前言

这学期我们上了一门软件工程课和数字图像处理课，软件工程课课设要求大家设计一款软件。作为一个学生助理，我早就对学校的问卷调查不满意了，填写完的纸质表格竟然还要输入成电子表格，人工手动输入，未免也太难受了。所以结合我所学的知识，我准备利用python+opencv做一款纸质文档识别软件，专门识别纸质表格转化成为电子表格。

原理

因为表格不仅仅有文字信息，同时还有位置信息，所以在识别表格时我们应该识别出文字和位置信息。文字信息一般是可以用OCR技术识别出来，这部分有很多相关的模块、库可以使用，但是位置信息的识别就有一定的困难。所以我们首先要解决这个位置信息。

当我们拿到一张纸质表格时，一般来说都会有框体，这个时候我们只要把最外围的框体识别出来，接着递归识别所有框体，然后再对所有小框体进行进行文字识别操作就会很简单。

实现方法

很明显，第一步是要解决最外头的这个框线识别问题。一般来说，不是每个人拍照都是横平竖直的，所以我们必须要对原始图像进行适当的倾斜矫正。在opencv里，我们有两个很好用的函数来进行这样的操作：
先用cv2.getPerspectiveTransform（target_points, four_points）得到旋转矩阵
然后再用cv2.warpPerspective(img, M, (weight, height))进行透视变换。
下面是该函数的一个演示

如果我们知道屏幕中间的四个角的位置，那么我们就能把它通过函数给校正

# -*- coding: utf-8 -*-
"""
Created on Sun Jan 13 09:22:51 2019@author: lei
"""import cv2
import numpy as np
img= cv2.imread('rowRotate.jpg')#读取原始图片
target_points =[[278,189],[758,336],[570,1034],[65,900]]
#这里我们通过人工的方式读出四个角点A，B，C，D
height = img.shape[0]
weight = img.shape[1]
four_points= np.array(((0, 0),(weight - 1, 0),(weight - 1, height - 1),(0, height - 1)),np.float32)
target_points = np.array(target_points, np.float32)#统一格式
M = cv2.getPerspectiveTransform(target_points, four_points)
Rotated= cv2.warpPerspective(img, M, (weight, height))
cv2.imwrite("Rotated.jpg",Rotated)

程序运行效果图

旋转裁切的效果很棒，但这只是人工的方式寻找四个角点，可不可以想办法实现程序自动裁切呢？
对于这个问题，我经过大量地查阅资料和实验，终于发现了一个比较好的办法。那就是先把轮廓线找到，然后找轮廓线里面的角点。
由于篇幅关系，我将把这个留在后面讲解

利用python进行纸质文档识别（一）图像旋转矫正相关推荐

Python3-word文档操作（三）：利用python修改word文档的内容
前两篇博文中,学习了是用python的docx库创建一个word文档,并且编辑了标题和正文,以及利用python来获取word文档的内容.本篇学习利用python修改word文档的内容. 修改word ...
利用python操作word文档
总目录:Python数据分析整理本文代码参考自官方文档: python-docx 使用的库下载方式为:pip install python-docx 注意!! 不是:pip install docx ...
Python3-word文档操作（五）：利用python修改word文档中的表格数据
1. 简介: 本篇继续学习python操作word文档的相关知识.本篇主要学习: 1)如何获取一个已经存在文档中的表格的内容: 2)如何修改一个已经存在文档中的表格的内容: 2. 获取word文档中的 ...
利用python向word文档模板中写入内容
第一部分:先看成果 Talk is cheap show me the code!(我来翻译一哈:不bb上代码) import os os.chdir('D:\\python_major\\auto_ ...
Python3-word文档操作（二）：利用python获取word文档的内容
上一篇,学习了是用python的docx库创建一个word文档,并且编辑了标题和正文.本篇继续python操作word之旅:利用python来获取word文档的内容. python脚本: # -*- ...
python搜索pdf内容所在页码_利用Python在pdf文档中寻找某些词出现的页码
要研究pdf文件的页码,首先要考虑这个文件的种类.pdf可能是一本书的电子版,可能是一份简历.可能是由Word.PPT或其他文档导出的--如果不是一本书,通常页面内容里是没有页码的:如果是一本书,虽然 ...
Python3-word文档操作（一）：利用python创建word文档，并且设置标题和正文的内容，设置字体样式
本篇主要说明了如何利用docx库来进行word文档的创建,并且设置标题和正文的内容,以及字体大小. 一,效果图苏轼的<念奴娇·赤壁怀古>,创作后的word文档内容如下图: ,其中,标题和 ...
利用Python实现word文档合并
实现步骤: 1.安装依赖 pip install docx pip install docxcompose pip install pyinstaller // 将py文件打包成exe文件的库 2.编 ...
Python读取word文档识别字段颜色，解析字段！
python版本3.7.3,读取的文档格式为.docx 文中带有简单注释看不懂的百度网盘下载直接查看,更改运行里面的py文件网盘下载 Python学习交流群:1004391443 提取码:nngw ...

利用python进行纸质文档识别（一）图像旋转矫正

前言

原理

实现方法

利用python进行纸质文档识别（一）图像旋转矫正相关推荐

最新文章

热门文章