带线表格据gt生成无线表格
json解析练习,python图像处理练习,表格包围框毛刺问题待解决。
# -*- coding: utf-8 -*-
# coding: utf-8
from PIL import Image, ImageDraw
import cv2
import os
import csv
import json
color = {
0: [255, 0, 0],
1: [0, 255, 0],
2: [0, 0, 255]
}
from PIL import Image
import numpy as np # 取批量点取RGB众数,来推算背景色值
def publicnum(num, d=0):
dictnum = {}
for i in range(len(num)):
if str(num[i]) in dictnum.keys():
dictnum[str(num[i])] += 1
else:
dictnum.setdefault(str(num[i]), 1)
maxnum = 0
maxkey = '[255 255 255]'
for k, v in dictnum.items():
if v >= maxnum:
maxnum = v
maxkey = k
return maxkey page_img_dir = "JPG"
output_dir = "年报_PDF_TABLE_JPG_eliminate_lines-5-15-final" isExists = os.path.exists(output_dir)
if not isExists:
os.makedirs(output_dir)
csv_file = csv.reader(open('表格结构标注-带线年报_UTF-8.csv', 'r', encoding="gbk"))
data_list = []
for data in csv_file:
data_list.append(data) print("page number: ", len(data_list) - 1) for data in data_list[1:]: # 跳过第一行
img_path = data[0]
img_name = img_path.split('/')[-1] # /分割后最后一个为名字
pdf_name = img_name.split('_')[0] # -分割后 第一个是名字
local_img_path = os.path.join(page_img_dir, img_name) # 拼接路径
print(local_img_path)
annotation = json.loads(data[2]) # json单元格读取
objects = annotation['objects'] # object是一个列表,读取该列表
cnt = 0
tu = Image.open(local_img_path)
page_img = np.array(tu)
for page_object in objects:
if 'cur' in page_object.keys():
cur = page_object['cur']
else:
cur = cnt
polygon = page_object['polygon']['ptList']
x_list = [p['x'] for p in polygon]
y_list = [p['y'] for p in polygon]
x_min = min(x_list)
x_max = max(x_list)
y_min = min(y_list)
y_max = max(y_list)
if abs(x_max - x_min) < 20: # 纵向线条
xx = int((x_min + x_max) / 2)
inline_y_list = [y_max+20, y_min]
#寻找相交横线分割点
for in_page_object in objects:
in_polygon = in_page_object['polygon']['ptList']
in_x_list = [in_p['x'] for in_p in in_polygon]
in_y_list = [in_p['y'] for in_p in in_polygon]
in_x_min = min(in_x_list)
in_x_max = max(in_x_list)
in_y_min = min(in_y_list)
in_y_max = max(in_y_list)
if in_y_max - in_y_min < 20: # 判断为横线
if in_x_max+5 >= xx and in_x_min-5 <= xx: # 判断相交
point_y = in_y_min
inline_y_list.append(point_y)
if 0<abs(y_max-point_y)< 10:
try:
inline_y_list.remove(max(y_max+20, point_y))
inline_y_list.append(min(y_max+20, point_y))
except:
pass
elif 0 < abs(y_min-point_y) < 10:
try:
inline_y_list.remove(min(y_min, point_y))
inline_y_list.append(max(y_min, point_y))
except:
pass
inline_y_list = list({}.fromkeys(inline_y_list).keys())
inline_y_list.sort()
inline_y_list[-1]+=5
if inline_y_list[-1]>2339:
inline_y_list[-1]=2339
# 线条分割结束
for i in range(0, inline_y_list.__len__()):
if i < inline_y_list.__len__() - 1:
# 开始取样
back_colors = []
for yy in range(inline_y_list[i], inline_y_list[i + 1]):
if xx + 8 < 1654:
back_colors.append(page_img[yy, xx + 8])
else:
back_colors.append(page_img[yy, xx - 8])
back_color = publicnum(back_colors)
back_color = back_color[1:-1]
try:
back_color = back_color.split(' ')
except:
back_color = back_color.split(' ')
print(type(back_color))
if len(back_color) > 3:
back_color = list(filter(None, back_color))
# 取样结束
# 纵向填色 for yy in range(inline_y_list[i]-4, inline_y_list[i + 1]-4):
if y_min-20<inline_y_list[i]<y_max+20 :
for ranging in range(-4, x_max-x_min+5):
if x_min+ranging < 1654 and x_min+ranging >= 0:
page_img[yy, x_min + ranging] = back_color
else:
pass
else:
pass
elif abs(y_max - y_min) < 20: # 横向线条
yy = int((y_min + y_max) / 2)
inline_x_list = [x_max+20, x_min]
# 寻找相交横线分割点
for in_page_object2 in objects:
polygon2 = in_page_object2['polygon']['ptList']
in_x_list2 = [p['x'] for p in polygon2]
in_y_list2 = [p['y'] for p in polygon2]
in_x_min = min(in_x_list2)
in_x_max = max(in_x_list2)
in_y_min = min(in_y_list2)
in_y_max = max(in_y_list2)
if abs(in_x_max - in_x_min) < 20: # 判断为纵线
if in_y_max+5 >= y_min and in_y_min-5 <= y_max: # 判断相交
point_x = in_x_min
inline_x_list.append(point_x)
if 0<abs(x_max-point_x)<10:
try:
inline_x_list.remove(max(x_max+20, point_x))
inline_x_list.append(min(x_max+20, point_x))
except:
pass
elif 0<abs(x_min-point_x)<10:
try:
inline_x_list.remove(min(x_min, point_x))
inline_x_list.append(max(x_min, point_x))
except:
pass
else:
pass
inline_x_list = list({}.fromkeys(inline_x_list).keys())
inline_x_list.sort()
#inline_x_list[-1]+=5
# 线条分割结束
for i in range(0, inline_x_list.__len__()):
if i < inline_x_list.__len__() - 1:
# 开始取样
back_colors = []
for xx in range(inline_x_list[i], inline_x_list[i + 1]):
if yy+8 < 2339:
back_colors.append(page_img[yy + 8, xx])
else:
back_colors.append(page_img[yy - 8, xx])
back_color = publicnum(back_colors)
back_color = back_color[1:-1]
try:
back_color = back_color.split(' ')
except:
back_color = back_color.split(' ') if len(back_color) > 3:
back_color = list(filter(None, back_color))
# 取样结束
# 横线填色
for xx in range(inline_x_list[i]-4, inline_x_list[i + 1]-4):
if x_min-20<inline_x_list[i]<x_max+20:
for ranging in range(-4, y_max-y_min+5):
if y_min+ranging < 2339 and y_min+ranging >= 0:
page_img[y_min+ranging, xx] = back_color
elif y_min+ranging>=2339:
page_img[2338, xx] = back_color
else:
page_img[0, xx] = back_color
else:
pass
else:
print("no such line", 'x_min:', x_min,'x_max:', x_max, 'y_max:', y_max, 'y_min:', y_min)
tu = Image.fromarray(page_img.astype('uint8'))
output_path = os.path.join(output_dir, img_name.split('.')[0] + '_' + str(cur) + ".jpg")
tu.save(output_path)
cv2.imwrite(output_path, page_img)
cnt += 1
带线表格据gt生成无线表格的更多相关文章
- 使用Aspose插件将程序中的表格,导出生成excel表格
http://www.cnblogs.com/lanyue52011/p/3372452.html这个是原文地址 /// <summary> /// 点击按钮,将内存表导出excel表格! ...
- MVC 生成PDf表格并插入图片
最近做的项目中有一个功能,将最终的个人信息生成PDF表格,并插入图片.对于没接触过的程序员来说回一片茫然,网上有多种生成PDf的方法,我给大家介绍一下我认为比较简单,好操作的一种. iTextShar ...
- 通过javascript实现1~100内能同时被2和3整除的数并生成如下表格
请通过javascript实现1~100内能同时被2和3整除的数并生成如下表格: <!DOCTYPE html><html lang="en"><he ...
- 将Highcharts图表数据生成Table表格
有的时候,我们不仅仅需要漂亮的统计图来显示统计结果,还需要在统计图下方一个表格可以更加直观的展现各类数据.既然统计图都显示出来了,那我们可以根据统计图的各元素生成表格了. 首先,先显示统计图. Htm ...
- 生成带有表格的word附件和动态赋值
生成带有表格的word附件和动态赋值, 表格前后需要添加一个特殊的开始和结束的域,表格第一列 TableStart:AuditJdcttbzInfo 和表格的最后一列 TableEnd:AuditJd ...
- jQuery动态生成Bootstrap表格
<%@ page language="java" import="java.util.*" pageEncoding="UTF-8"% ...
- python生成html表格
最近做一个小工具,需要将统计数据生成html表格.在网上搜罗一圈后发现用pandas生成表格非常好用.代码如下: import pandas as pd def convertToHtml(resul ...
- H5纯前端生成Excel表格
H5纯前端生成Excel表格方法如下: <!DOCTYPE html> <html> <head> <title></title> < ...
- 编辑表格输入内容、根据input输入框输入数字动态生成表格行数、编辑表格内容提交传给后台数据处理
编辑表格输入内容.根据input输入框输入数字动态生成表格行数.编辑表格内容提交传给后台数据处理 记录自己学习做的东西,写的小demo,希望对大家也有帮助! 代码如下: <!DOCTYPE ht ...
随机推荐
- 杭电acm刷题顺序
最近兴趣来了,闲暇之余,回顾大学期间刷过的杭电acm那些入门级别的题,以此巩固基础知识! 以下参考刷题顺序,避免入坑 原文传送门:https://blog.csdn.net/liuqiyao_01/a ...
- cms-友情链接实现静态化
service: package com.open1111.service.impl; import java.util.List; import javax.servlet.ServletConte ...
- 新版graylog2安装过程
Graylog是一个开源的 log 收容器,背后的储存是搭配 mongodb,而搜寻引擎则由 elasticsearch 提供.以前版本主要有两个部分集合而成 server 与 web interfa ...
- 详情介绍win7:编辑文件夹时提示操作无法完成,因为其中的文件夹或文件已在另一个程序中打开的解决过程
我们在使用电脑中,总会遇到下面这种情况: 那怎么解决呢,现在就开始教程: 在电脑的底下显示各种图标那一行点击右键,再选择“启动任务管理器” 接下来你就可以对你刚刚要操作的文件进行重命名.删除等操作啦! ...
- HDU1430 BFS + 打表 + 康托展开
题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1430 , 一道比较好的题. 这道题要用到很多知识,康托展开.BFS.打表的预处理还要用到一一映射,做完 ...
- System.FormatException: GUID 应包含带 4 个短划线的 32 位数(xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx)。解决办法
查一下数据库的UID数据是否格式正确,如: 错误格式1: {E056BB36-D824-4106-A9C3-D8D8B9ADC1C 错误格式2: E056BB36-D824-4106-A9C3-D8D ...
- 五、react中父子组件间如何传值
1.父组件向子组件传递数据:父组件绑定属性值传给子组件,子组件通过this.props()接受. 2.子组件向父组件传递数据:子组件绑定一个方法,方法中通过this.props.父组件方法名(参数)传 ...
- python_41_with语句
#为了避免打开文件后忘记关闭,可以通过管理上下文,即:with open('log','r') as f: # 如此方式,当with代码块执行完毕时,内部会自动关闭并释放文件资源. with open ...
- Linux内核参数min_free_kbytes
1. min_free_kbytes 先看官方解释: This is used to force the Linux VM to keep a minimum number of kilobytes ...
- gulp的常用插件
gulp和webpack的差别:https://www.cnblogs.com/lovesong/p/6413546.html var gulp = require('gulp'); var del ...