【计算机视觉40例】案例09：答题卡识别

答题卡识别演示如图1所示，图中绿色表示回答正确、红色表示回答错误，左上角给出的是分数等相关信息。

图1 答题卡识别

答题卡识别的简要流程如图2所示。

图2 流程图

下面对其中的几个关键步骤进行一个简要的介绍：

1、裁边、倾斜校正

透视变换则可以将矩形映射为任意四边形，在OpenCV中通过函数cv2.warpPerspective()实现该操作。

图3 裁边、倾斜校正

2、反色处理

将要操作的选项处理为白色，作为前景对象。

图4 反色处理

3、查找轮廓

找到图像内所有的前景对象轮廓，方便后续从其中筛选出每一个选项。

图5 查找轮廓

4、筛选轮廓

从所有的轮廓中筛选出每一个选项。

图6 筛选轮廓

5、选项分组

将所有找到的选项按照所在位置划分到各自对应的题目内。例如，最靠上的四个选项分别编号为0-3（左右是没有顺序的）、次靠上的四个选项编号为4-6（左右不区分序号），以此类推。

图7 选项分组

6、题目划分

将所有找到的选项按照所在位置划分到各自对应的题目内。例如，编号为0-3的前4个是第1道题目的、编号为4-6的4个是第2道题目的选项，以此类推。

图8 题目划分

在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书中，从算法原理、实现流程等角度系统深入地介绍了该案例的理论基础和实现过程，并对具体的代码实现进行了细致的介绍与解释。欢迎大家阅读第9章《答题卡识别》获取详细内容。

《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。