Найти PDF размеры с Камелот

Question

Я использую Камелот, чтобы прочитать полные PDF-файлы и извлечь около 112 атрибутов из каждого.

Я использую области таблицы для извлечения атрибутов

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

Проблема в том, что область таблицы не является постоянной для одного и того же атрибута во всех документах. Иногда я мог бы найти тот же атрибут на несколько пикселей вниз в координатах x или y в другом документе.

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

Есть ли способ получить точный атрибут из той же области независимо от извлечения какого-либо документа?

Answer 1

Возможно, вам поможет опция table_regions (введенная в версии 0.7).

https://camelot-py.readthedocs.io/en/master/user/advanced.html

"Когда указано table_regions, Camelot будет анализировать только указанные регионы для поиска таблиц".

Вы можете определить большую область table_regions, и Camelot будет искать таблицы в этой области.

Answer 2

Камелот использует систему координат opencv, а размеры можно получить с помощью opencv .shape

См. Исходный код для обработки изображений камелота здесь и документацию opencv здесь