Я пытаюсь проанализировать форму Scantron и создать ключ для проекта OMR - PullRequest
Новая
       11

Я пытаюсь проанализировать форму Scantron и создать ключ для проекта OMR

0 голосов
/ 07 ноября 2018

Scantron Key Поэтому я пытаюсь отсканировать эту форму с помощью OpenCV и по сути сформулировать ключ для отмеченных вопросов. Теперь я попытался привести некоторые примеры, которые я нашел в Интернете, и преобразовал их в двоичное изображение, но у меня возникают проблемы с определением отметок для вопросов. Я сделал это несколько с помощью учебника, который я нашел в Интернете, но они использовали другую отформатированную форму, и эта форма содержит гораздо больше материала, чем та, что показана в примере, и я мог бы использовать некоторые материалы от людей, более знакомых с OpenCV. Помощь не обязательно должна быть улучшением моего кода или даже рабочего кода, это могут быть ссылки и ссылки на более полезную документацию, материал или учебные пособия. Binary of Key

def analyzeKey(self):
    keypix = self.doc.getPagePixmap(0, alpha=False)
    keyim = self.pixel2np(keypix)
    cv2.imwrite("keyimage.jpg",keyim)
    key = cv2.imread("keyimage.jpg")

    grayscale = cv2.cvtColor(key, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(grayscale, (5, 5), 0)
    edged = cv2.Canny(blurred, 75, 200)
    cv2.imshow("Key", edged)


    cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,
                            cv2.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if imutils.is_cv2() else cnts[1]
    docCnt = None

    # ensure that at least one contour was found
    if len(cnts) > 0:
        # sort the contours according to their size in
        # descending order
        cnts = sorted(cnts, key=cv2.contourArea, reverse=True)

        # loop over the sorted contours
        for c in cnts:
            # approximate the contour
            peri = cv2.arcLength(c, True)
            approx = cv2.approxPolyDP(c, 0.02 * peri, True)
    # if our approximated contour has four points,
            if len(approx) == 4:
                docCnt = approx
                break

    #originalkey = four_point_transform(key, docCnt.reshape(4, 2))
    #newkey = four_point_transform(grayscale, docCnt.reshape(4, 2))
    keyim[:,:,2] = 0
    cv2.imshow("Split",keyim)
    thresh = cv2.threshold(grayscale, 0,255,
                           cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
    cv2.imshow("Otsu", thresh)
    cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
                            cv2.CHAIN_APPROX_SIMPLE)
    cnts = cnts[0] if imutils.is_cv2() else cnts[1]
    questionCnts = []

    for cntrs in cnts:
        (x, y, w, h) = cv2.boundingRect(c)
        ar = w / float(h)

        if w>= 20 and h>=20 and ar>=0.9 and ar<=1.1:
            questionCnts.append(c)

    cv2.imshow("cnts", questionCnts[0])

1 Ответ

0 голосов
/ 07 ноября 2018

Чтобы получить контуры отметок карандашом, а не пороговых значений, вы могли бы различать серые / черные отметки карандашом и оранжевый текст, используя cv2.inRange. Вы бы выбрали нижнюю и верхнюю границу для допустимых цветов. Здесь я просто выбираю черный цвет в качестве нижней границы и серый цвет (180 180 180) в качестве верхней границы и применяю к цветному изображению, которое вы дали. Все пиксели между этими значениями указаны в выходной маске, показанной ниже. 

img = cv2.imread('keyimage.jpg')
lower_bound = (0,0,0)
upper_bound = (180,180,180)
mask = cv2.inRange(img, lower_bound, upper_bound)
plt.imshow(mask, cmap='gray')
plt.show()

enter image description here

...