM.train命令(已定义了适当的参数)。接下来,我要使用我的算法进行分类,而不是使用svm.predict。 可能吗?我可以访问训练时生成的支持 vector 吗?如果是这
我是一名优秀的程序员,十分优秀!