如何從圖像中提取表格數據？

Question

我有一些示例圖像。 如何從圖像中提取表格數據並將其存儲為JSON格式？

Answer 1

使用pytesseract 。 該代碼將是這樣的。 您可以嘗試其他修改。 我的代碼可能無法解決整個問題。這只是一個示例代碼，它將適用於黑色文本，但適用於藍色和任何其他顏色，因此您必須相應地創建一個遮罩，然后提取該數據。

import pytesseract
from PIL import Image, ImageEnhance, ImageFilter

im = Image.open("temp.jpg")

maxsize = (2024, 2024)
im=im.thumbnail(maxsize, PIL.Image.ANTIALIAS) 

im = im.filter(ImageFilter.MedianFilter())
enhancer = ImageEnhance.Contrast(im)

im = enhancer.enhance(2)
im = im.convert('1')

im.save('mod_file.jpg')
text = pytesseract.image_to_string(Image.open('mod_file.jpg'))
print(text)

例如，對於紅色檢測，可以參考這篇文章 。 得到紅色文本后，將圖像二值化，然后運行

text = pytesseract.image_to_string(Image.open('red_text_file.jpg'))

同樣，您將必須對藍色執行相同的過程，依此類推。 我相信您可以輕松地自己做，只是嘗試一些價值觀。