人工智能项目实战-使用OMR完成答题卡识别判卷_人工智能判卷

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

  - [⭐️三、阈值处理](#_137)
  - [⭐️四、过滤干扰项](#_156)
  - [⭐️五、展示操作](#_225)
  - [⭐️后续问题](#_240)

在这里插入图片描述 |

🌟写在前面

光学标记识别（简称OMR）是自动分析人工标记文档并解释其结果的过程。
我们之前在20年差不多都是人工去识别判卷，那个时候一个班级的试卷需要老师花费差不多1个小时才可以判完。效率就比较低，随着这个计算机硬件和信息大爆炸时代的到来，人工智能也开始飞跃的发展。对于这个试卷的问题，我们再用人工智能去做的时候，1个小时可以判几十万或者更多的试卷。所以人工智能对人类的发展是有一个质的飞跃的。那么我们就来了解一下他是一个怎么样的过程。

🌟项目目标

我们对于一个答题卡拿来差不多是这个样子。

如果我们做一个和四六级差不多的卷子，那么我们同这个项目的原理是一致的。我们就以上图为例子来看。
项目目标：首先我们要在图片中，把试卷的区域利用透视变换给拿出来。也就是提取自己的ROI区域。然后答题卡填充的答案类似于实心的，没有填充的答案类似于是一个空心的。识别出来之后，我们要和输入的答案进行一个比较，如果对就记录下来，如果不对，那么就不记录，最后利用这个来判分。完成一个批分的功能。

1：检测图像中的检查。
2：应用透视转换以提取考试的自上而下的鸟瞰图。
3：从转换的考试的角度中提取气泡集（即可能的答案选择）。
4：将问题/气泡排序为行。
5：确定每行的标记（即“气泡”）答案。
6：在我们的答案键中查找正确答案，以确定用户的选择是否正确。
7：对考试中的所有问题重复上述步骤。

🌟项目讲解

⭐️一、数据预处理

导入参数

ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required=True,
	help="path to the input image")
args = vars(ap.parse_args())

def cv\_show(name,img):
        cv2.imshow(name, img)
        cv2.waitKey(0)
        cv2.destroyAllWindows()
image = cv2.imread(args["image"])
contours_img = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
cv_show('blurred',blurred)
edged = cv2.Canny(blurred, 75, 200)
cv_show('edged',edged)

这里是一些基础的形态学操作，首先我们将图像由RGB转为gray图像，灰度图像。然后我们对灰度图像进行一个高斯滤波操作，目的就是消除掉图片中的一些噪音点，方便后期处理。

高斯滤波之后，我们又做了一次边缘检测，以75和200像素值作为阈值。对滤波后的操作进行一个边缘检测。

然后我们对边缘检测后的图像进行轮廓检测，并且画出轮廓。文档的边缘是如何清晰定义的，检查的所有四个顶点都存在于图像中。获取文档的这个轮廓非常重要，因为我们将使用它作为标记，将透视转换应用于考试，从而获得文档的自上而下的鸟瞰图。

cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,
	cv2.CHAIN_APPROX_SIMPLE)[0]
cv2.drawContours(contours_img,cnts,-1,(0,0,255),3) 
cv_show('contours\_img',contours_img)

这里要注意就是老版本的CV轮廓检测返回的是三个结果，而新的版本返回的是两个结果。所以我们只需要第一个结果，所以索引就是定位0，老版本就定为1.然后我们定义参数，只检测外轮廓，并且使用四个点检测轮廓的方法。完成之后我们生成的图像就是：

我们检测出来外面轮廓之后，接下来想把整个试卷拿出来，做一个透视变换操作。拿到轮廓的坐标。

docCnt = None
if len(cnts) > 0:
	# 根据轮廓大小进行排序
	cnts = sorted(cnts, key=cv2.contourArea, reverse=True)
	# 遍历每一个轮廓
	for c in cnts:
		peri = cv2.arcLength(c, True)
		approx = cv2.approxPolyDP(c, 0.02 \* peri, True)
		# 准备做透视变换
		if len(approx) == 4:
			docCnt = approx
			break

⭐️二、透视变换

这里我们把轮廓按照面积做了一个排序，然后遍历排序后的轮廓。cv2.approxPolyDP主要功能是把一个连续光滑曲线折线化。如果轮廓检测出来是四个点组成的，那么我们就把他给拿出来。

warped = four_point_transform(gray, docCnt.reshape(4, 2))
cv_show('warped',warped)

其中four_point_transform函数对应的转换操作是：

def four\_point\_transform(image, pts):
	rect = order_points(pts)
	(tl, tr, br, bl) = rect
	# 计算输入的w和h值
	widthA = np.sqrt(((br[0] - bl[0]) \*\* 2) + ((br[1] - bl[1]) \*\* 2))
	widthB = np.sqrt(((tr[0] - tl[0]) \*\* 2) + ((tr[1] - tl[1]) \*\* 2))
	maxWidth = max(int(widthA), int(widthB))

	heightA = np.sqrt(((tr[0] - br[0]) \*\* 2) + ((tr[1] - br[1]) \*\* 2))
	heightB = np.sqrt(((tl[0] - bl[0]) \*\* 2) + ((tl[1] - bl[1]) \*\* 2))
	maxHeight = max(int(heightA), int(heightB))

	# 变换后对应坐标位置
	dst = np.array([
		[0, 0],
		[maxWidth - 1, 0],
		[maxWidth - 1, maxHeight - 1],
		[0, maxHeight - 1]], dtype = "float32")

	# 计算变换矩阵
	M = cv2.getPerspectiveTransform(rect, dst)
	warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight))

	# 返回变换后结果
	return warped

首先我们用order_points把四个点的坐标提取出来了。然后我们计算一下透视变换的w和h。选择出来透视变换之后的坐标结果。然后我们基于这两个结果求出一个中间矩阵M，然后使用一个当前矩阵*中间矩阵M就得到了透视变换之后的结果。
其中order_points函数是：

def order\_points(pts):
	rect = np.zeros((4, 2), dtype = "float32")
	# 按顺序找到对应坐标0123分别是 左上，右上，右下，左下
	# 计算左上，右下
	s = pts.sum(axis = 1)
	rect[0] = pts[np.argmin(s)]
	rect[2] = pts[np.argmax(s)]
	# 计算右上和左下
	diff = np.diff(pts, axis = 1)
	rect[1] = pts[np.argmin(diff)]
	rect[3] = pts[np.argmax(diff)]
	return rect

对着四个点进行操作，如果相加那么肯定是左上的点是最小的，右下的点是最大的。那么我们把他提取出来。然后在做差，那么很明显就是右上是最大的，左下是最小的，这样我们就把四个点给提取出来了。然后返回回去。

⭐️三、阈值处理

我们拿到了透视变换的结果之后，对透视结果进行操作，首先我们进行一次阈值处理。这里的阈值处理如下：

thresh = cv2.threshold(warped, 0, 255,
	cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] 
cv_show('thresh',thresh)

**这里不是选择阈值为0，再次强调！！！！**而是让计算机随机的给我们提供一个阈值合适的数值。然后进行阈值处理。得到的结果是：

然后对结果做一次轮廓检测。

cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
	cv2.CHAIN_APPROX_SIMPLE)[0]
cv2.drawContours(thresh_Contours,cnts,-1,(0,0,255),3) 
cv_show('thresh\_Contours',thresh_Contours)

还是同上面做轮廓检测的结果一致。得到的结果是这样：

⭐️四、过滤干扰项

然后我们过滤掉一些干扰项。

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）**
![img](https://img-blog.csdnimg.cn/img_convert/b061ff2d46542b83c73e2aa3a4552499.png)

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**

**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）**
[外链图片转存中...(img-7PWmmppw-1713372857347)]

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**