如何用Python OpenCV基于文本结构分割图像为表格单元格？

可行方法（无需OCR） #

1. 边缘检测+霍夫直线变换 #

核心思路是检测图像中的水平/垂直线条，还原表格网格后分割单元格：

• 灰度化图像：gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
• 用Canny边缘检测提取线条轮廓：edges = cv2.Canny(gray, 50, 150)
• 霍夫直线变换检测直线：lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100, minLineLength=100, maxLineGap=10)
• 对检测到的直线去重、聚类，生成完整的网格线集合
• 根据网格线的坐标，划分出每个单元格的边界，提取对应区域的子图

2. 形态学操作提取网格掩码 #

通过形态学操作分离水平/垂直线条，合成网格后分割：

• 灰度化后反二值化（让线条/文本为白色）：_, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
• 创建水平、垂直结构元素：

  horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (40, 1))
  vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 40))
  

• 开运算提取水平/垂直线：

  horizontal_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, horizontal_kernel, iterations=2)
  vertical_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, vertical_kernel, iterations=2)
  

• 合并线条得到网格掩码：grid_mask = cv2.addWeighted(horizontal_lines, 0.5, vertical_lines, 0.5, 0.0)
• 对掩码做轮廓检测，提取每个单元格的外接矩形，分割子图

3. 文本轮廓聚类划分单元格 #

利用文本块的排列规律识别表格结构：

• 二值化后提取所有文本区域的轮廓：contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
• 计算每个轮廓的外接矩形，收集所有文本块的坐标
• 按x轴（列）和y轴（行）对矩形坐标聚类，确定表格的行列边界
• 根据行列边界划分单元格，提取对应子图

额外库需求 #

• 基础场景下，仅用OpenCV+Numpy即可完成，不需要额外依赖（Numpy是OpenCV的默认依赖，你应该已安装）
• 复杂场景（如倾斜表格、模糊图像）可选择补充：
  • scikit-image：提供更灵活的形态学操作和特征提取工具
  • scipy：用于聚类、直线拟合等数学运算，优化检测精度

内容的提问来源于stack exchange，提问作者Kevin Tommy