只提供思路，具体场景核图像有关，需做前期调整

一、处理流程：

1、图像灰度化处理

2、图像二值化处理

3、图像腐蚀处理（若得到的横纵交线不清楚，添加膨胀处理）

4、获取表格交点坐标

5、根据交点集获取单元格轮廓并进行过滤

二、使用案例

讯享网

三、代码示例及效果

1、灰度化处理

def gray_img(img:'numpy.ndarray'): """ 对读取的图像进行灰度化处理 :param img: 通过cv2.imread(imgPath)读取的图像数组对象 :return: 灰度化的图像 """ grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) return grayImage 

2、二值化处理

讯享网def bin_img(img:'numpy.ndarray'): """ 对图像进行二值化处理 :param img: 传入的图像对象（numpy.ndarray类型） :return: 二值化后的图像 """ ret,binImage=cv2.threshold(img,180,255,cv2.THRESH_BINARY_INV) return binImage 

3、图像腐蚀

def erode_img(img,kernel_args=(2,2),iterations=1): """ 对图像进行腐蚀 @param kernel_args 卷积核参数（2，2） @param interations erode的迭代次数 """ kernel = np.ones(kernel_args, np.uint8) return cv2.erode(img, kernel,iterations=iterations) 

（1）纵向腐蚀获取横向线条

讯享网 img_transverse = erode_img(img,(1,2),40) 

需要调节卷积核参数（kernel_args），迭代次数（iterations）

（2）横向腐蚀获取纵向线条

 img_vertical = erode_img(img, (2,1), 40) 

4、图像膨胀处理

膨胀处理相当于对线条进行加粗

讯享网 img_transverse = dilate_img(img_transverse,(2,2),1) img_vertical = dilate_img(img_vertical,(2,2),1) 

5、获取交点

def get_points(img_transverse, img_vertical): """ 获取横纵线的交点 :param img_transverse: :param img_vertical: :return: """ img = cv2.bitwise_and(img_transverse, img_vertical) return img 

6、获取单元格

讯享网def split_rec(arr): """ 切分单元格 :param arr: :return: """ # 数组进行排序 arr.sort(key=lambda x: x[0],reverse=True) # 数组反转 arr.reverse() for i in range(len(arr) - 1): if arr[i+1][0] == arr[i][0]: arr[i+1][3] = arr[i][1] arr[i + 1][2] = arr[i][2] if arr[i+1][0] > arr[i][0]: arr[i + 1][2] = arr[i][0] print(arr[i]) return arr def get_rec(img): """ 获取单元格 :param img: :return: """ contours, hierarchy = cv2.findContours(img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE) contours_poly = [0] * len(contours) boundRect = [0] * len(contours) rois = [] for i in range(len(contours) - 1): cnt = contours[i] contours_poly[i] = cv2.approxPolyDP(cnt, 1, True) boundRect[i] = cv2.boundingRect(contours_poly[i]) rois.append(np.array(boundRect[i])) # img = cv2.rectangle(img_bak, (boundRect[i][0], boundRect[i][1]), (boundRect[i][2], boundRect[i][3]), # (255, 255, 255), 1, 8, 0) rois = split_rec(rois) return rois 

四、完整代码

from PIL import Image, ImageOps import cv2 import numpy as np def split_rec(arr): """ 切分单元格 :param arr: :return: """ # 数组进行排序 arr.sort(key=lambda x: x[0],reverse=True) # 数组反转 arr.reverse() for i in range(len(arr) - 1): if arr[i+1][0] == arr[i][0]: arr[i+1][3] = arr[i][1] arr[i + 1][2] = arr[i][2] if arr[i+1][0] > arr[i][0]: arr[i + 1][2] = arr[i][0] print(arr[i]) return arr def get_points(img_transverse, img_vertical): """ 获取横纵线的交点 :param img_transverse: :param img_vertical: :return: """ img = cv2.bitwise_and(img_transverse, img_vertical) return img def dilate_img(img, kernal_args:tuple, iterations:int): """ dilate image @param kernel_args 卷积核参数（2，2） @param interations dilate的迭代次数 """ kernel = np.ones(kernal_args, np.uint8) return cv2.dilate(img, kernel,iterations=iterations) pass def erode_img(img,kernel_args=(2,2),iterations=1): """ 对图像进行腐蚀 @param kernel_args 卷积核参数（2，2） @param interations erode的迭代次数 """ kernel = np.ones(kernel_args, np.uint8) return cv2.erode(img, kernel,iterations=iterations) def bin_img(img:'numpy.ndarray'): """ 对图像进行二值化处理 :param img: 传入的图像对象（numpy.ndarray类型） :return: 二值化后的图像 """ ret,binImage=cv2.threshold(img,180,255,cv2.THRESH_BINARY_INV) return binImage def gray_img(img:'numpy.ndarray'): """ 对读取的图像进行灰度化处理 :param img: 通过cv2.imread(imgPath)读取的图像数组对象 :return: 灰度化的图像 """ grayImage=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) return grayImage pass def get_rec(img): """ 获取单元格 :param img: :return: """ contours, hierarchy = cv2.findContours(img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE) contours_poly = [0] * len(contours) boundRect = [0] * len(contours) rois = [] for i in range(len(contours) - 1): cnt = contours[i] contours_poly[i] = cv2.approxPolyDP(cnt, 1, True) boundRect[i] = cv2.boundingRect(contours_poly[i]) rois.append(np.array(boundRect[i])) # img = cv2.rectangle(img_bak, (boundRect[i][0], boundRect[i][1]), (boundRect[i][2], boundRect[i][3]), # (255, 255, 255), 1, 8, 0) rois = split_rec(rois) return rois if __name__ == "__main__": image = "D:/cs/ocr/c.png" img_bak = cv2.imread(image) img = gray_img(img_bak) img = bin_img(img) img_transverse = erode_img(img,(1,2),40) img_vertical = erode_img(img, (2,1), 40) # img = img_transverse + img_vertical img_transverse = dilate_img(img_transverse,(2,2),1) img_vertical = dilate_img(img_vertical,(2,2),1) img = get_points(img_transverse,img_vertical) rois = get_rec(img) for i, r in enumerate(rois): cv2.imshow("src" + str(i), img_bak[r[3]:r[1], r[2]:r[0]]) cv2.waitKey(0) cv2.destroyAllWindows() pass 

五、未解决

1、图像不清楚或倾斜，无法操作

2、若最右侧没有竖线会丢失最后一列