python - 使用 Camelot 查找 PDF 尺寸

Question

我正在使用 Camelot 阅读完整的 PDF，并从每个 PDF 中提取大约 112 个属性。

我使用表格区域来提取属性

 test_variable = camelot.read_pdf(filename, flavor='stream', 
                 table_areas=['38, 340 ,50, 328'])

问题是所有文档中相同属性的表格区域不是恒定的。有时我会在另一个文档中的 x 或 y 坐标下几个像素处找到相同的属性。

 test_variable = camelot.read_pdf(filename, flavor='stream', 
                 table_areas=['38,350,50,338'])

无论提取任何文档，有没有办法从同一区域获取确切的属性？

score 2 · Accepted Answer

也许选项 table_regions（在 0.7 中引入）可以帮助你。

“指定 table_regions 时，Camelot 将仅分析指定区域以查找表。”

您可以定义更大的 table_regions 区域，Camelot 将在该区域中搜索表。

score 2 · Accepted Answer

Camelot使用opencv的坐标系，尺寸可以使用opencv的.shape

在此处查看 camelot 图像处理的源代码和此处的 opencv 文档

2 回答 2