使用Camelot查找PDF尺寸

Question

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

我使用表区来提取属性

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

问题是，对于所有文档中的相同属性，表区域并不是恒定的。有时我会在另一个文档的x或y坐标中找到几个像素以下的相同属性。

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

有没有一种方法可以在不考虑提取任何文档的情况下，从相同的区域获得确切的属性？

Answer 1

也许选项table_regions (在0.7中引入)可以帮助您。

https://camelot-py.readthedocs.io/en/master/user/advanced.html#specify-table-regions

指定table_regions时，Camelot将仅分析指定的区域以查找表。

您可以定义一个更大的table_regions区域，Camelot将在该区域中搜索表。

Answer 2

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

请参阅camelot图像处理here和opencv文档here的源代码