Python实现图像表格单元格边框绘制：解决膨胀后单元格融合问题

我完全懂你现在的困扰——单元格间距太近，一膨胀就把相邻单元格的文本区域连成了整块，轮廓识别根本分不出单个单元格，自然没法画出正确的边框。咱们换两个更适配这种场景的思路来解决：

思路1：直接提取表格网格线（推荐） #

这个方法跳过文本区域的膨胀，直接定位表格的横竖网格线，从网格本身分割单元格，完美适配间距近的表格：

步骤拆解 #

1. 预处理图像：灰度化后用阈值处理突出表格线，再用形态学操作单独提取横线和竖线
2. 生成网格掩码：把提取到的横竖线合并，得到完整的表格网格
3. 识别单元格轮廓：从网格掩码中找到每个单元格的轮廓，直接绘制边框

改进后的代码 #

import os
import cv2
import numpy as np

def extract_table_grid(img):
    # 灰度化
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 阈值处理：反转颜色，让表格线变成白色
    thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
    
    # 提取横线：用水平结构元素
    horizontal_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (40, 1))
    horizontal_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, horizontal_kernel, iterations=2)
    
    # 提取竖线：用垂直结构元素
    vertical_kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 40))
    vertical_lines = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, vertical_kernel, iterations=2)
    
    # 合并横竖线得到网格
    grid = cv2.addWeighted(horizontal_lines, 0.5, vertical_lines, 0.5, 0)
    # 膨胀网格让线条更清晰
    grid = cv2.dilate(grid, None, iterations=2)
    
    return grid

def draw_cell_borders(img, grid):
    # 找网格的轮廓（每个轮廓就是一个单元格）
    contours, _ = cv2.findContours(grid, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    
    # 过滤掉过小的轮廓（非单元格区域）
    min_area = 100  # 根据你的图像调整
    vis = img.copy()
    for cnt in contours:
        area = cv2.contourArea(cnt)
        if area > min_area:
            x, y, w, h = cv2.boundingRect(cnt)
            cv2.rectangle(vis, (x, y), (x+w, y+h), (0, 0, 255), 1)
    
    return vis

if __name__ == "__main__":
    in_file = os.path.join("data", "page1.jpg")
    out_file = os.path.join("data", "out_grid.png")
    
    img = cv2.imread(in_file)
    grid_mask = extract_table_grid(img)
    result = draw_cell_borders(img, grid_mask)
    
    cv2.imwrite(out_file, result)

关键调整说明 #

• 用水平/垂直结构元素分别提取横竖线，不会让相邻单元格连在一起
• 通过addWeighted合并横竖线，得到完整的表格网格
• 过滤小轮廓避免误识别页面上的其他小线条

思路2：优化原代码的文本区域聚类 #

如果你想继续用原思路（从文本区域反推单元格），可以调整膨胀操作的结构元素，避免横向过度膨胀：

修改后的预处理函数 #

def pre_process_image(img, save_in_file, morph_size=(1, 5)):
    # 灰度化
    pre = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # Otsu阈值处理
    pre = cv2.threshold(pre,250, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
    # 用垂直结构元素膨胀：只让文本上下连成块，横向不膨胀
    cpy = pre.copy()
    struct = cv2.getStructuringElement(cv2.MORPH_RECT, morph_size)
    cpy = cv2.dilate(~cpy, struct, anchor=(-1, -1), iterations=1)
    pre = ~cpy
    
    if save_in_file is not None:
        cv2.imwrite(save_in_file, pre)
    return pre

其他参数调整建议 #

• morph_size改成(1,5)（垂直方向的结构元素），避免横向膨胀导致单元格连在一起
• cell_threshold调小（比如改成5），因为单元格间距近，需要更精细的聚类
• min_text_height_limit和max_text_height_limit根据你图像里的文本实际高度调整，避免过滤掉有效文本框

内容的提问来源于stack exchange，提问作者user3809411