大约一年前，我被分配任务从文件中提取和结构化数据，主要是包含在表格中的数据。我之前对计算机视觉没有了解，并且很难找到一个合适的“即插即用”的解决方案。当时可选的方案要么是基于最新神经网络（NN）的解决方案，这些解决方案庞大而繁琐，要么是基于OpenCV的较简单的解决方案，但不够一致。

受现有OpenCV脚本的启发，我开发了一种简单而一致的方法来提取表格，并将其制作成一个开源的Python库：img2table。

链接：https://github.com/xavctn/img2table

我的库有什么作用？

与深度学习解决方案相比，这个轻量级的包不需要训练和最小化参数化。它提供了以下功能：

• 识别图像和PDF文件中的表格，包括在表格单元级别的边界框。
• 通过支持OCR服务/工具（Tesseract、PaddleOCR、AWS Textract、Google Vision和Azure OCR目前支持）来提取表格内容。
• 处理复杂的表格结构，如合并单元格。
• 实现纠正图像的倾斜和旋转的方法。
• 提取的表格以一个简单的对象形式返回，包括一个Pandas DataFrame表示。
• 将提取的表格导出为Excel文件的选项，保留其原始结构。

如何使用它？

您可以通过pip安装该库，然后就可以使用了：

pip install img2table