使用python读取选中的图片，将图中的表格转化为可编辑的excel表格，并将表格保存在桌面，运用opencv库和pandas库

可以使用以下代码实现：

import cv2
import pandas as pd

# 读取选中的图片
img = cv2.imread('selected_image.png')

# 将图中的表格转化为可编辑的excel表格
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contour = max(contours, key=cv2.contourArea)
x, y, w, h = cv2.boundingRect(contour)
table_img = img[y:y+h, x:x+w]
table_data = pd.read_html(pd.DataFrame(table_img).to_html())[0]

# 将表格保存在桌面
table_data.to_excel('~/Desktop/table.xlsx', index=False)

注意，以上代码仅为示例，具体实现可能需要根据实际情况进行调整。

相关问题

使用python读取选中的png格式图片，将图中的表格转化为可编辑的excel表格，并将表格保存在桌面，运用opencv库和pandas库

可以使用以下代码实现：

import cv2
import pandas as pd

# 读取图片
img = cv2.imread('selected_image.png')

# 将图片转化为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对灰度图进行二值化处理
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 查找表格轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 获取表格轮廓的矩形框坐标
table_contours = []
for cnt in contours:
    x, y, w, h = cv2.boundingRect(cnt)
    if w > 100 and h > 100:
        table_contours.append((x, y, w, h))

# 将表格转化为pandas的DataFrame
dfs = []
for i, (x, y, w, h) in enumerate(table_contours):
    table_img = img[y:y+h, x:x+w]
    table_gray = cv2.cvtColor(table_img, cv2.COLOR_BGR2GRAY)
    table_thresh = cv2.threshold(table_gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
    table_data = pd.read_csv(pd.compat.StringIO(pd.read_table(pd.compat.StringIO(table_thresh.tostring().decode('utf-8')), header=None).to_csv(header=None, index=None)), header=None)
    dfs.append(table_data)

# 将多个DataFrame合并为一个
result = pd.concat(dfs)

# 将结果保存为excel文件
result.to_excel('Desktop/result.xlsx', index=None, header=None)

这段代码使用了OpenCV库和Pandas库，可以将选中的PNG格式图片中的表格转化为可编辑的Excel表格，并将表格保存在桌面。

使用python将图片中的表格转化为excel中可编辑的表格，并将表格保存在桌面，运用opencv库和pandas库

可以使用以下代码将图片中的表格转化为excel中可编辑的表格，并将表格保存在桌面：

import cv2
import pandas as pd

# 读取图片
img = cv2.imread('image.png')

# 将图片转化为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 将灰度图像转化为二值图像
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]

# 查找表格轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 获取表格轮廓的矩形框
rects = [cv2.boundingRect(cnt) for cnt in contours]

# 将表格中的每个单元格转化为字符串，并保存到列表中
data = []
for rect in rects:
    x, y, w, h = rect
    cell = img[y:y+h, x:x+w]
    text = pytesseract.image_to_string(cell, lang='chi_sim')
    data.append(text)

# 将列表转化为pandas的DataFrame对象
df = pd.DataFrame(data)

# 将DataFrame对象保存为excel文件
df.to_excel('Desktop/table.xlsx', index=False)

需要注意的是，上述代码中使用了pytesseract库来将表格中的每个单元格转化为字符串，因此需要先安装pytesseract库，并且需要下载中文语言包。