技术求助：如何从含非连续线的成绩单图像生成完整表格线？

1. 先矫正透视变形（解决线条非直线问题） #

照片拍摄的成绩单大概率存在透视畸变，导致线条走形，先做透视矫正：

• 提取图像边缘后，通过轮廓检测定位表格的四个角点（优先筛选面积最大的四边形轮廓）
• 用透视变换将畸变表格映射为正矩形，让线条回归近似直线状态，后续补线操作会更精准

2. 形态学闭运算补全断裂线条 #

针对线条不连续的核心问题，用形态学闭运算填补缝隙：

• 先将图像转为二值图（线条为黑色0，背景白色255），再反转图像让线条为白色、背景为黑色，方便形态学操作
• 分别构造水平、垂直方向的结构元素：横向用宽高比大的矩形核，纵向用宽高比小的矩形核，分别执行闭运算后合并结果
• 示例OpenCV代码：

import cv2
import numpy as np

# 读取预处理后的二值图1
img = cv2.imread('pic1.png', 0)
# 反转图像：线条白，背景黑
img_inv = cv2.bitwise_not(img)

# 补全横向断裂线条
horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (20, 1))
horizontal_lines = cv2.morphologyEx(img_inv, cv2.MORPH_CLOSE, horizontal_kernel, iterations=2)

# 补全纵向断裂线条
vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 20))
vertical_lines = cv2.morphologyEx(img_inv, cv2.MORPH_CLOSE, vertical_kernel, iterations=2)

# 合并横竖线条并反转回原格式
combined = cv2.bitwise_or(horizontal_lines, vertical_lines)
result = cv2.bitwise_not(combined)

# 保存结果图2
cv2.imwrite('pic2.png', result)

3. 细节优化 #

• 若合并后存在多余噪声，可通过开运算或轮廓过滤（保留面积较大的线条轮廓）去除
• 调整结构元素的尺寸：根据实际断裂缝隙的宽度调整核的大小，缝隙越大，核尺寸相应调大

内容的提问来源于stack exchange，提问作者I am I.A.S