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
- postman传递参数的问题
postman是一款通过post或者get发送请求测试代码的工具 如果是类的话,就选择JSON格式,如果是一个字段的方法,就直接写入方法值就好了比如 public PageResult<Info ...
- selenium 使用键盘时 提示java.lang.IllegalArgumentException: Key Down / Up events only make sense for modifier keys.
输入某个内容后,使用enter键进行确认,最开始使用方式为: driver.findElement(By.xpath("//input[@name='supplier_name'][@id= ...
- 扫描局域网ip的shell
# vim /mysh/ipscan.sh #!/bin/bash # scan the local alive ipaddress # -- if [ -f $filename ];then ech ...
- Java中ArrayList的对象引用问题
前言事件起因是由于同事使用ArrayList的带参构造方法进行ArrayList对象复制,修改新的ArrayList对象中的元素(对象)的成员变量时也会修改原ArrayList中的元素(对象)的成员变 ...
- oo作业第四单元总结暨结课总结
目录 一.第四单元作业架构设计 1.第一次UML作业架构设计 2.第二次UML作业架构设计 二.架构设计和OO方法理解演进 三.测试理解与实践的演进 四.课程收获总结 五.三个具体改进建议 一.第四单 ...
- CUDA开发:了解设备属性
原文链接 今天介绍一下CUDA设备的相关属性,只有熟悉了硬件是相关属性,是怎么工作的,就能写出更适合硬件工作的代码.cudaDeviceProp这个结构体记录了设备的相关属性. struct cuda ...
- Linux学习记录(一)
1.Linux的简介 1.1.Linux的概述 Linux是基于Unix的开源免费的操作系统,由于系统的稳定性和安全性几乎成为程序代码运行的最佳系统环境.Linux是由Linus Torvalds(林 ...
- axios获取后端数据
axios向后端请求数据时,一直获取不到数据, 后来改成这样写获取到了数据 不是一个this,有人说用箭头函数就可以了.
- java基础面试题:说说&和&&的区别
&与&&都是逻辑与 不同的是&左右两边的判断都要进行,而&&是短路与,当&&左边条件为假则不用再判断右边条件,所以效率更高 例如,对于i ...
- 短短几行css代码实现滚动条效果
如何实现使用css实现滚动条效果 实现效果,运用线性渐变来实现功能 假设我们的页面被包裹在 <body> 中,可以滚动的是整个 body,给它添加这样一个从左下到到右上角的线性渐变: bo ...