这是一个基于OpenCV的Android答题卡识别Demo,源码已经上传至码云:AnswerSheetScanDemo。
一、使用流程
(一)输入照片源
在App首页,选择通过“相机”或“相册”选择照片源,首页如图1所示。
图1 首页
(二)拍照或从相册中选取图片
拍照请将答题卡填满平铺图中蓝色虚线框,垂直拍摄,尽量避免光影干扰,拍照页如图2所示。
划重点,填满平铺蓝色虚线框。
(三)框选答题区域
正常情况下会通过内部算法自动框选答题区域,如果自动框选失败,请手动拖动4个定位点,框选答题区域。框选答题区域操作如图3所示。
划重点,定位点必须校准无误,否则会影响识别准确度。
(四)处理照片并查看答案
完成后回到首页,点击“处理”按钮处理照片,随后可以点击“答案”按钮查看识别结果。
(五)其他说明
可以在首页中配置选项。
1.试题数量默认为0,表示识别整张答题卡,最好根据实际情况输入填涂了试题的数量,否则可能出现少量未涂试题被识别已涂的现象。
2.使用“全部单选题”模式有助于提高识别精度,除非确实含有多选题,否则不要切换到“含有多选题”选项。
3.正常、敏感、保守模式,请根据说明选择使用,有助于提高识别精度。
二、配置文件
(一)答题卡配置文件(AnswerSheetConfig.java)
//答题区域宽度
private static final float TARGET_AREA_WIDTH = 1560F;
//答题区域高度
private static final float TARGET_AREA_HEIGHT = 1686F;
//左边距
private static final float OFFSET_LEFT = 60F;
//右边距
private static final float OFFSET_RIGHT = 62F;
//上边距
private static final float OFFSET_TOP = 77.5F;
//下边距
private static final float OFFSET_BOTTOM = 50.5F;
//每栏中间分隔距离
private static final float EMPTY_COL_WIDTH = 60F;
//每大行中间分隔距离
private static final float EMPTY_ROW_HEIGHT = 69F;
//每栏题数
public static final int PER_COL_COUNT = 5;
//每大行选项数
public static final int PER_ROW_COUNT = 4;
//总列数
public static final int TOTAL_COL_COUNT = 20;
//总行数
public static final int TOTAL_ROW_COUNT = 28;
//定位点在目标图像(R.mipmap.answer_sheet_target)中的比例
public static final float TARGET_CIRCLE_RATE = 0.6F;
//定位点在答题卡照片中,宽度方向上近似占比
public static final float CIRCLE_RADIUS_RATE = 0.028F;
其中部分参数说明如图4所示。
在自动框选答题区域的算法中使用了OpenCV的模板匹配,模板图片如图5所示(含有白底,点击放大可见),大小120 * 120,其中黑色定位点大小为 72 * 72,所以答题卡配置文件中TARGET_CIRCLE_RATE字段被赋值为0.6(72 / 120 = 0.6)。
图5 匹配模板
最后说明一下CIRCLE_RADIUS_RATE 参数。该参数为在实际拍摄的照片中,定位点在宽度方向所占的比例。例如实际照片大小为1080 * 1920,定位点大小为30 * 30,该值大约为0.028(30 / 1080 = 0.028)。
可能你有疑问,在不同的照片中,该定位点占比例可能有所变化,的确是这样,但是算法具有一定容错性,只要在图2的拍照页中,答题卡实体尽量填满平铺蓝色虚线框,定位点所占比例的误差就不太大了。该值存在一定误差并不影响算法的执行。
自行设计答题卡需要更改该配置文件(AnswerSheetConfig.java)。
(二)其他配置文件(CropConfig.java , RecognitionConfig.java)
CropConfig.java为自动框选答题区域算法的参数配置文件,RecognitionConfig.java为识别填涂选项算法的参数配置文件,在这里抛砖引玉,期望大家提出更好更优的参数配置。
开发调试所基于的答题卡如图6所示。
图6 答题卡样式最后留一张照片供大家测试使用,如图7所示。
试题数量42,含有多选题,正常模式。
图7 实拍样张想对OpenCV有更深的理解?参见系列教程:OpenCV4Android入门教程之API系列(一)
网友评论