OpenCV-检测并提取表格

环境

• OpenCV 2.4.13
• VS 2015
• 本文完整代码开源在Github

刚开始让我做这个，我也没有什么好的思路，但是随着对OpenCV的文档逐渐熟悉，也查阅了很多资料，对于这个问题，终于有了一个相当不错的解决方法。

常规方法

最初的搜索，会找到一种非常常规的方法：先对图像进行二值化，然后使用霍夫变换，检测出其中的直线，并在直线中，找到围成一个矩形的区域，将这块区域提取出来就好了。

按照这个方法，我最初使用的是Canny + HoughLinesP，检测出的直线效果也看得过去。但是由于我的输入图像是照片，每个照片的明亮不统一，Canny效果并不出众。于是乎我又加了腐蚀和高斯模糊，Canny我也参考Matlab等加了自适应阈值，直线稍微多了些，但也并不好看。

最初的代码是这样的，很小白。

void extractTable(string &argv) {
    Mat src = imread(argv), dst;
    if (!src.data) {
        cout << "not picture" << endl;
    }
    Mat canny,gray,sobel, edge,erod, blur, color_dst;

    double src_height=src.cols, src_width=src.rows;
    imshow("source", src);

    //先转为灰度
    cvtColor(src, gray, COLOR_BGR2GRAY);

    //腐蚀（黑色区域变大）
    int erodeSize = src_height / 200;
    if (erodeSize % 2 == 0)
        erodeSize++;
    Mat element = getStructuringElement(MORPH_RECT, Size(erodeSize, erodeSize));
    erode(gray, erod, element);

    //高斯模糊化
    int blurSize = src_height / 200;
    if (blurSize % 2 == 0)
        blurSize++;
    GaussianBlur(erod, blur, Size(blurSize, blurSize), 0, 0);
    namedWindow("GaussianBlur", WINDOW_NORMAL);
    imshow("GaussianBlur", blur);

    //自适应阈值Cannyz算法
    double low = 0.0, high = 0.0;
    AdaptiveFindThreshold(src, &low, &high);
    Canny(blur, canny, low, high);

    imshow(