本文介绍: 答题卡识别使用的是机器视觉识别算法, 那什么是机器视觉算法呢?机器视觉，并不是视觉，他不具有人类的视觉理解能力，说穿了他只是图像处理技术的工程应用，都是由工程师开发的算法来完成任务，并且是特定的算法完成特定的任务，互相之间没有通用性。废话不多说, 学长到大家看看, 这项技术实现的效果如何.🧿。
0 前言
🔥 优质竞赛项目系列，今天要分享的是
🚩 答题卡识别系统 – opencv python 图像识别
该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！
🥇学长这里给一个题目综合评分(每项满分5分)
- 难度系数：3分
- 工作量：3分
- 创新点：3分
🧿 更多资料, 项目分享：
https://gitee.com/dancheng-senior/postgraduate
什么是机器视觉
答题卡识别使用的是机器视觉识别算法, 那什么是机器视觉算法呢?
机器视觉，并不是视觉，他不具有人类的视觉理解能力，说穿了他只是图像处理技术的工程应用，都是由工程师开发的算法来完成任务，并且是特定的算法完成特定的任务，互相之间没有通用性。
废话不多说, 学长到大家看看, 这项技术实现的效果如何.
实现步骤
答题卡识别步骤:
- Step #1: 检测到图片中的答题卡
- Step #2: 应用透视变换来提取图中的答题卡（以自上向下的鸟瞰视图）
- Step #3: 从透视变换后的答题卡中提取 the set of 气泡/圆点 (答案选项)
- Step #4: 将题目/气泡排序成行
- Step #5: 判断每行中被标记/涂的答案
- Step #6: 在我们的答案字典中查找正确的答案来判断答题是否正确
- Step #7: 为其它题目重复上述操作
首先，打开摄像头扫描答题卡
对摄像头获取到的答题卡图片进行二值化腐蚀膨胀边缘检测
轮廓计算，进行顶点对齐，得到下图
对图像进行倾斜变换和仿射变换，得到下图
开始对图像进行二值化，边缘检测等操作，最终得到结果
最后
🧿 更多资料, 项目分享：
https://gitee.com/dancheng-senior/postgraduate
原文地址:https://blog.csdn.net/iuerfee/article/details/135719859
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_59662.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
