简介这是一份基于OpenCV的答题卡识别判卷Python工程面向教育考试、问卷调查、在线测试等需要自动评分与快速统计的场景也适合希望上手图像处理与模式识别的Python开发者。工程内共7个文件包括1个Python主脚本和6张PNG示例答题卡图像脚本覆盖图像二值化、轮廓检测、形状匹配、像素分析、答案统计等核心环节图片可用于验证不同拍摄角度与光照条件下的识别效果。整个压缩包仅3.08MB轻量易部署已有341人学习使用。通过该工程读者不仅能获得可直接运行的完整代码还能了解答题卡区域定位、选项标记检测、异常处理等排错思路代码结构清晰、注释易懂便于二次开发可快速改造为支持多种题型的自动阅卷框架也可作为OpenCV课程设计或毕业设计的实用参考。 我自己第一次接触这个项目是因为一个挺现实的场景帮朋友处理一摞模拟考试的答题卡不想手改又买不起专用阅卷机。当时就想——OpenCV不是现成的吗定位、透视、抠图、统计一套流程跑下来完全能顶一个基础的判卷小工具。真正动手之后才发现这类项目远不是“对着图像数黑点”那么简单里面藏着大量图像处理的基本功轮廓筛选、透视变换、阈值分割、ROI切片每一步都有坑每踩一个坑都等于把OpenCV的核心API又理解了一遍。所以这个“基于OpenCV答题卡识别判卷”的项目几乎是所有想入门OpenCV的人的必修课——代码不长但覆盖的知识点非常密集做完一遍你对图像处理的理解会上一个台阶。1. 整体思路与方案选型1.1 答题卡识别到底在解决什么问题先抛开技术直观理解一下这个任务的本质。答题卡就是一个固定版式的印刷品若干行每行对应一道题每行有几个圆形选项框。考生用铅笔把选中的框涂黑。我们要做的是给一张手机拍的照片或扫描图自动定位出这些选项框的位置逐个判断每个框是“涂了”还是“没涂”再和标准答案一对比算出分数。听起来简单但实际难点有四个第一照片不可能都端端正正拍角度一偏圆形就变成椭圆位置也全变了第二光线不均匀有的地方亮有的地方暗第三答题卡上除了选项框还有题号、二维码、印刷图案要排除干扰第四铅笔涂的深浅不同机器要能容忍这些差异。这些难点串起来就是一套完整的图像处理流程。1.2 为什么选OpenCV Python而不是其他方案这个方案选型的理由很直接OpenCV是计算机视觉最成熟的开源库读图、滤波、边缘检测、轮廓分析、透视变换、阈值分割这些操作全都现成不用自己造轮子。Python作为胶水语言配合OpenCV在几张图上调参、看效果很快特别适合这种小项目的快速迭代。有人会问用深度学习目标检测不是更“高级”吗确实可以用YOLO把每个选项框检测出来但杀鸡用牛刀答题卡版式固定用传统图像处理的方法是确定性的、可解释的出了问题能准确知道是哪一步坏了。深度学习方法需要标注数据、需要训练时间对于这种刚性版式问题反而是OpenCV这套经典流程更省心。2. 核心原理拆解答题卡识别的四个关键环节2.1 图像预处理把干扰一层层剥掉拿到原始照片第一步不是直接找答题卡而是做预处理。常规顺序是转灰度图、高斯模糊、Canny边缘检测。灰度化是去掉颜色干扰因为识别只关心形状和亮度高斯模糊是为了降噪手机照片在暗光下会有噪点直接做边缘检测会得到一堆细碎杂乱的边缘模糊一下能把这些小噪声平滑掉Canny边缘检测则是把图像中亮度变化剧烈的像素点标记出来得到一张“边缘图”纸的边缘、选项框的边缘、文字的边缘都会在这里“亮”起来。2.2 透视校正把歪着的答题卡“摆正”这是整个项目最核心也最容易踩坑的环节。手机拍照时镜头平面和纸面很难完全平行拍出来是一个倾斜的四边形直接在这个图上按固定坐标切选项框位置全错。解决办法是透视变换先用findContours找到图像中面积最大的四边形轮廓就是答题卡纸张的四个角然后用getPerspectiveTransform计算从当前四边形到矩形目标的映射矩阵最后用warpPerspective把整张图“拉正”成一个正面的矩形。这里有个容易被忽略的点轮廓检测找出来的四个点顺序是乱的必须先按“左上、右上、右下、左下”的顺序排好。常见的做法是用坐标和、坐标差来排序左上角是xy最小的点右下角是xy最大的点右上角是y-x最小的点左下角是y-x最大的点。这个细节不处理好透视变换出来的图就是旋转错位的。2.3 轮廓定位与选项区域划分透视校正之后答题卡就是一个规则的矩形了。接下来要把每个选项框单独切出来。通用做法是先对校正图做二值化然后继续用轮廓检测找所有圆形选项框。因为选项框是小圆的轮廓可以通过外接矩形的宽高比、面积范围来过滤掉其他元素只留下圆形轮廓。找到每个圆的外接矩形后按照x和y坐标排序就能把选项框映射到“第几行第几题、A还是D”的结构里。如果答题卡是自己设计的、版式完全固定也可以用像素投影法来分块把二值图像分别按x轴和y轴投影统计每一行每一列的非零像素数像素数突然变多的位置就是选项框所在的行和列。这种方法更轻量代码好写但对拍照位置要求更高适合纯扫描件。2.4 答案判定逻辑怎么判断一个框是“涂了的”有了每个选项框的ROI区域判断涂卡状态的核心逻辑就是统计这个区域内非零像素的数量如果超过设定的阈值就认为被涂了否则没涂。这个“阈值”就是本项目的关键调参点。涂得满、涂得黑的框非零像素占比很高而印刷的圆形边框本身也有少量像素如果阈值设低了空框会被误判成已涂设高了浅涂的框可能漏判。经验值是ROI内白色像素占比大于40%算已涂我通常取总像素数的40%-50%但这个值要根据实际采集的图片光线情况微调。更稳的方式是用轮廓检测找到的圆形区域做mask只统计圆内的像素排除外部干扰。3. 完整代码实现与参数调优3.1 环境准备这个项目依赖很少就两个核心包。建议用Anaconda或venv管理环境避免把系统Python搞乱。pip install opencv-python numpyOpenCV就是你常看到的cv2库numpy用来做矩阵运算。安装完成后在Python里执行import cv2; print(cv2.__version__)验证一下能打印出版本号就算成功。常见报错ModuleNotFoundError: No module named cv2基本都是安装没生效或没切换到对应环境。3.2 完整可运行的判卷代码这里我给出一个完整的代码脚本可以直接跑也保留了足够的注释方便你改参数实验。示例假设答题卡是5道题、每题4个选项A-D标准答案在ANSWER_KEY里实际应用中你按自己的题量和选项数调整循环即可。import cv2 import numpy as np # 标准答案例如第1题选B(索引1)第2题选D(索引3)... ANSWER_KEY {0: 1, 1: 3, 2: 0, 3: 2, 4: 1} def order_points(pts): 把四个角点排序为左上、右上、右下、左下 rect np.zeros((4, 2), dtypefloat32) s pts.sum(axis1) rect[0] pts[np.argmin(s)] rect[2] pts[np.argmax(s)] diff np.diff(pts, axis1) rect[1] pts[np.argmin(diff)] rect[3] pts[np.argmax(diff)] return rect def four_point_transform(image, pts): 透视变换把倾斜的四边形区域拉正为矩形 rect order_points(pts) (tl, tr, br, bl) rect width_top np.linalg.norm(tr - tl) width_bottom np.linalg.norm(br - bl) height_left np.linalg.norm(tl - bl) height_right np.linalg.norm(tr - br) max_width max(int(width_top), int(width_bottom)) max_height max(int(height_left), int(height_right)) dst np.array([[0, 0], [max_width - 1, 0], [max_width - 1, max_height - 1], [0, max_height - 1]], dtypefloat32) M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(image, M, (max_width, max_height)) return warped def find_contour_corners(image): 返回图像中面积最大的四边形轮廓的四角坐标 gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred cv2.GaussianBlur(gray, (5, 5), 0) edged cv2.Canny(blurred, 75, 200) contours, _ cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) contours sorted(contours, keycv2.contourArea, reverseTrue)[:5] for c in contours: peri cv2.arcLength(c, True) approx cv2.approxPolyDP(c, 0.02 * peri, True) if len(approx) 4: return approx.reshape(4, 2).astype(float32) raise RuntimeError(未找到答题卡四边形轮廓请检查图片或调整Canny参数) def load_answer_sheet(image_path): 读取图片找到答题卡区域完成透视校正返回二值图 original cv2.imread(image_path) if original is None: raise ValueError(f图片读取失败{image_path}) corners find_contour_corners(original) warped four_point_transform(original, corners) gray cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY) thresh cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] return warped, thresh def extract_choices(thresh, rows5, cols4, start_y80, start_x60, roi_w80, roi_h80, gap_y120, gap_x110): 按固定坐标切出每个选项的ROI区域返回rows x cols的二维数组。 参数含义start_x/start_y是第一个选项框左上角坐标roi_w/roi_h是框宽高 gap_x/gap_y是行/列之间的步长。实际使用时按自己答题卡的版式来设。 choices [] for r in range(rows): row_data [] for c in range(cols): x start_x c * gap_x y start_y r * gap_y roi thresh[y:y roi_h, x:x roi_w] # 统计ROI中非零像素占比也就是被涂黑的面积比例 total roi_w * roi_h nonzero cv2.countNonZero(roi) ratio nonzero / total row_data.append(ratio) choices.append(row_data) return np.array(choices) def grade_sheet(choices, answer_key): 根据选项ROI占比矩阵和标准答案判分返回正确题数和明细 score 0 results [] for q_index, correct_col in answer_key.items(): row choices[q_index] # 取像素占比最大的列作为考生答案 chosen int(np.argmax(row)) # 如果最大占比低于阈值认为这题没涂卡 if row[chosen] 0.2: chosen -1 is_correct (chosen correct_col) if is_correct: score 1 results.append((q_index 1, chosen, correct_col, is_correct, row[chosen])) return score, results if __name__ __main__: image_path test_sheet.jpg warped_img, thresh_img load_answer_sheet(image_path) # rows和cols必须与你答题卡实际结构一致坐标参数要按版式调整 choices_ratio extract_choices(thresh_img, rowslen(ANSWER_KEY), cols4) total_score, detail grade_sheet(choices_ratio, ANSWER_KEY) print(f总分: {total_score}/{len(ANSWER_KEY)}) for q, chosen, correct, ok, ratio in detail: chosen_str 未作答 if chosen -1 else chr(ord(A) chosen) correct_str chr(ord(A) correct) mark √ if ok else × print(f第{q}题: 考生答案{chosen_str}, 正确{correct_str}, f最大占比{ratio:.2f} {mark})3.3 代码里的核心参数该怎么调这段代码有大量坐标参数第一次用别人代码跑出来的效果不好80%都出在这块。start_x、start_y是第一个选项框左上角在透视校正图中的坐标roi_w、roi_h是框宽高gap_x、gap_y是横向和纵向的步长。怎么确定这些值最简单的方法是加调试代码把每个ROI用cv2.rectangle画在图上另存出来肉眼比对。我可以直接告诉你一个调试技巧在计算choices的循环里把cv2.rectangle(warped_img, (x, y), (x roi_w, y roi_h), (0, 0, 255), 2)加进去然后cv2.imwrite(debug.jpg, warped_img)。看到矩形框全部压在选项框上参数就对了只要有偏移就对着图微调数值。Canny的两个阈值75, 200和轮廓筛选的0.02 * peri也需要根据图片情况调整。纸张边缘清晰就调大阈值照片模糊就调小。轮廓筛选的0.02是多边形逼近的精度系数如果答题卡边缘有弯曲可以调到0.03-0.05不然近似不出来四边形。判分的阈值0.2可以理解为一个“无答案保护”如果最大占比都不到20%说明这题压根没涂卡不能硬生生把最大的那个当成答案。这个值同样需要微调涂得轻就调低一点纸面干扰多就调高。4. 常见问题与排查技巧实录4.1 问题速查表现象可能原因解决方案找不到答题卡四边形轮廓纸张与背景对比度低、Canny阈值太高调低Canny阈值或把答题卡放到深色桌面上拍透视校正后图像有黑边或倾斜四角排序错误检查order_points排序逻辑打印四个点坐标对比选项框坐标全部偏移start_x/gap_x等参数与版式不匹配用调试画框法逐一核对ROI位置选项框识别完整但判题全错二值化时反色了确认THRESH_BINARY_INV是否正确涂卡区域应为白色某个选项一直误判印刷的圆形边框干扰使用ROI中心区域统计或先做形态学开运算去掉细边框光线不均导致一侧永远判不对全局阈值失效改用cv2.adaptiveThreshold自适应阈值4.2 光线不均这个坑我多说两句很多初学者在室内灯光下拍照会发现网格框右上角一直漏判或误判。原因是全局的OTSU阈值只算了一个分割标准图片左右亮度差一大一边黑一边灰统一阈值下必然有偏差。这种情况下最省事的解法不是换阈值算法而是拍照时注意光源尽量用扫描仪或把答题卡贴在窗边、正面均匀打光。如果非要在弱光环境做就把cv2.threshold换成cv2.adaptiveThreshold但自适应阈值速度慢一些而且对ROI统计的稳定性要重新调参。4.3 涂卡太淡怎么救铅笔涂得太浅二值化以后像素可能就被当成背景滤掉了。我实测过几种方案最直接的是在二值化之前做一次cv2.equalizeHist自适应直方图均衡化加大浅色区域和背景的对比度。或者将判定的ROI非零像素阈值从0.2降到0.1但要注意这会让印刷边框的干扰更容易被当成“涂卡”实际项目中不要盲目降阈值。如果是严肃场景建议涂卡标准写“2B铅笔填涂”这对识别率影响最大。4.4 轮廓坐标排序错的现场还原之前有段时间我改了图片拍摄方向后矫正出来的图一直旋转了90度查了很久发现是order_points的坐标差排序在特定角度下不稳定。因为np.diff对右上和左下角的判断在某些极端透视情况下不准确。后来我把排序逻辑改成用重心和角度来排序先计算四个点的中心再按每个点与中心的夹角排序这样只要答题卡大致横向放置不管角度怎么偏都能正确排序。代码里我保留的是最经典的坐标法因为大部分场景够用但你知道吗——如果你把手机倒过来拍坐标法就可能出幺蛾子。5. 这个项目做完后还能怎么扩展当你把这套基础流程跑通其实就是把OpenCV的读图、滤波、边缘、轮廓、透视、阈值这六大块全部过了一遍。想继续深入的话有两条路很有价值。一条是健壮性路线加入答题卡版式自动识别不再写死start_x和gap_x而是通过投影法自动检测行和列再配合多张图测试统计不同光照、角度下的识别率做成一个能稳定上手的工具。另一条是工程化路线用Flask或PyQt5包一个简单的桌面应用让不懂技术的人也能选图、看结果这也是很好的Python项目练手方向。实际验证的时候我建议你先打印一张自制的答题卡用签字笔和2B铅笔分别涂几份手机横竖各拍几张把代码跑一遍。看到控制台正确打出每题对错的时候那种成就感是很真实的。最后分享一个我自己的小习惯这类图像处理的项目我永远会在每个关键步骤之后把中间结果存成图片看一眼灰度图、边缘图、校正图、ROI叠加图绝不直接跑完看最终分数。因为如果判错了你完全不知道错在定位还是错在判定有了中间图一眼就能锁定问题出在哪一步。这个小习惯省下来的排查时间几乎和写代码的时间一样多。本文还有配套的精品资源点击获取
简介这是一份基于OpenCV的答题卡识别判卷Python工程面向教育考试、问卷调查、在线测试等需要自动评分与快速统计的场景也适合希望上手图像处理与模式识别的Python开发者。工程内共7个文件包括1个Python主脚本和6张PNG示例答题卡图像脚本覆盖图像二值化、轮廓检测、形状匹配、像素分析、答案统计等核心环节图片可用于验证不同拍摄角度与光照条件下的识别效果。整个压缩包仅3.08MB轻量易部署已有341人学习使用。通过该工程读者不仅能获得可直接运行的完整代码还能了解答题卡区域定位、选项标记检测、异常处理等排错思路代码结构清晰、注释易懂便于二次开发可快速改造为支持多种题型的自动阅卷框架也可作为OpenCV课程设计或毕业设计的实用参考。 我自己第一次接触这个项目是因为一个挺现实的场景帮朋友处理一摞模拟考试的答题卡不想手改又买不起专用阅卷机。当时就想——OpenCV不是现成的吗定位、透视、抠图、统计一套流程跑下来完全能顶一个基础的判卷小工具。真正动手之后才发现这类项目远不是“对着图像数黑点”那么简单里面藏着大量图像处理的基本功轮廓筛选、透视变换、阈值分割、ROI切片每一步都有坑每踩一个坑都等于把OpenCV的核心API又理解了一遍。所以这个“基于OpenCV答题卡识别判卷”的项目几乎是所有想入门OpenCV的人的必修课——代码不长但覆盖的知识点非常密集做完一遍你对图像处理的理解会上一个台阶。1. 整体思路与方案选型1.1 答题卡识别到底在解决什么问题先抛开技术直观理解一下这个任务的本质。答题卡就是一个固定版式的印刷品若干行每行对应一道题每行有几个圆形选项框。考生用铅笔把选中的框涂黑。我们要做的是给一张手机拍的照片或扫描图自动定位出这些选项框的位置逐个判断每个框是“涂了”还是“没涂”再和标准答案一对比算出分数。听起来简单但实际难点有四个第一照片不可能都端端正正拍角度一偏圆形就变成椭圆位置也全变了第二光线不均匀有的地方亮有的地方暗第三答题卡上除了选项框还有题号、二维码、印刷图案要排除干扰第四铅笔涂的深浅不同机器要能容忍这些差异。这些难点串起来就是一套完整的图像处理流程。1.2 为什么选OpenCV Python而不是其他方案这个方案选型的理由很直接OpenCV是计算机视觉最成熟的开源库读图、滤波、边缘检测、轮廓分析、透视变换、阈值分割这些操作全都现成不用自己造轮子。Python作为胶水语言配合OpenCV在几张图上调参、看效果很快特别适合这种小项目的快速迭代。有人会问用深度学习目标检测不是更“高级”吗确实可以用YOLO把每个选项框检测出来但杀鸡用牛刀答题卡版式固定用传统图像处理的方法是确定性的、可解释的出了问题能准确知道是哪一步坏了。深度学习方法需要标注数据、需要训练时间对于这种刚性版式问题反而是OpenCV这套经典流程更省心。2. 核心原理拆解答题卡识别的四个关键环节2.1 图像预处理把干扰一层层剥掉拿到原始照片第一步不是直接找答题卡而是做预处理。常规顺序是转灰度图、高斯模糊、Canny边缘检测。灰度化是去掉颜色干扰因为识别只关心形状和亮度高斯模糊是为了降噪手机照片在暗光下会有噪点直接做边缘检测会得到一堆细碎杂乱的边缘模糊一下能把这些小噪声平滑掉Canny边缘检测则是把图像中亮度变化剧烈的像素点标记出来得到一张“边缘图”纸的边缘、选项框的边缘、文字的边缘都会在这里“亮”起来。2.2 透视校正把歪着的答题卡“摆正”这是整个项目最核心也最容易踩坑的环节。手机拍照时镜头平面和纸面很难完全平行拍出来是一个倾斜的四边形直接在这个图上按固定坐标切选项框位置全错。解决办法是透视变换先用findContours找到图像中面积最大的四边形轮廓就是答题卡纸张的四个角然后用getPerspectiveTransform计算从当前四边形到矩形目标的映射矩阵最后用warpPerspective把整张图“拉正”成一个正面的矩形。这里有个容易被忽略的点轮廓检测找出来的四个点顺序是乱的必须先按“左上、右上、右下、左下”的顺序排好。常见的做法是用坐标和、坐标差来排序左上角是xy最小的点右下角是xy最大的点右上角是y-x最小的点左下角是y-x最大的点。这个细节不处理好透视变换出来的图就是旋转错位的。2.3 轮廓定位与选项区域划分透视校正之后答题卡就是一个规则的矩形了。接下来要把每个选项框单独切出来。通用做法是先对校正图做二值化然后继续用轮廓检测找所有圆形选项框。因为选项框是小圆的轮廓可以通过外接矩形的宽高比、面积范围来过滤掉其他元素只留下圆形轮廓。找到每个圆的外接矩形后按照x和y坐标排序就能把选项框映射到“第几行第几题、A还是D”的结构里。如果答题卡是自己设计的、版式完全固定也可以用像素投影法来分块把二值图像分别按x轴和y轴投影统计每一行每一列的非零像素数像素数突然变多的位置就是选项框所在的行和列。这种方法更轻量代码好写但对拍照位置要求更高适合纯扫描件。2.4 答案判定逻辑怎么判断一个框是“涂了的”有了每个选项框的ROI区域判断涂卡状态的核心逻辑就是统计这个区域内非零像素的数量如果超过设定的阈值就认为被涂了否则没涂。这个“阈值”就是本项目的关键调参点。涂得满、涂得黑的框非零像素占比很高而印刷的圆形边框本身也有少量像素如果阈值设低了空框会被误判成已涂设高了浅涂的框可能漏判。经验值是ROI内白色像素占比大于40%算已涂我通常取总像素数的40%-50%但这个值要根据实际采集的图片光线情况微调。更稳的方式是用轮廓检测找到的圆形区域做mask只统计圆内的像素排除外部干扰。3. 完整代码实现与参数调优3.1 环境准备这个项目依赖很少就两个核心包。建议用Anaconda或venv管理环境避免把系统Python搞乱。pip install opencv-python numpyOpenCV就是你常看到的cv2库numpy用来做矩阵运算。安装完成后在Python里执行import cv2; print(cv2.__version__)验证一下能打印出版本号就算成功。常见报错ModuleNotFoundError: No module named cv2基本都是安装没生效或没切换到对应环境。3.2 完整可运行的判卷代码这里我给出一个完整的代码脚本可以直接跑也保留了足够的注释方便你改参数实验。示例假设答题卡是5道题、每题4个选项A-D标准答案在ANSWER_KEY里实际应用中你按自己的题量和选项数调整循环即可。import cv2 import numpy as np # 标准答案例如第1题选B(索引1)第2题选D(索引3)... ANSWER_KEY {0: 1, 1: 3, 2: 0, 3: 2, 4: 1} def order_points(pts): 把四个角点排序为左上、右上、右下、左下 rect np.zeros((4, 2), dtypefloat32) s pts.sum(axis1) rect[0] pts[np.argmin(s)] rect[2] pts[np.argmax(s)] diff np.diff(pts, axis1) rect[1] pts[np.argmin(diff)] rect[3] pts[np.argmax(diff)] return rect def four_point_transform(image, pts): 透视变换把倾斜的四边形区域拉正为矩形 rect order_points(pts) (tl, tr, br, bl) rect width_top np.linalg.norm(tr - tl) width_bottom np.linalg.norm(br - bl) height_left np.linalg.norm(tl - bl) height_right np.linalg.norm(tr - br) max_width max(int(width_top), int(width_bottom)) max_height max(int(height_left), int(height_right)) dst np.array([[0, 0], [max_width - 1, 0], [max_width - 1, max_height - 1], [0, max_height - 1]], dtypefloat32) M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(image, M, (max_width, max_height)) return warped def find_contour_corners(image): 返回图像中面积最大的四边形轮廓的四角坐标 gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) blurred cv2.GaussianBlur(gray, (5, 5), 0) edged cv2.Canny(blurred, 75, 200) contours, _ cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) contours sorted(contours, keycv2.contourArea, reverseTrue)[:5] for c in contours: peri cv2.arcLength(c, True) approx cv2.approxPolyDP(c, 0.02 * peri, True) if len(approx) 4: return approx.reshape(4, 2).astype(float32) raise RuntimeError(未找到答题卡四边形轮廓请检查图片或调整Canny参数) def load_answer_sheet(image_path): 读取图片找到答题卡区域完成透视校正返回二值图 original cv2.imread(image_path) if original is None: raise ValueError(f图片读取失败{image_path}) corners find_contour_corners(original) warped four_point_transform(original, corners) gray cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY) thresh cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1] return warped, thresh def extract_choices(thresh, rows5, cols4, start_y80, start_x60, roi_w80, roi_h80, gap_y120, gap_x110): 按固定坐标切出每个选项的ROI区域返回rows x cols的二维数组。 参数含义start_x/start_y是第一个选项框左上角坐标roi_w/roi_h是框宽高 gap_x/gap_y是行/列之间的步长。实际使用时按自己答题卡的版式来设。 choices [] for r in range(rows): row_data [] for c in range(cols): x start_x c * gap_x y start_y r * gap_y roi thresh[y:y roi_h, x:x roi_w] # 统计ROI中非零像素占比也就是被涂黑的面积比例 total roi_w * roi_h nonzero cv2.countNonZero(roi) ratio nonzero / total row_data.append(ratio) choices.append(row_data) return np.array(choices) def grade_sheet(choices, answer_key): 根据选项ROI占比矩阵和标准答案判分返回正确题数和明细 score 0 results [] for q_index, correct_col in answer_key.items(): row choices[q_index] # 取像素占比最大的列作为考生答案 chosen int(np.argmax(row)) # 如果最大占比低于阈值认为这题没涂卡 if row[chosen] 0.2: chosen -1 is_correct (chosen correct_col) if is_correct: score 1 results.append((q_index 1, chosen, correct_col, is_correct, row[chosen])) return score, results if __name__ __main__: image_path test_sheet.jpg warped_img, thresh_img load_answer_sheet(image_path) # rows和cols必须与你答题卡实际结构一致坐标参数要按版式调整 choices_ratio extract_choices(thresh_img, rowslen(ANSWER_KEY), cols4) total_score, detail grade_sheet(choices_ratio, ANSWER_KEY) print(f总分: {total_score}/{len(ANSWER_KEY)}) for q, chosen, correct, ok, ratio in detail: chosen_str 未作答 if chosen -1 else chr(ord(A) chosen) correct_str chr(ord(A) correct) mark √ if ok else × print(f第{q}题: 考生答案{chosen_str}, 正确{correct_str}, f最大占比{ratio:.2f} {mark})3.3 代码里的核心参数该怎么调这段代码有大量坐标参数第一次用别人代码跑出来的效果不好80%都出在这块。start_x、start_y是第一个选项框左上角在透视校正图中的坐标roi_w、roi_h是框宽高gap_x、gap_y是横向和纵向的步长。怎么确定这些值最简单的方法是加调试代码把每个ROI用cv2.rectangle画在图上另存出来肉眼比对。我可以直接告诉你一个调试技巧在计算choices的循环里把cv2.rectangle(warped_img, (x, y), (x roi_w, y roi_h), (0, 0, 255), 2)加进去然后cv2.imwrite(debug.jpg, warped_img)。看到矩形框全部压在选项框上参数就对了只要有偏移就对着图微调数值。Canny的两个阈值75, 200和轮廓筛选的0.02 * peri也需要根据图片情况调整。纸张边缘清晰就调大阈值照片模糊就调小。轮廓筛选的0.02是多边形逼近的精度系数如果答题卡边缘有弯曲可以调到0.03-0.05不然近似不出来四边形。判分的阈值0.2可以理解为一个“无答案保护”如果最大占比都不到20%说明这题压根没涂卡不能硬生生把最大的那个当成答案。这个值同样需要微调涂得轻就调低一点纸面干扰多就调高。4. 常见问题与排查技巧实录4.1 问题速查表现象可能原因解决方案找不到答题卡四边形轮廓纸张与背景对比度低、Canny阈值太高调低Canny阈值或把答题卡放到深色桌面上拍透视校正后图像有黑边或倾斜四角排序错误检查order_points排序逻辑打印四个点坐标对比选项框坐标全部偏移start_x/gap_x等参数与版式不匹配用调试画框法逐一核对ROI位置选项框识别完整但判题全错二值化时反色了确认THRESH_BINARY_INV是否正确涂卡区域应为白色某个选项一直误判印刷的圆形边框干扰使用ROI中心区域统计或先做形态学开运算去掉细边框光线不均导致一侧永远判不对全局阈值失效改用cv2.adaptiveThreshold自适应阈值4.2 光线不均这个坑我多说两句很多初学者在室内灯光下拍照会发现网格框右上角一直漏判或误判。原因是全局的OTSU阈值只算了一个分割标准图片左右亮度差一大一边黑一边灰统一阈值下必然有偏差。这种情况下最省事的解法不是换阈值算法而是拍照时注意光源尽量用扫描仪或把答题卡贴在窗边、正面均匀打光。如果非要在弱光环境做就把cv2.threshold换成cv2.adaptiveThreshold但自适应阈值速度慢一些而且对ROI统计的稳定性要重新调参。4.3 涂卡太淡怎么救铅笔涂得太浅二值化以后像素可能就被当成背景滤掉了。我实测过几种方案最直接的是在二值化之前做一次cv2.equalizeHist自适应直方图均衡化加大浅色区域和背景的对比度。或者将判定的ROI非零像素阈值从0.2降到0.1但要注意这会让印刷边框的干扰更容易被当成“涂卡”实际项目中不要盲目降阈值。如果是严肃场景建议涂卡标准写“2B铅笔填涂”这对识别率影响最大。4.4 轮廓坐标排序错的现场还原之前有段时间我改了图片拍摄方向后矫正出来的图一直旋转了90度查了很久发现是order_points的坐标差排序在特定角度下不稳定。因为np.diff对右上和左下角的判断在某些极端透视情况下不准确。后来我把排序逻辑改成用重心和角度来排序先计算四个点的中心再按每个点与中心的夹角排序这样只要答题卡大致横向放置不管角度怎么偏都能正确排序。代码里我保留的是最经典的坐标法因为大部分场景够用但你知道吗——如果你把手机倒过来拍坐标法就可能出幺蛾子。5. 这个项目做完后还能怎么扩展当你把这套基础流程跑通其实就是把OpenCV的读图、滤波、边缘、轮廓、透视、阈值这六大块全部过了一遍。想继续深入的话有两条路很有价值。一条是健壮性路线加入答题卡版式自动识别不再写死start_x和gap_x而是通过投影法自动检测行和列再配合多张图测试统计不同光照、角度下的识别率做成一个能稳定上手的工具。另一条是工程化路线用Flask或PyQt5包一个简单的桌面应用让不懂技术的人也能选图、看结果这也是很好的Python项目练手方向。实际验证的时候我建议你先打印一张自制的答题卡用签字笔和2B铅笔分别涂几份手机横竖各拍几张把代码跑一遍。看到控制台正确打出每题对错的时候那种成就感是很真实的。最后分享一个我自己的小习惯这类图像处理的项目我永远会在每个关键步骤之后把中间结果存成图片看一眼灰度图、边缘图、校正图、ROI叠加图绝不直接跑完看最终分数。因为如果判错了你完全不知道错在定位还是错在判定有了中间图一眼就能锁定问题出在哪一步。这个小习惯省下来的排查时间几乎和写代码的时间一样多。本文还有配套的精品资源点击获取
