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

  1. 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! ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. jQuery动态生成Bootstrap表格

    <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"% ...

  7. 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 ...

  8. 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> < ...

  9. 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

  1. Echarts图表学习

    最近项目已经运行的比较稳定了,正巧看到ECcharts的图标很炫,遂做一个玩玩,以备后面做数据分析使用. 官网地址:http://echarts.baidu.com/index.html 大致了解了下 ...

  2. Python Visual Studio 2015

    对于一直是C#开发的我来说,上Python是老早就想的事情了. 上次有个项目开始做就说要用Python,后来因为不太熟练就给推掉了.现在终于还是有机会开始下Python之旅. 因为是在Visual S ...

  3. HDU 1009 FatMouse' Trade肥老鼠的交易(AC代码) 贪心法

    题意: 一只老鼠用猫粮来换豆子,每个房间的兑换率不同,所以得尽量从兑换率高的房间先兑换.肥老鼠准备M磅猫粮去跟猫交易,让猫在warehouse中帮他指路,以找到好吃的.warehouse有N个房间,第 ...

  4. http头部信息学习

    想的每2周进行知识的总结,自己拖延症有犯了,发现自己知识库量还是太少,平时总结和发现问题还不够深,对待问题的深度也存在很多问题,但是坚持学习,总结,后面应该会有收获, 1.常见的返回码 100: 请服 ...

  5. CUDA 中dim3含义

  6. JDBC开发,数据库的连接

    JDBC开发步骤 1.建完工程后,右击工程,new,新建一个文件夹Folder,装jar包,        2.将下载好的驱动包打开,找到jar文件,CTRL+C,选中装jar包的文件夹,CTRL+V ...

  7. hadoop + ssh 配置

    1.输入 2.解决上述问题 3. 4.去掉登陆密码 5.不用密码登陆

  8. jeesite项目

    1,登录页面.最高权限管理员 用户名:thinkgem  密码:admin 2,登陆之后展示的首页 3,分为不同的模块,由不同的入负责,我负责日志管理 已完成功能:模糊查询,分页,导入,导出Excel ...

  9. 黑马基础阶段测试题:通过字符输入流读取info.txt中的所有内容,每次读取一行,将每一行的第一个文字截取出来并打印在控制台上。

    package com.swift; import java.io.BufferedReader; import java.io.BufferedWriter; import java.io.File ...

  10. 已解决: mybatis报错 org.apache.ibatis.reflection.ReflectionException: There is no getter for property named 'xxx' in 'class java.lang.String'

    最近在练习MyBatis时 进行姓名的模糊查询时候出现 org.apache.ibatis.exceptions.PersistenceException: ### Error querying da ...