文章目录

• 写在前面
• 项目目标
• 项目讲解
• ??一、数据预处理
• ??二、透视变换
• ??三、阈值处理
• ??四、过滤干扰项
• ??五、展示操作
• ??后续问题

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())
1234

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)
1234567891011

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)
1234

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
123456789101112

??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)
12

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
12345678910111213141516171819202122232425

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
123456789101112

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)
123

**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)
1234

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。

questionCnts = []
for c in cnts:
	(x, y, w, h) = cv2.boundingRect(c)
	ar = w / float(h)#ar定义一个长宽比
	if w >= 20 and h >= 20 and ar >= 0.9 and ar <= 1.1:
		questionCnts.append(c)
questionCnts = sort_contours(questionCnts,
	method="top-to-bottom")[0]
correct = 0
# 每排有5个选项
for (q, i) in enumerate(np.arange(0, len(questionCnts), 5)):
	cnts = sort_contours(questionCnts[i:i + 5])[0]
	bubbled = None
	# 遍历每一个结果
	for (j, c) in enumerate(cnts):
		# 使用mask来判断结果
		mask = np.zeros(thresh.shape, dtype="uint8")
		cv2.drawContours(mask, [c], -1, 255, -1) #-1表示填充
		cv_show('mask',mask)
		# 通过计算非零点数量来算是否选择这个答案
		mask = cv2.bitwise_and(thresh, thresh, mask=mask)
		total = cv2.countNonZero(mask)
		# 通过阈值判断
		if bubbled is None or total > bubbled[0]:
			bubbled = (total, j)
	# 对比正确答案
	color = (0, 0, 255)
	k = ANSWER_KEY[q]

	# 判断正确
	if k == bubbled[1]:
		color = (0, 255, 0)
		correct += 1

	# 绘图
	cv2.drawContours(warped, [cnts[k]], -1, color, 3)
123456789101112131415161718192021222324252627282930313233343536

首先我们定义一个长宽比，然后我们根据长宽比和wh对实际项目进行一个过滤轮廓操作。首先我们进行一次竖直方向的一个排序。分为一排一排的，然后我们在遍历每一排，对每一排进行一个排序。然后我们使用一个掩码和正确答案做一个与操作，然后通过判断其中非0点的个数来判断是都是正确答案。因为涂卡的地方我们处理之后的结果都是白色像素点较多。选择出来结果之后我们和正确答案进行一次对比。正确答案是我们提前定义好的：通过对比索引，我们就可以得到结果。

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

其中sort_contours的函数具体是这样。

def sort_contours(cnts, method="left-to-right"):
    reverse = False
    i = 0
    if method == "right-to-left" or method == "bottom-to-top":
        reverse = True
    if method == "top-to-bottom" or method == "bottom-to-top":
        i = 1
    boundingBoxes = [cv2.boundingRect(c) for c in cnts]
    (cnts, boundingBoxes) = zip(*sorted(zip(cnts, boundingBoxes),
                                        key=lambda b: b[1][i], reverse=reverse))
    return cnts, boundingBoxes
1234567891011

排序的结果也可以展示一下。

通过一次一次遍历来判断。

??五、展示操作

score = (correct / 5.0) * 100
print("[INFO] score: {:.2f}%".format(score))
cv2.putText(warped, "{:.2f}%".format(score), (10, 30),
	cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)
cv2.imshow("Original", image)
cv2.imshow("Exam", warped)
cv2.waitKey(0)
1234567

在原图中画出来可以使用红色标记为错误选项！

这里我们就完成了判卷的过程。

??后续问题

1.如果用户在特定问题的答案中没有冒泡，会发生什么情况？
2.如果用户是恶意的，并在同一行中将多个气泡标记为“正确”，该怎么办？
对于问题一：
如果考试的人选择不在特定行的答案中冒泡，那么我们可以在代码中上放置一个最小阈值，cv2.countNonZero
**如果这个值足够大，那么我们可以将选项标记为“已填充”。相反，如果太小，那么我们可以跳过那个特定的气泡。如果在行的末尾没有具有足够大阈值计数的气泡，我们可以将问题标记为应试者“跳过”。**也就是没有答题。
对于问题二：
**同样，我们需要做的就是应用阈值和计数步骤，这次如果有多个气泡的 a 超过某个预定义的值，则进行跟踪。如果是这样，我们可以使问题无效并将问题标记为不正确。**也就是说是单选，而考试的人选择多个选项。