opencv +python采集识别填涂卡（答题卡）数据_答题卡数据集

在社科研究中的问卷调查，或者需要进行问卷答题的场景中，需要用纸质问卷采集答案，然后将问卷的答案输入电脑。这是一般的问卷采集答案的方法，如果问卷数量并不是很多能很快速的将问卷的结果输入到电脑中，但是如果有很多张相同的问卷的情况下，工作效率就会减慢（一张一张的录入）。采用电脑识别的方式能很快的将纸质答案转换为电脑可识别的数据。

采用python+opencv的方式，在识别每一张问卷唯一性上，可以在每一张问卷上张贴二维码，用以区别问卷的唯一。

思路：

1，将答题卡扫描，进行灰度转变、高斯模糊、cv2.Canny边缘转化等操作，把图片转换。

2，扫描答题卡，确定左边和上边的黑块基点，进而根据黑块的基础位置和大小推算确定每一个答题选项的位置。

3，确定每一个答题选项后，由于是每一行扫描，所以每4个确定的坐标分为一组，每组的顺序就是题目答案的顺序。

4，对分组的一组中的4个区域计算cv2.countNonZero像素值，像素值越小的就表示涂得最多，进而确定填涂的选项。空选项的情况，将4个选项的像素值进行比较最大值减去最小值的差值若小于某一个值，则认为此选项没有填涂。

代码如下：

import cv2
import numpy as np
from imutils.perspective import four_point_transform
from pyzbar import pyzbar
img000 = cv2.imread('\\example01\\33334.jpg')
 
#答题卡左边的黑块数量、答题卡题目总量
leftji = 16
allji = 32
 
res=cv2.resize(img000,(1043,int(img000.shape[0]*1043/img000.shape[1])),interpolation=cv2.INTER_CUBIC)
 
img = res
 
openw = 0
openh = 0
 
#转化成灰度图片
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gaussian_bulr = cv2.GaussianBlur(gray, (5, 5), 0)  # 高斯模糊
edged=cv2.Canny(gaussian_bulr,75,1) # 边缘检测,灰度值小于2参这个值的会被丢弃，大于3参这个值会被当成边缘，在中间的部分，自动检测
 
toushi = ''
toushiq = ''
 
# 寻找轮廓
cts, hierarchy = cv2.findContours( edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
list=sorted(cts,key=cv2.contourArea,reverse=True)
 
jidian = []
 
for c in list:
    peri=0.01*cv2.arcLength(c,True)
    approx=cv2.approxPolyDP(c,peri,True)
    # 打印定点个数
    # print("顶点个数：",len(approx))
 
    if peri >= 10 and len(approx) == 4:
        ox_sheet = four_point_transform(img, approx.reshape(4, 2))
        tx_sheet = four_point_transform(gray, approx.reshape(4, 2))
        toushiq = four_point_transform(edged, approx.reshape(4, 2))
        toushi = ox_sheet
 
        ret, thresh2 = cv2.threshold(tx_sheet, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
        # cv2.imshow("ostu", thresh2)
 
        r_cnt, r_hierarchy = cv2.findContours(thresh2.copy(), 1, 2)
 
        for ii in r_cnt:
            peris = 0.01 * cv2.arcLength(ii, True)
            approxa = cv2.approxPolyDP(ii, peris, True)
            x, y, w, h = cv2.boundingRect(approxa)
            if w >= 40 and (x < 100 or y < 100) and len(approxa) == 4 and peris < 10:
                cv2.rectangle(ox_sheet, (x, y), (x + w, y + h), (0, 0, 255), 2)
                jidian.append([x, y])
                openw = w
                openh = h
data = np.array(jidian)
idex=np.lexsort([data[:,1], data[:,0]])
sorted_data = data[idex, :]
 
hang = sorted_data[0:leftji]
lie = sorted_data[leftji:allji]
 
aswgroup = []
 
for b in hang:
    for n in lie:
        cv2.rectangle(toushi, (n[0], b[1]), (n[0] + openw, b[1] + openh), (0, 0, 255), 2)
        aswgroup.append([n[0], b[1]])
 
def list_split(items, n):
    return [items[i:i+n] for i in range(0, len(items), n)]
 
list2 = list_split(aswgroup, 4)
 
totals = []
for lll in list2:
    a = []
    b = []
    for ll in lll:
        cropImg = toushiq[ll[1]:ll[1] + openh, ll[0]:ll[0] + openw]
        total = cv2.countNonZero(cropImg)
        a.append([total,ll])
        b.append(total)
    if max(b)-min(b) < 120:
        bindex = 4
    else :
        bindex = b.index(min(b))
    totals.append([bindex,(max(b)-min(b)),a])
 
i = 1
w = ['A','B','C','D','NULL']
for llwwww in totals:
    print(i,w[llwwww[0]],llwwww)
    i = i+1
 
# 识别二维码
barcodes = pyzbar.decode(img)
for barcode in barcodes:
    barcodeData = barcode.data.decode("utf-8")
    print(barcodeData)
 
cv2.imshow("hongse",toushi)
 
 
cv2.waitKey(0)

运行结果的图片：

一行的输出释义：题号、答案4个坐标中最小像素值的位置、最大像素值减最小像素值的差值、4个坐标的值。有多少个题目就输出多少行。其中随后一个输出值是答题卡二维码识别的值。

答题卡原图：