基于python实现的电脑摄像头识别答题卡，摄像头答题卡扫描目前最灵活，准确度最高+源码+项目文档（毕业设计&课程设计&项目开发

# 电脑摄像头扫描答题卡 可能是最灵活准确率最高的摄像头答题卡扫描开源实现 ## 主要参考 * [python CV 趣味项目 答题卡识别](http://www.jianshu.com/p/2bbdb27ee7b3) * [Tutorial: Creating a Multiple Choice Scanner with OpenCV](http://blog.ayoungprogrammer.com/2013/03/tutorial-creating-multiple-choice.html/) ## 应用场景 答题卡铺在桌子上，椅子上，键盘上（如测试图片），豆腐上等等随便你，然后拿起摄像头对着答题卡。。。，识别单选答题卡效率最高！ ## 市面上开源代码主要缺点 * 代码里面都有选项距离等等相关硬参数，从而导致摄像头扫描或照片识别效率低下 * 答题卡太简单，易于识别，但是实际使用中不可能有如此简单的答题卡，比如用HoughCircle检测圆形选项框，选项一多，直接坑爹 * 答题卡太复杂，在答题卡上加了一堆定位图形，比如答题卡是3列20排，定位图形足足有23个，累死编制答题卡的人 所以，[answer-sheet-scan](https://github.com/inuyasha2012/answer-sheet-scan)基本上是市面上答题卡识别准确率最高的开源代码 ## 整个流程如下，详细请看代码注释 * 打开摄像头扫描答题卡，看，是这个挫样  * 把这个比较挫的图片进行二值化腐蚀膨胀边缘检测，变成了这样，还是很挫  * 计算轮廓，并且看最大轮廓是否具有4个顶点，如果有的话，就OK了  * 纠偏，把斜的图片变正，看上去终于不挫了  * 调整图片的亮度，方便二值化  * 通过二值化膨胀腐蚀再二值化，获得涂写的区域  * 通过二值化膨胀腐蚀，获得所有的选项框加题号区域  * 依据面积大小和其他条件提取合适的轮廓，与涂写区域重叠  * 依据轮廓左上角坐标从上而下排序轮廓，若1排有3题，每题4个选项，则认为前5个轮廓是第1题，其中第1个轮廓是题号，第6-10个轮廓是第2题，其中第6个轮廓是题号 * 根据提取的轮廓的左上角坐标和长宽，计算轮廓区域内的白点个数，白点个数低于某个阈值，初步认为是选择了该选项 ## 其他 其他细节（例如选项框轮廓个数检测）详见代码以及注释 ## 如何使用 * 安装opencv2 * 安装imutils * 运行请 ```$ python main.py``` * 测试请 ```$ python tests/test_sheet.py```