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. 【BZOJ2049】[SDOI2008] Cave 洞穴勘测(LCT维护连通性)

    点此看题面 大致题意: 有\(n\)个洞穴,\(3\)种操作:连一条边,删一条边,询问两点是否联通. \(LCT\)维护连通性 这道题应该是\(LCT\)动态维护连通性的一道模板题. 考虑将\(x\) ...

  2. 3219: 求最高同学位置—C语言版

    3219: 求最高同学位置—C语言版 时间限制: 1 Sec  内存限制: 128 MB提交: 207  解决: 115[提交][状态][讨论版][命题人:smallgyy] 题目描述 设一维数组存放 ...

  3. Echarts样式

    Echarts设置样式如下 <div id="main" style="width: 250px;height:200px;"></div&g ...

  4. 操作系统(4)_进程同步_李善平ppt

    生产者进程count++是它的临界区,消费者count--是它的临界区. 经典同步问题,死锁问题,略.

  5. 51nod——2476 小b和序列(预处理 思维)

    对于每一个元素,预处理出它作为最小值,两边可以作用到的最大位置.比如下标∈[0,8]的这个数组:1 8 6 2 5 4 3 8 7,1可以作用到所有区间,2可以作用到区间[1,8],第一个8可以作用到 ...

  6. PAT 乙级 1059

    题目 题目地址:PAT 乙级 1059 题解 开始我是从暴力循环的角度考虑这道题,大概计算了一下时间复杂度应该不会超,但是很不幸没有通过,时间超限:之后考虑搜索算法可能优化不太好,因此就把输入的序列先 ...

  7. Java 解决IE浏览器下载文件,文件名出现乱码问题

    /** * 区分ie 和其他浏览器的下载文件乱码问题 * @param request * @param fileName * @return */ public String getFileName ...

  8. MySQL的备份与恢复理解与备份策略

    MySQL的备份主要分为逻辑备份和物理备份 逻辑备份 在MySQL中逻辑备份的最大优点是对各种存储引擎都可以用同样的方法来备份.而物理备份则不同,不同的存储引擎有着不同的备份方法.Mysql中的逻辑备 ...

  9. JZOJ 5812. 【NOIP提高A组模拟2018.8.14】 区间

    5812. [NOIP提高A组模拟2018.8.14] 区间 (File IO): input:range.in output:range.out Time Limits: 1000 ms  Memo ...

  10. python3.7 迭代器和生成器

    #!/usr/bin/env python __author__ = "lrtao2010" #python3.7 迭代器和生成器 #迭代器协议: ''' 1.迭代器协议是指:对象 ...