import numpy as np
import cv2

# 加載圖片
img = cv2.imread(r'E:\test1.png') # 注意路徑中不能有中文

# 轉為灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 進行邊緣檢測
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 進行霍夫變換，提取直線
lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100, minLineLength=100, maxLineGap=10)

# 統(tǒng)計直線數(shù)量，判斷是否有表格
if len(lines) > 10:
    print('圖片中有表格')
else:
    print('圖片中沒有表格')

2. 提取圖片中的直線

該示例代碼使用Canny邊緣檢測和霍夫變換提取圖片中的直線，并使用cv2.line函數(shù)繪制直線。您可以根據(jù)需要調整邊緣檢測和霍夫變換的參數(shù)，以獲得更好的結果。此外，該示例代碼僅繪制直線，如果需要識別表格邊框線的坐標和位置，可以使用霍夫變換的輸出結果進行進一步處理。

import numpy as np
import cv2

# 加載圖片
img = cv2.imread(r'E:\test1.png') # 注意路徑中不能有中文

# 轉為灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 進行邊緣檢測
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 進行霍夫變換，提取直線
lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100, minLineLength=100, maxLineGap=10)

# 繪制直線
for line in lines:
    x1, y1, x2, y2 = line[0]
    cv2.line(img, (x1, y1), (x2, y2), (0, 255, 0), 2)

# 顯示結果圖片
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

運行結果如下所示：