OpenCV答题卡识别

最新推荐文章于 2023-04-02 17:00:00 发布

宁仔不要秃头

最新推荐文章于 2023-04-02 17:00:00 发布

阅读量393

点赞数 1

分类专栏： OpenCV入门

本文链接：https://blog.csdn.net/wn2001/article/details/117982779

版权

本文介绍了如何利用OpenCV进行答题卡识别，涉及预处理、轮廓检测、轮廓排序、透视变换等步骤，通过实例代码展示处理过程，最终实现对每个选项的遍历和答案对比。

摘要由CSDN通过智能技术生成

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

灵活运用平滑处理、边缘检测、轮廓检测、透视变换、坐标点处理。
学会轮廓对比方法，并得到统计分析结果，以及综合应用数字图像处理知识解决实际问题。

1.引入库

代码如下（示例）：

1.预处理，轮廓检测

import cv2
import numpy as np

def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

ANSWER_KEY = {
   0:1,1:4,2:0,3:3,4:1}
img = cv2.imread("test_01.png")
contours_Img = img.copy()
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#灰度图
blur = cv2.GaussianBlur(gray,(5,5),0)#高斯（平滑处理）
edge = cv2.Canny(blur,75,200)#边缘检测
#轮廓检测
cnts,h = cv2.findContours(edge,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)#外边缘
#cnts = cv2.findContours(edge,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)【0】功能一样
cv2.drawContours(img,cnts,-1,(0,255,0),2)#绘制轮廓
cv_show("img",img)

结果如下：
在这里插入图片描述

代码如下（示例）：

2.轮廓排序，透视变换

def order_points(pts):
    rect = np.zeros((4,2),dtype="float32")#四个点两个坐标，浮点型参数
    s = pts.sum(axis=1)#求和，根据y坐标提取参数
    rect[0] = pts[np.argmin(s)]#水平方向最小值的下标（左上角）
    rect[2] = pts[np.argmax(s)]#右下角
    d = np.diff(pts,axis=1)#做减法的意思
    rect[1]= pts[np.argmin(d)]#右上角       
    rect[3]= pts[np.argmax(d)]#左下角
    return rect

#四点矫正函数
def four_point_transform(img,pts):
    rect = order_points(pts)#用上面的函数排序
    (tl,tr,br,bl) = rect#把rect拆分成四个点
   
    widthA = np.sqrt(((br[0] - bl[0])**2)+((br[1] - bl[1])**2))
    #y2-y1的平方+x2-x1的平方再开根号
    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[