如何用Python单独识别表格图片中的每个单元格

AI 小北

2026-7-24

解决方案

核心思路

基于OpenCV做图像分析，利用已知网格线颜色先提取网格结构，再分割出每个单元格的坐标区域，最后关联对应行首和表头单元格进行展示。

步骤实现

1. 图像预处理与网格线提取

已知网格线颜色（黑/白），先将图像转为灰度图，再通过阈值分割提取网格线区域，最后用形态学操作强化网格线的连通性：

import cv2
import numpy as np

# 读取图像
img = cv2.imread("table_image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 根据网格线颜色设置阈值：黑色网格线取低阈值，白色取高阈值
grid_color = "black"  # 替换为"white"如果是白色网格线
if grid_color == "black":
    _, grid_mask = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY_INV)
else:
    _, grid_mask = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY)

# 形态学操作：让网格线更连贯
kernel = np.ones((2,2), np.uint8)
grid_mask = cv2.morphologyEx(grid_mask, cv2.MORPH_CLOSE, kernel)

2. 检测行/列分割线

通过霍夫变换检测水平和垂直方向的直线，提取所有分割线的坐标并排序：

# 检测水平线
horizontal_lines = cv2.HoughLinesP(grid_mask, 1, np.pi/180, threshold=100, minLineLength=img.shape[1]//2, maxLineGap=10)
# 提取并排序y坐标
y_coords = sorted(list(set([line[0][1] for line in horizontal_lines])))

# 检测垂直线
vertical_lines = cv2.HoughLinesP(grid_mask, 1, np.pi/180, threshold=100, minLineLength=img.shape[0]//2, maxLineGap=10)
# 提取并排序x坐标
x_coords = sorted(list(set([line[0][0] for line in vertical_lines])))

3. 生成所有单元格坐标

通过行和列的分割线坐标组合，得到每个单元格的矩形区域：

cells = []
# 遍历行（跳过最后一条线）
for i in range(len(y_coords)-1):
    row_cells = []
    # 遍历列（跳过最后一条线）
    for j in range(len(x_coords)-1):
        x1, y1 = x_coords[j], y_coords[i]
        x2, y2 = x_coords[j+1], y_coords[i+1]
        # 存储单元格区域和对应的行/列索引
        row_cells.append({"region": (x1, y1, x2, y2), "row_idx": i, "col_idx": j})
    cells.append(row_cells)

4. 关联行首与表头单元格

提前提取表头（第一行所有单元格）和行首（每一行第一个单元格）的区域：

# 提取表头单元格（第一行）
headers = [cell["region"] for cell in cells[0]]
# 提取行首单元格（每一行第一个）
row_headers = [row[0]["region"] for row in cells]

5. 循环展示单元格及对应行首、表头

遍历每个单元格，截取对应区域并展示：

for row in cells:
    for cell in row:
        # 跳过表头和行首自身（可选，根据需求调整）
        if cell["row_idx"] == 0 or cell["col_idx"] == 0:
            continue
        # 截取当前单元格
        x1, y1, x2, y2 = cell["region"]
        current_cell = img[y1:y2, x1:x2]
        # 截取对应行首
        rh_x1, rh_y1, rh_x2, rh_y2 = row_headers[cell["row_idx"]]
        row_header_cell = img[rh_y1:rh_y2, rh_x1:rh_x2]
        # 截取对应表头
        h_x1, h_y1, h_x2, h_y2 = headers[cell["col_idx"]]
        header_cell = img[h_y1:h_y2, h_x1:h_x2]
        
        # 合并展示（这里用水平拼接，可根据需求调整）
        combined = np.hstack((row_header_cell, header_cell, current_cell))
        cv2.imshow("Cell Analysis", combined)
        # 等待用户操作（比如按任意键进入下一个单元格）
        cv2.waitKey(0)

cv2.destroyAllWindows()

注意事项

如果网格线有轻微倾斜，可先做图像矫正（比如基于霍夫变换的直线角度调整）
霍夫变换的参数（threshold、minLineLength等）需要根据实际图片尺寸调整，确保准确检测到网格线
若单元格存在合并情况，需要额外处理（比如检测相邻单元格的分割线是否缺失）

内容的提问来源于stack exchange，提问作者Dolev Mitz