使用camelot-py提取PDF表格触发OpenCV(-215)断言错误如何解决

数据老陈

2026-10-5

错误排查方案

核心错误定位

报错!_src.empty() in function 'cv::cvtColor'属于OpenCV底层断言失败，原因是camelot调用图像处理逻辑时传入的源图像为空，说明PDF转临时图像的步骤执行失败，没有生成有效图像数据。

具体排查方向

路径有效性校验
首先测试目标PDF文件是否能被程序正常读取，执行以下代码验证：
```
import os
pdf_file = 'C:/Users/myuser/Desktop/statement_7022035.pdf'
print(os.path.exists(pdf_file))
```
如果返回False，修正路径写法，可尝试改用原始字符串格式r'C:\Users\myuser\Desktop\statement_7022035.pdf'；如果返回True，检查PDF是否被其他程序独占打开，当前Python进程是否有文件读取权限。
Ghostscript环境配置校验
即使已经安装Ghostscript，Windows环境下大概率是未将Ghostscript的bin目录加入系统PATH环境变量，导致camelot调用Ghostscript将PDF转为图像时执行失败，生成空图像。
验证方式：打开cmd窗口执行gswin64c -version（64位系统）或gswin32c -version（32位系统），如果提示找不到命令，将Ghostscript安装目录下的bin文件夹（例如C:\Program Files\gs\gs9.56.1\bin）加入系统PATH，重启虚拟环境/IDE后重试。
解析模式适配调整
你当前使用的是camelot默认的lattice解析模式，该模式依赖OpenCV识别表格边框，必须经过PDF转图像的步骤。你的待处理文件是文本型PDF，更适合用不需要转图像的stream模式，修改代码如下即可跳过图像处理流程：
```
tables = camelot.read_pdf(pdf_file, flavor='stream')
```
如果stream模式可以正常提取数据，可直接使用该模式，不需要再排查lattice模式的依赖问题。
PDF属性验证
确认PDF没有设置加密、编辑/复制限制，也可手动指定页码测试，避免默认读取的第一页无内容导致转换失败：
```
# 示例：读取PDF第2页
tables = camelot.read_pdf(pdf_file, pages='2', flavor='stream')
```