使用OpenCV检测表

Question

我经常使用扫描文件。这些文件包含我需要手动输入计算机的表格（类似于Excel表格）。为了使任务更糟，表可以具有不同数量的列。手动将它们输入Excel是至关重要的。

如果我能把程序放到OCR上，我想我可以节省一周的工作时间。是否可以使用OpenCV检测标题文本区域，并检测检测到的图像坐标后面的文本。

我可以在OpenCV的帮助下实现这一目标，还是需要采用完全不同的方法？

编辑：示例表实际上只是一个标准表，类似于您在Excel和其他电子表格应用程序中可以看到的内容，请参见下文。

Answer 1

这个问题看起来有点旧，但我也在研究类似的问题并得到了我自己的解决方案，我在这里解释。

对于使用任何OCR引擎阅读文本，有很多挑战，以获得良好的准确性，包括以下主要案例：

1. 由于背景区域中的图像质量差/不需要的元素/斑点而存在噪声。这将需要一些预处理，如噪声消除，这可以使用高斯滤波器或普通中值滤波器方法轻松完成。这些也可以在opencv。

中找到

2. 图像方向错误：由于方向错误，OCR引擎无法正确分割图像中的线条和单词，从而导致精度最低。

3. 行的存在：在进行单词或行分割时，OCR引擎有时也会尝试将单词和行合并在一起，从而处理错误的内容，从而产生错误的结果。 还有其他问题，但这些是基本问题。

在这种情况下，我认为扫描图像质量非常好而且简单，可以使用以下步骤解决问题。

1. 简单图像二值化将删除背景内容，只留下必要的内容，如下所示。

2. 现在我们必须删除在这种情况下是表格网格的行。这也可以使用连接组件识别并删除大型连接组件。因此，我们需要输入OCR引擎的最终图像将如下所示。

   

3. 对于OCR，我们可以使用Tesseract开源OCR引擎。我从OCR得到了以下结果：

   标题标题

   头！ header2 header3

   row1cell1 row1cell2 row1cell3

   row2cell1 row2cell2 row2cell3

4. 正如我们在这里看到的那样，结果非常准确，但也存在一些问题 标题！应该是 header1 ，这是因为OCR引擎误解了！使用基于Regex的操作进一步处理结果可以解决此问题。

在对OCR结果进行后处理后，可以对其进行解析以读取行和列值。

此外，在这种情况下，为了对表格标题，标题和正常单元格值进行分类，可以使用它们的字体信息。