【发布时间】：2015-03-08 22:46:30
【问题描述】：
我有一个项目，其中有一张图片（.bmp、.jpeg 等），其中包含明确定义的表格结构（比如 4x6 或 1x10，简单结构）。我需要从该图片中的单元格中提取数据，我所需要的只是检测单元格的开始和结束位置（像素坐标，或者如果有其他方法的话），这样我就可以处理该单元格内的图像部分。我在一些人工智能项目（TD-learning、Q-learning、神经网络）方面获得了一些经验，但从未参与过需要计算机视觉的项目，因此我在该领域的知识非常有限。想到图片上的表结构检测的任何指示或算法？
【问题讨论】：
-
表格可以有多种不同的样式（有或没有外边框、单元格边框）。还有对齐问题：您的表格可能与您的图像边框不完全对齐。我宁愿尝试检测单元格中的数字，以及它们在两个轴上的对齐方式，我想这就是我们检测这些模式的方式。
-
但是，我的建议是基于对图像进行的某种预先存在的 OCR 工作，在此基础上进行检测。也许您正在考虑一种不同的方法。
-
@didierc 非常感谢您的建议。那么您的解决方案是获取所有字符，将其转换为简单的文本列表数据并应用基于块分割算法的结构识别？我承认，这是一个非常好的主意，如果我找不到首先获得结构的方法，我可能会考虑它。我已经拥有并充分研究了一种 OCR 算法（我计划在获得细胞图像后应用该算法）。
标签： algorithm computer-vision artificial-intelligence image-recognition pattern-recognition