如何从图像中提取表格数据？

Question

我有一些示例图片。如何从图像中提取表格数据并存储为 JSON 格式？

Answer 1

使用pytesseract。代码将是这样的。 你可以尝试不同的修改。 我的代码可能无法解决整个问题。这只是一个示例代码，这适用于黑色文本，但对于蓝色和任何其他颜色，您必须相应地创建一个蒙版，然后提取该数据。

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，对于红色检测，您可以参考此post。 得到红色文本后对图像进行二值化然后运行

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

同样，您必须对蓝色等执行相同的过程。 我相信你可以很容易地尝试自己做，只是玩一些价值观。