如果图片是表格，是否可以更改图片背景颜色的一部分？

Question

我正在使用pytesseract，枕头，cv2对图像进行OCR，并在图像中显示文本。由于我的输入是扫描的PDF文档，因此我首先将其转换为图像（JPEG）格式，然后尝试提取文本。我只有一半。输入为表格，标题未显示，因为标题背景为黑色。我也尝试过getstructuringelement，但是无法找出一种方法，这就是我所做的-

import cv2
import os  
import numpy as np 
import pytesseract
#import pillow 

#Since scanned PDF can't be handled by pdf2image, convert the scanned PDF into a JPEG format using the below code- 
filename = path   
from pdf2image import convert_from_path 
pages = convert_from_path(filename, 500) for page in pages:
page.save("dest", 'JPEG')


imgname = "path" 
oriimg = cv2.imread(imgname,cv2.IMREAD_COLOR) 
cv2.imshow("original image", oriimg)
cv2.waitKey(0)


#img = cv2.resize(oriimg,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_CUBIC) 
img = cv2.resize(oriimg,(700,1500),interpolation=cv2.INTER_AREA) 
#here length height  
cv2.imshow("lol", img) 
cv2.waitKey(0) 
cv2.imwrite("changed_dimensionsimgpath", img)


import PIL.Image  
image = cv2.imread(imgname,cv2.IMREAD_COLOR) 
grayedimg = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) grayedimg = 
cv2.threshold(grayedimg, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1] 
cv2.imwrite("H://newim.jpg", grayedimg)


pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files (x86)\Tesseract- 
OCR\tesseract.exe"


text = pytesseract.image_to_string(PIL.Image.open("path"))
print(text)

我的输入表如下所示。具有黑色背景的区域不会被OCR识别，也不会被提取为文本。 -

Answer 1

从图像分析的角度来看，我有3种可能的方式

拆分 您可以将图像分为两部分。第一部分只是正常流程（加载图像，在其上检测文本）。第二步，您首先拍摄图像的底片（255-img），然后检测文本。

这两个结果随后需要合并。

差异过滤器 您可以首先应用差异过滤器/边缘检测，这将使具有高对比度的所有内容变高，但是如果做得太极端或某些字母更大，BUT可以改变字母的形状。

轮廓查找+填充 再次进行边缘检测，但是现在非常薄，然后进行轮廓检测。这将以一种颜色重新绘制所有字母。