前言
本文的文字和图片均来自互联网,仅供学习和交流,不作任何商业用途。版权归原作者所有。如有任何疑问,请及时与我们联系处理。
随着现代图像处理技术和人工智能技术的飞速发展,许多学者试图说,CV可以代替教师在教学领域阅读论文,把教师从繁杂而累人的阅读论文中解放出来,从而进一步有效地将教学质量提升到更高的水平。
传统的手工阅卷工作繁琐、效率低、进度难以控制,而且容易出现试卷未改、报名错误等问题。
现代“机标”方便、高效、易操作。只需一台相机(手机)拍照即可得到结果,并可导入EXCEL表格进行归档管理。
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