利用Python开发智能阅卷系统， 太有趣了！

随着现代图像处理和人工智能技术的快速发展，不少学者尝试讲CV应用到教学领域，能够代替老师去阅卷，将老师从繁杂劳累的阅卷中解放出来，从而进一步有效的推动教学质量上一个台阶。

传统的人工阅卷，工作繁琐，效率低下，进度难以控制且容易出现试卷遗漏未改、登分失误等现象。

现代的“机器阅卷”，工作便捷、效率高、易操作，只需要一个相机（手机），拍照即可获取成绩，可以导入Excel表格便于存档管理。

下面我们从代码实现的角度来解释一下我们这个简易答题卡识别系统的工作原理。第一步，导入工具包及一系列的预处理

import numpy as np

import argparse

import imutils

import cv2

设置参数

ap = argparse.ArgumentParser()

ap.add_argument("-i", “–image”, default=“test_01.png”)

args = vars(ap.parse_args())

正确答案

ANSWER_KEY = {0: 1, 1: 4, 2: 0, 3: 3, 4: 1} #

def order_points(pts):

一共4个坐标点

rect = np.zeros((4, 2), dtype = “float32”)

按顺序找到对应坐标0,1,2,3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, a