时间戳

首页 > 解决方案 > 从 PNG 中提取数字信息

python - 从 PNG 中提取数字信息

问题描述

如果这个问题不适合本网站，我深表歉意。

我有几百张图表；每张图都是一个PNG。它们都如下所示：

在此处输入图像描述

x 轴标有所有可能的类别（等级）。y 轴显示获得特定成绩的孩子的百分比。所有图表都遵循这种格式；没有偏差。

使用 Python，从这样的图像中提取数据的最有效方法是什么？我的目标是提取每个年级类别的百分比值，以便我可以做一些进一步的分析 - 我正在尝试查看哪些课程的 A+/A 成绩百分比最高，以便我可以为下学期做计划。

当然，我真正需要的是条形的相对高度，我可以根据这些信息计算比率。这可以通过使用 OpenCV 之类的 Otsu 阈值来实现；有没有更简单的方法来做我想做的事？我敢肯定这已经做过了；如果有人能指出我（最好是 Python）回购或教程，那就太好了。

标签： pythonimage-processing

解决方案

假设所有图表都具有相同的尺寸、列数等，一种方法是获取每列的高度（以像素为单位），然后进行比较。要获取每列的高度，您可以使用库PIL。

首先，根据您上传的图像，每列的底部位于像素 y = 523（图像顶部为 y = 0），第一列的中心位于 x = 136。此外，中心每列在最后一列之后是 45 或 46 像素（交替），并且有 15 列。

基于此，您可以使用此脚本来获取图表中每一列的高度：

from PIL import Image
def col_heights(filename):
    img = Image.open(filename)
    cols = []
    sy = 523  # The y level of the bottom of each column
    x = 136  # The x position of the first column
    add_45_or_46 = False  # False to increment by 45, True for 46
    
    num_cols = 15
    for _ in range(num_cols):
        y = sy
        while img.getpixel((x, y)) != (255, 255, 255, 255):
            y -= 1  # Work upwards
        cols.append(sy - y)
        
        x += 46 if add_45_or_46 else 45
        add_45_or_46 = not add_45_or_46
    
    img.close()
    return cols

那么这有什么作用呢？它首先打开图像，然后设置x（第一列 x 位置）、sy（每列的起始 y 水平）的起始值以及是否添加 45 或 46 以到达下一列。然后，对于每一列，它向上工作，直到找到与列底部的像素不匹配的像素（即不是白色），然后将该列的高度添加到列高列表中。

例如，对于您上传的图表，每列的高度为[220, 430, 242, 143, 54, 32, 0, 10, 0, 10, 0, 0, 43, 176, 21].

推荐阅读