一个完整答题卡识别系统

已于 2024-01-14 14:14:58 修改
阅读量2.4k 收藏 21
点赞数 6
分类专栏： 后端 文章标签： opencv java
于 2021-09-10 07:03:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46686976/article/details/120213739
版权

早上好，我是老北，公众号「GitHub指北」会推荐 GitHub 上有用的项目，挖掘开源的价值，欢迎关注。

今天要推荐一个开源的答题卡识别系统，有需要赶紧来看看哦。

项目介绍

OpenCV 是一个基于 BSD 许可（开源）发行的跨平台计算机视觉库，它提供了一系列图像处理和计算机视觉方面很多通用算法。是研究图像处理技术的一个很不错的工具。最初开始接触是 2016 年因为公司项目需要，但是当时网上可供参考的 demo 实在太少了，而且基本上都是基于 C、C++实现的。也就是从 2017 年开始，关于 java+opencv 的资料才渐渐多起来。处于这种情况，就想搭建一个有助于我们学习和了解 opencv 的一个平台。因此就有了这个系统。 从安装开始，和大家一起学习记录 OpenCV 的相关知识，直至最终一个简单但完整 DEMO 的实现（答题卡识别）。

软件架构

SpringMVC+AdminLTE 2+maven。考虑到之前 demo 测试，要么都是生成图片查看效果，要么用 swing 绘制，遇到参数变化的时候，不便于调试，于是就做成了大家熟悉的 web 模式。后台是基于 SpringMVC，也没有数据库交互，就是个页面操作效果实时查看的功能，现在很简单。前端使用的是 AdminLTE 2，一个基于 bootstrap 的轻量级后台模板。

主要内容

  • 图像二值化
  • 图像自适用二值化
  • 高斯模糊
  • 图片缩放
  • 腐蚀膨胀
  • 进阶形态学变换
  • 边缘检测
  • 检测直线
  • 检测圆
  • 检测颜色
  • 轮廓识别
  • 模板查找
  • 绘制灰度直方图
  • 答题卡识别 demo

效果预览


源码地址

公号 「GitHub指北」 后台回复 「答题卡」 获取源码地址。

GitHub指北
关注
  • 6
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
基于Hough变化的答题卡识别
12-11
基于Hough变化的答题卡识别,图像二值化，灰度图像二值化，图像平滑滤波， 倾斜校正，图像分割，填写检查等。
Python /Opencv答题卡识别用例
qq_33531400的博客
01-03 7877
使用Python3和Opencv识别一张标准的答题卡。大致的过程如下： 1，读取图片 2，利用霍夫圆检测，检测出四个角的黑圆位置，从确定四个角的位置 3，利用透视变换和四个角的位置，矫正图片（直接用的网上的图片，没有拍照，所以这一步没有实现） 4，裁剪四个边框，获取边框上小黑格的位置 5，根据小黑格的位置确定每个涂卡区域的位置 6，将答题卡腐蚀和膨胀，遍历所有的格子的区域，计算每个区域...
答题卡识别
05-11
毕业设计和课程设计全套资料，主程序代码 clc; clear all; close all; warning off all; I = imread('images\\1.jpg'); I1 = Image_Normalize(I, 0);%图像归一化 hsize = [3 3]; sigma = 0.5; I2 = Image_Smooth(I1, hsize, sigma, 0); I3 = Gray_Convert(I2, 0); bw2 = Image_Binary(I3, 0);%二值化处理 [~, ~, xy_long] = Hough_Process(bw2, I1, 0);%霍夫变换 angle = Compute_Angle(xy_long);%计算角度 [I4, bw3] = Image_Rotate(I1, bw2, angle*1.8, 0);%图像旋转 [bw4, Loc1] = Morph_Process(bw3, 0);%形态处理 [Len, XYn, xy_long] = Hough_Process(bw4, I4, 0); [bw5, bw6] = Region_Segmation(XYn, bw4, I4, 0); [stats1, stats2, Line] = Location_Label(bw5, bw6, I4, XYn, Loc1, 1); [Dom, Aom, Answer, Bn] = Analysis(stats1, stats2, Line, I4);
基于matlab的答题卡识别系统设计与实现.zip
07-08
系统名称：答题卡识别与成绩统计 操作系统：windows 10专业版 软件版本：Matlab R2015b 系统介绍：本系统是使用Matlab制作的通用105题竖答题卡识别系统，主要技术 是Hough变换、形态学滤波、平滑处理、基于特定理论的区域分割、GUID。 系统功能： 一键自动阅卷选项： 功能1：识别image文件夹中的答题卡 功能2：将“学号”、“试卷类型”、“科目”、“总成绩”、“通过情况” 写入到results文件夹下的grades.xls中，标准答案在StanderdAnswers.xls 文件中。 功能3：根据输入的学号进行查卷 单张手动阅卷： 用户可指定原始答题卡图像进行识别和成绩的统计，答题卡的成绩和图像将会显示 在UI界面上。 参考使用，希望对你有帮助
云平台服务器配置答题卡1
08-08
云计算管理平台网络环境部署创建虚拟交换机网络->交换机->交换机截图网络->交换机->子网截图创建虚拟路由器网络->路由器->点击路由器名称，查看路由器信息云主
OpenCV实例（三）答题卡识别
小幽余生不加糖
04-13 1955
随着信息化的发展，计算机阅卷已经成为一种常规操作。在大型考试中，客观题基本不再需要人工阅卷。答题卡识别的基本实现原理如图所示，其主要包含以下步骤。（1）进行反二值化阈值处理，将后续操作中要使用的选项处理为前景（白色），将答题卡上其他不需要进行后续处理的位置处理为背景（黑色）。（2）将每个选项提取出来，并计算各选项的白色像素点个数。（3）筛选出白色像素点个数最大的选项，将该选项作为考生作答选项。（4）将考试作答选项与标准答案进行比较，给出评阅结果。
【计算机视觉40例】案例09：答题卡识别
计算机视觉之光
08-08 1622
计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。......
【实战精选】基于计算机视觉OpenCV的答题卡识别系统
cheng2333333的博客
12-30 893
【实战精选】基于计算机视觉OpenCV的答题卡识别系统
从零开始的OpenCV实战-答题卡识别
08-27
答题卡识别是一个典型的“机器视觉”应用。其中，答题卡的样式可以是由自己来设置的，图片的获取方式提到了可以是“手机拍照、相机拍照”这种比较方便的方式；本例的一个特殊的要求是：你可以识别不出来，但是你不能识别错误，这是项目的特殊要求。本课程将围绕此进行全面展开。
基于python的答题卡识别评分系统 毕设分享
noopier的博客
10-05 442
今天学长向大家分享一个毕业设计项目毕业设计 基于python的答题卡识别评分系统毕业设计 基于opencv的答题卡识别今天我们来介绍一个与机器视觉相关的毕业设计基于机器视觉的答题卡识别系统多说一句, 现在越来越多的学校以及导师选题偏向于算法类, 这几年往往做web系统的同学很难通过答辩, 仔细一想这也在情理之中, 毕业设计是大学四年技术水平的体现, 只做出个XXX管理系统未免太寒酸, 而且web系统选题每年都是那几个老师看着也吐了, 不卡学生才怪。
这个高仿小米商城项目太惊艳了
GitHub指北
05-17 3995
我的引语 晚上好，我是吴小龙同学，我的公众号「一分钟GitHub」会推荐 GitHub 上好玩的项目，一分钟 get 一个优秀的开源项目，挖掘开源的价值，欢迎关注我。 平时总觉得还有很多事情要去做，然而当真的闲下来时却不一定去做，比如今年这个天天在家窝着有大量时间的春节。但 vue-store 作者却能利用这个寒假，高仿做了一个电商项目小米商城，还是学生就已经这么牛逼哄哄，佩服佩服。 效果预览 项目简介 这个项目前后端分离，涉及技术栈： 前端：Vue+Vue-router+Vuex+El
2.7K Star，酷炫抽奖程序开源了
GitHub指北
01-13 1181
该项目现在支持使用 Docker 进行部署。Docker 是一个轻量级的容器化平台，可以让您快速地部署、测试和运行应用程序。本文档将向您介绍如何使用 Docker 部署该项目。
从零实现一个在线考试系统
GitHub指北
03-31 1011
晚上好，我是老北，公众号「GitHub 指北」会推荐 GitHub 上有用有趣的项目，挖掘开源的价值，欢迎关注。 基于 SpringBoot + Mybatis Plus + Shiro + mysql + redis 构建的智慧云智能教育平台。架构上使用完全前后端分离。 支持多种题型：选择题、多选题、判断题、填空题、综合题以及数学公式。支持在线考试，教师在线批改试卷。 系统特色 支持填空题、综合题、选择题等多种试题类型的录入 支持数学公式的插入同时也支持通过 excel 导入试题 支持系统自动评分、教.
74.3K Star，一个完整电商系统
最新发布
GitHub指北
03-07 986
推荐 GitHub 上有趣有用的项目，一分钟 get 一个优秀的开源项目，挖掘开源的价值，欢迎关注。
TIMO 后台管理系统
GitHub指北
04-11 796
晚上好，我是老北，公众号「GitHub 指北」会推荐 GitHub 上有用有趣的项目，挖掘开源的价值，欢迎关注。 TIMO 后台管理系统，基于 SpringBoot2.0 + Spring Data Jpa + Thymeleaf + Shiro 开发的后台管理系统，采用分模块的方式便于开发和维护，支持前后台模块分别部署，目前支持的功能有：权限管理、部门管理、字典管理、日志记录、文件上传、代码生成等，为快速开发后台系统而生的脚手架！ 技术选型 后端技术：SpringBoot + Spring Data .
基于matlab答题卡识别系统大作业
12-27
基于matlab的答题卡识别系统大作业是一个非常有挑战性的任务。首先，我们需要设计一个能够准确识别答题卡上填写的选择题答案的算法。这涉及到图像处理和模式识别等复杂的技术，需要深入研究和分析。在matlab中，我们可以利用其丰富的图像处理工具箱和机器学习工具箱来完成这个任务，比如利用图像分割算法来提取答题卡上的填涂区域，然后利用分类器来识别填涂的答案。 其次，我们还需要考虑如何评估和测试我们的答题卡识别系统的性能。这涉及到构建一个数据集，并设计一些评估指标来衡量系统的准确率、召回率等性能指标。在matlab中，我们可以利用统计工具箱和画图函数来进行数据分析和可视化，从而评估我们系统的性能。 另外，我们还需要考虑如何将我们的答题卡识别系统应用到实际场景中。比如，我们可以设计一个用户界面，让用户可以上传答题卡图片，并得到识别结果。在matlab中，我们可以利用其GUI设计工具箱来实现这个功能。 总的来说，基于matlab的答题卡识别系统大作业涉及到图像处理、机器学习、数据分析和界面设计等多个方面的知识和技能。通过深入研究和实践，我们可以构建一个高效准确的答题卡识别系统，并将其应用到实际场景中。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值