我有一些像這樣的圖片，
我可以使用一個OCR工具，如Python中的Tesseract，從這些圖片中提取姓名和角色，但我想沿途保留層次結構。
請提供一些有趣的方法來解決這個問題。我想不出一個合適的方法來解決這個問題。
請提供一些有趣的方法來解決這個問題。
import pytesseract
print(pytesseract.image_to_string(Image.open('test.png') ) # 這給我的字串。
我想要任何資料型別的結構資訊，類似的東西，
。例如，從圖表1來看：Erica是ceo，在Erica之下有Russell，David的作業等，
uj5u.com熱心網友回復：
結果的可視化：
方法：
- 盒子的邊框和連接線（"網"）有一定的顏色/亮度 。
- 使用遮罩、等高線串列、標簽地圖 。
- 計算重疊/相交 在重疊處，檢查什么框和什么網參與。
為您提供的一張特定圖片而寫。另一張的解析度太低了。
對于不太有利的輸入資料，這將需要進行調整。不過這應該不難。僅僅是不同的閾值和其他東西。
這也應該已經適用于非方框節點（例如，圓形/橢圓形）。
你可以弄清楚OCR的部分。這個方法和代碼為你提供了你可以傳遞給OCR的單個方框。
輸出：
net 1連接盒子 [1, 2]
net 2 連接盒子 [2, 3, 4, 5]
net 3連接盒子[4, 6。7, 8, 9, 10]
net 4 連接盒子 [6, 11, 16, 21]
net 5 連接盒子 [7, 12, 17, 22]
net 6 連接盒子 [8, 13, 18, 23]
net 7 連接盒子 [9, 14, 19, 24]
net 8連接盒[10, 15, 20, 25]
代碼：
#!/usr/bin/env python3
import os
import sys
from math import *
import numpy as np
import cv2 as cv
import pprint
import collections
np.set_printoptions(suppress=True, linewidth=120)
########################################################################
im = cv.imread("9Rsju.jpg", cv.IMREAD_GRAYSCALE) / np.float32(255)
# optional downscale.更容易顯示。
im = cv.resize(im, fx=0.5, fy=0.5, dsize=None, interpolation=cv.inter_area)
# 一般來說，指數是0...(N-1)，標簽是1...N，并且總是(index 1) == label。
########################################################################
# box
#選擇盒子的邊框 #選擇盒子的邊框0.50) * np.uint8（255)
boxes_mask = cv.dilate(Box_mask, kernel=None, iterations=1) # cover marginal pixelslen(box_contours)
# 對輪廓線進行垂直排序。
def valuation（contour）。
(x,y,w,h) = cv.boundingRect(contour)
return y x / 10 # "目標函式"
# 不重要，只是漂亮 # "目標函式"
boxes_contours.sort(key=valuation)
boxes_rects = [ cv.boundingRect(c) for c in boxes_contours ]
def bottom_of_rect（rect）。
(x,y,w,h) = rect
return (x w/2, y h)
def top_of_rect（rect）。
(x,y,w,h) = rect
return (x w/2, y)
# boxes mask (fill inside of box)
cv.drawContours(
boxes_mask,
boxes_contours,
contourIdx=-1,
color=255,
thickness=cv.FILLED)
# boxes的標簽地圖
boxes_labels = np.zeros_like(box_mask, dtype=np.uint8)
for (i, contour) in enumerate（box_contours）。
box_label = i 1
cv.drawContours(
boxes_labels,
boxes_contours,
contourIdx=i,
color=box_label,
thickness=cv.FILLED)
########################################################################
#連接線（"網"）
# select
nets_mask = (im >= 0.7) & (im <= 0.9) # 0.8 margin
nets_mask = nets_mask * np.uint8(255)
nets_mask &= ~boxes_mask
#創建輕微重疊。
nets_mask = cv.dilate(nets_mask, kernel=None, iterations=1)
# label map[/span
(numnets, nets_labels) = cv.connectedComponents(nets_mask)
########################################################################。
# connectivity=連接性。
overlap = nets_mask & boxes_mask
(y,x) = overlap.nonzero() # pixel coordinatesset(zip(nets_labels[y,x], boxes_labels[y,x])
by_net = collections.defaultdict(lambda: set())
for (net,box) in relations:
by_net[net].add(box)
for net_label, boxes in sorted（by_net.items()）。
print(f "net {net_label} connects boxes", sorted(box)
########################################################################
# 可視化 # 可視化
canvas = cv.cvtColor(im * 0.5, cv.COLOR_GRAY2BGR)
for net_label, boxes in sorted(by_net.items() ):
boxes = sorted(box)
headbox_label = boxes.pop(0)
headbox_center = bottom_of_rect(box_rects[headbox_label-1] )
for box_label in boxes:
box_center = top_of_rect(box_rects[box_label-1] )
cv.line(canvas,
pt1=headbox_center,
pt2=box_center,
color=(0,0, 255),
thickness=2)
for (i, contour) in enumerate（box_contours）。
(x,y,w,h) = boxes_rects[i] 。
cv.rectangle(canvas,
pt1=（x,y）, pt2=（x w,y h）。
color=(255,255, 255),
thickness=2)
cv.putText(canvas,
text=f "Box {i 1}" ,
org=（x 10, y 40）。
fontFace=cv.FONT_HERSHEY_SIMPLEX,
fontScale=1。
color=(255,255,255) 。
thickness=2)
########################################################################。
# display
cv.namedWindow("canvas"/span>, cv.WINDOW_NORMAL)
cv.imshow("canvas", canvas)
cv.waitKey(-1)
cv.destroyalAllWindows()
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/311675.html
標籤：