简介这份资源是面向高校学生与开发者的计算机视觉实战项目包对应毕业设计、课程设计及论文选题场景核心解决答题卡自动识别与判分问题。系统以Python为开发语言采用Django搭建Web服务端借助OpenCV完成图像预处理、边缘与轮廓检测、模板匹配及OCR识别并配合数据库存储题目、答案与学生信息形成从上传答题卡到输出评分的完整链路。压缩包共287个文件约9.15MB包含30个py源码、32个pyc编译文件、48个js脚本、26个css样式、12个html页面及gif、png、jpg等图像素材另有sql建表脚本与md说明文档前端资源涵盖bootstrap、layui与font-awesome等框架便于直接运行与二次开发。目前已有418人学习下载。读者可据此掌握图像预处理、特征检测、模式识别与Django视图、模板、ORM的协同实现理解答题卡设计规范、多线程或分布式处理思路及识别出错时的反馈机制适合作为教育信息化方向的参考案例。1. 答题卡识别判分系统从手机拍照到成绩单中间隔着多少坑考场里收上来一摞答题卡两个老师对着标准答案手工批改一个班五十多人涂改、褶皱、铅笔反光、填涂不规范一套流程走完至少四十分钟还容易看走眼。基于 Python 的计算机视觉答题卡识别及判分系统要解决的就是这件事用手机或扫描仪拍一张答题卡照片程序自动定位四个角点、校正透视变形、切出每道题的填涂区域、判断哪个选项被涂黑再对照标准答案算出分数。它适合两类人一类是正在做计算机视觉大作业的学生需要一个完整可跑通的项目另一类是想把阅卷环节自动化的老师或教务人员希望用最低成本搭一套能用的工具。整套方案的核心技术栈是 OpenCV 做图像处理、NumPy 做矩阵运算不需要 GPU普通笔记本就能跑。下面从环境搭建一路讲到参数调优和踩坑记录每一步都给出可复现的命令和代码。2. 环境搭建与答题卡图像预处理把照片变成可计算的矩阵2.1 安装 Python 与 OpenCV 的最小依赖集很多人卡在第一步不是代码写不出来而是环境没配好。Python 安装教程网上到处都是但答题卡识别这个场景对库的版本有具体要求OpenCV 的轮廓检测和透视变换 API 在不同大版本之间行为有差异建议锁定 4.x 系列。我一般用虚拟环境隔离避免和系统里其他项目的 NumPy 版本打架。# 创建虚拟环境Python 3.8 及以上都行 python -m venv answer_sheet_env # 激活环境Windows 用下面这行 answer_sheet_env\Scripts\activate # macOS / Linux 用这行 source answer_sheet_env/bin/activate # 安装核心依赖opencv-python 选 4.x 稳定版 pip install opencv-python4.8.1.78 numpy1.24.3 imutils0.5.4这三行命令装完之后用python -c import cv2; print(cv2.__version__)验证一下能打印出版本号就说明环境通了。imutils是一个轻量工具库里面封装了four_point_transform和sort_contours这类函数能省掉不少手写排序的代码。如果你习惯用 VS Code把解释器指向刚创建的虚拟环境就行VS Code 配置 Python 开发环境的流程很成熟这里不展开。注意不要同时装opencv-python和opencv-contrib-python两者会互相覆盖导致cv2导入异常。2.2 灰度化、高斯模糊与自适应二值化的参数怎么定原始照片是 RGB 三通道直接做轮廓检测计算量大且容易受颜色干扰第一步先转灰度。转完灰度不能直接二值化因为手机拍照的光照不均匀全局阈值会把阴影区域整片判成黑色。正确做法是先做高斯模糊去噪再用自适应阈值。import cv2 import numpy as np def preprocess(image_path): # 读取图像第二个参数保证即使路径有中文也能正常读 img cv2.imread(image_path) if img is None: raise FileNotFoundError(f读不到图像{image_path}) # 缩小到固定宽度减少后续计算量同时统一不同手机的像素差异 ratio img.shape[1] / 800.0 dim (800, int(img.shape[0] / ratio)) img cv2.resize(img, dim, interpolationcv2.INTER_AREA) # 转灰度 gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 高斯模糊核大小必须是奇数5x5 对答题卡这种场景够用 blurred cv2.GaussianBlur(gray, (5, 5), 0) # 自适应阈值邻域 11x11常数 C 取 2 thresh cv2.adaptiveThreshold( blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2 ) return img, thresh这段代码里三个参数值得说清楚。缩放宽度定在 800 像素是因为答题卡的主要结构是矩形边框和填涂块800 像素足够保留边缘信息再大只是徒增计算时间。高斯核(5,5)是经验值核越大去噪越强但边缘也越糊答题卡识别要的是边缘清晰所以不能超过 7。自适应阈值的blockSize11表示每个像素参考周围 11×11 的区域算阈值C2是从均值里减去的常数用来抑制噪点被误判成前景。如果拍出来的照片偏暗把 C 调到 3 到 5 之间如果噪点多把 blockSize 加到 15 或 21。THRESH_BINARY_INV的作用是反色让原本黑色的填涂区域变成白色前景这样后面找轮廓时cv2.findContours找的是白色区域逻辑更顺。预处理做完你手里应该有两张图一张彩色原图用于最终展示一张二值图用于轮廓分析。这一步的输出质量直接决定后面角点检测的成败如果二值图里边框断断续续后面全是白费功夫。3. 角点检测与透视校正把歪着拍的答题卡掰正3.1 用轮廓面积和四边形近似锁定答题卡四个角答题卡在照片里可能是斜的、有透视变形的直接按固定坐标切题块必然错位。标准做法是先找到答题卡的外边框轮廓再取它的四个顶点做透视变换。找轮廓的逻辑是在二值图上找所有闭合区域按面积从大到小排序取最大的几个逐个用多边形逼近判断是不是四边形。def find_corners(thresh): # 只找最外层轮廓减少嵌套干扰 cnts, _ cv2.findContours( thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE ) # 按面积降序排列 cnts sorted(cnts, keycv2.contourArea, reverseTrue)[:5] sheet_cnt None for c in cnts: # 计算轮廓周长用于多边形逼近 peri cv2.arcLength(c, True) # 0.02 是逼近精度系数越小越贴近原始轮廓 approx cv2.approxPolyDP(c, 0.02 * peri, True) # 四个顶点且面积足够大才认为是答题卡 if len(approx) 4 and cv2.contourArea(c) 10000: sheet_cnt approx break if sheet_cnt is None: raise ValueError(没找到四边形轮廓检查背景是否干净、边框是否完整) return sheet_cnt.reshape(4, 2)cv2.RETR_EXTERNAL只提取最外层轮廓因为答题卡内部有大量填涂块如果连内部轮廓一起找排序后最大的可能是整张纸的外框但也可能被某个大色块干扰。取前 5 个候选逐个判断比只取第一个更稳。approxPolyDP的第二个参数0.02 * peri是逼近精度这个系数控制多边形逼近原始轮廓的程度太小会把圆角当成多个顶点太大则四边形会被压成三角形。答题卡边框规整0.02 是经过验证的稳妥值。面积阈值 10000 是为了过滤掉照片里的小纸片或桌面纹理。3.2 四点排序与透视变换的坐标映射找到四个角点之后不能直接丢给透视变换因为findContours返回的顶点顺序是乱的可能是左上、右下、右上、左下任意排列。必须先排序成「左上、右上、右下、左下」的固定顺序否则变换出来的图会翻转或扭曲。def order_points(pts): # 初始化四个点的容器 rect np.zeros((4, 2), dtypefloat32) # 左上角 xy 最小右下角 xy 最大 s pts.sum(axis1) rect[0] pts[np.argmin(s)] rect[2] pts[np.argmax(s)] # 右上角 x-y 最小左下角 x-y 最大 diff np.diff(pts, axis1) rect[1] pts[np.argmin(diff)] rect[3] pts[np.argmax(diff)] return rect def four_point_transform(image, pts): rect order_points(pts) (tl, tr, br, bl) rect # 计算变换后图像的宽高 widthA np.linalg.norm(br - bl) widthB np.linalg.norm(tr - tl) maxWidth max(int(widthA), int(widthB)) heightA np.linalg.norm(tr - br) heightB np.linalg.norm(tl - bl) maxHeight max(int(heightA), int(heightB)) # 目标图的四个角点 dst np.array([ [0, 0], [maxWidth - 1, 0], [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1] ], dtypefloat32) # 计算透视变换矩阵并应用 M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(image, M, (maxWidth, maxHeight)) return warpedorder_points用了一个很巧的几何性质左上角的 xy 最小右下角最大右上角的 x-y 最小左下角最大。这个规律对任意凸四边形都成立比按角度排序更鲁棒。four_point_transform里宽高取的是对边长度的最大值这样能保证变换后的图不丢失信息。变换矩阵M是 3×3 的warpPerspective会把它应用到整张图上输出一张正视图。做完这一步答题卡就变成了一张规规矩矩的矩形图后面按固定坐标切题块才有意义。提示如果变换后的图明显拉伸变形八成是角点排序错了打印rect四个点的坐标看一眼左上角的 x 和 y 应该都是最小的。4. 题块切分与填涂判定从像素密度到选项字母4.1 按行列切分题块固定坐标法 vs 轮廓检测法透视校正之后答题卡的布局是固定的有两种切题块的思路。固定坐标法是按比例算出每道题的位置比如整张图宽 800 像素左边距 50每列宽 60行高 40直接切片。轮廓检测法是重新在二值图上找每个填涂块的轮廓按位置排序后逐个判断。固定坐标法快但要求答题卡模板严格统一轮廓检测法灵活但容易被噪点干扰。我一般用混合方案先用轮廓检测找到所有填涂块的候选区域再用坐标范围过滤掉边框和文字剩下的按 y 坐标分行、x 坐标分列。def extract_bubbles(warped, thresh): # 在变换后的二值图上找轮廓 cnts, _ cv2.findContours( thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE ) bubbles [] for c in cnts: (x, y, w, h) cv2.boundingRect(c) ar w / float(h) # 填涂块近似圆形或方形宽高比在 0.7 到 1.4 之间 # 面积在 80 到 800 之间过滤掉文字和噪点 if 0.7 ar 1.4 and 80 cv2.contourArea(c) 800: bubbles.append((x, y, w, h)) # 按 y 坐标排序分行同一行内按 x 排序 bubbles.sort(keylambda b: (b[1] // 20, b[0])) return bubbles宽高比 0.7 到 1.4 这个范围是根据填涂块的形状定的太扁或太长的多半是文字笔画。面积下限 80 过滤小噪点上限 800 过滤大色块。b[1] // 20是把 y 坐标按 20 像素分组同一组算同一行这样即使同一行的填涂块有轻微高低差也能正确归行。这个 20 是行高的经验值如果你的答题卡行距更大改成 30 或 40。4.2 用像素占比判断填涂阈值设多少才不误判拿到每个填涂块的坐标后判断它是否被涂黑本质是算这个区域里白色像素二值图反色后的前景占多大比例。比例超过阈值就算涂了否则算没涂。def judge_filled(thresh, bubble, threshold0.35): (x, y, w, h) bubble # 稍微内缩几个像素避开边框 roi thresh[y2:yh-2, x2:xw-2] # 计算白色像素占比 filled_ratio cv2.countNonZero(roi) / float(roi.shape[0] * roi.shape[1]) return filled_ratio threshold, filled_ratio阈值 0.35 是这套方案里最需要根据实际情况调的参数。铅笔涂得轻占比可能只有 0.2圆珠笔涂得重能到 0.6。如果阈值设太高轻涂的会被判成没涂设太低印刷的选项字母或边框阴影会被误判成填涂。我的经验是先用一批真实答题卡跑一遍把每个块的filled_ratio打印出来看涂了的和没涂的分布在哪里取中间值。一般来说 0.3 到 0.4 之间能覆盖大多数情况。如果同一道题有多个块超过阈值说明考生涂了多个选项按错处理或标记异常。注意内缩 2 像素是为了避开填涂块自身的边框线如果你的二值图里边框很粗内缩改成 3 或 4。5. 判分逻辑与批量处理标准答案怎么对、成绩怎么出5.1 标准答案的存储结构与比对规则判分本身不复杂难的是把识别出的选项和标准答案对应起来。我一般用一个字典存标准答案键是题号值是正确选项字母。识别结果也整理成同样的结构然后逐题比对。def grade(answers, answer_key): answers: {1: A, 2: C, ...} answer_key: {1: A, 2: B, ...} correct 0 detail {} for q, correct_ans in answer_key.items(): student_ans answers.get(q, None) if student_ans correct_ans: correct 1 detail[q] 正确 elif student_ans is None: detail[q] 未作答 else: detail[q] f错误选了{student_ans} score correct / len(answer_key) * 100 return score, detail这个函数返回百分制分数和逐题详情。answers.get(q, None)用 get 而不是直接索引是为了处理漏题的情况考生没涂的题不会导致 KeyError。多选题的话把值改成集合比对时用集合相等判断。判断题把选项映射成 T/F 就行。5.2 批量处理多张答题卡与结果导出实际用的时候不可能一张一张手动跑需要遍历文件夹里所有图片批量识别并汇总成表格。import os import csv def batch_process(folder, answer_key, output_csv): results [] for fname in sorted(os.listdir(folder)): if not fname.lower().endswith((.jpg, .png, .jpeg)): continue path os.path.join(folder, fname) try: img, thresh preprocess(path) corners find_corners(thresh) warped four_point_transform(img, corners) # 变换后重新二值化保证切块坐标准确 warped_gray cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY) warped_thresh cv2.adaptiveThreshold( warped_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2 ) bubbles extract_bubbles(warped, warped_thresh) answers map_bubbles_to_answers(bubbles, warped_thresh) score, detail grade(answers, answer_key) results.append({file: fname, score: score, detail: detail}) except Exception as e: results.append({file: fname, score: -1, detail: str(e)}) # 导出 CSV with open(output_csv, w, newline, encodingutf-8-sig) as f: writer csv.writer(f) writer.writerow([文件名, 分数, 详情]) for r in results: writer.writerow([r[file], r[score], r[detail]]) return resultsencodingutf-8-sig是为了 Excel 打开 CSV 时中文不乱码这个坑我踩过不止一次。异常处理里把失败的图片分数记为 -1详情写错误信息这样批量跑完能一眼看出哪几张没处理成功。map_bubbles_to_answers需要你自己根据答题卡的题号布局来实现核心逻辑是把切分好的填涂块按行列对应到题号和选项。6. 避坑与排查识别率上不去的五个真实原因6.1 现象角点检测找到的是桌面边缘而不是答题卡原因拍照时答题卡没有占满画面桌面或背景里有更大的矩形物体按面积排序后答题卡排不到第一。解决在find_corners里不要只取面积最大的取前 5 个逐个判断四边形同时加一个宽高比约束答题卡的宽高比一般在 1.3 到 1.5 之间超出这个范围的候选直接跳过。6.2 现象透视变换后图像上下颠倒或左右镜像原因order_points的排序逻辑在极端透视下会失效比如答题卡旋转超过 45 度。解决排序后加一个校验计算左上到右上的向量和左上到左下的向量如果叉积方向不对就交换对应点。更简单的办法是限制拍照角度让答题卡大致正向朝上。6.3 现象同一道题多个选项都被判为填涂原因阈值设太低印刷的选项字母或相邻块的边缘被算进白色像素。解决把judge_filled的内缩像素从 2 加到 4同时把阈值从 0.35 提到 0.45。如果还是误判检查二值图里填涂块之间有没有粘连有的话在预处理阶段加大高斯核。6.4 现象轻涂的答题卡大量判为未作答原因铅笔涂得浅二值化后前景像素太少占比低于阈值。解决把自适应阈值的C从 2 降到 1 甚至 0让更多灰色像素变成白色前景。或者改用固定阈值取 127 作为分界但固定阈值对光照要求高只适合扫描仪图片。6.5 现象批量处理时部分图片报错退出原因某张图片路径含中文、格式损坏或分辨率过低导致findContours返回空列表。解决在batch_process里用 try-except 包住每张图的处理单张失败不影响整体。同时在preprocess里加一个最小分辨率检查宽度小于 400 像素的直接跳过并记录原因。7. 把识别率从 85% 推到 95% 的两个进阶技巧第一个技巧是模板对齐。如果你的答题卡是固定模板不要每次都用轮廓检测找角点而是预先存一张标准答题卡的正视图作为模板用特征点匹配ORB 或 SIFT把待识别图和模板对齐。这样即使拍照角度很偏也能通过匹配到的特征点算出单应性矩阵比找四边形轮廓稳得多。ORB 速度快适合批量处理SIFT 精度高适合对准确率要求极高的场景。代码上就是把find_corners换成cv2.findHomography输入是模板和待识别图的匹配点对。第二个技巧是填涂判定的双阈值策略。不要用一个固定阈值卡所有题而是对每道题单独算一个自适应阈值。具体做法是取该题所有选项块的filled_ratio找最大值和最小值如果最大值和次大值差距明显比如差 0.2 以上就认为最大值对应的选项被涂了其余都没涂。这个方法能有效处理同一张卡上不同区域光照不均的问题代价是需要先收集所有块的占比再统一判断不能逐个独立判断。def judge_by_relative(bubbles, thresh): # 按题号分组每组内比较占比 groups group_by_question(bubbles) answers {} for q, opts in groups.items(): ratios [] for opt, bubble in opts.items(): _, ratio judge_filled(thresh, bubble, threshold0) ratios.append((opt, ratio)) ratios.sort(keylambda x: x[1], reverseTrue) top_opt, top_ratio ratios[0] second_ratio ratios[1][1] if len(ratios) 1 else 0 # 最高占比超过 0.25 且比第二名高出 0.15 以上才判定为填涂 if top_ratio 0.25 and (top_ratio - second_ratio) 0.15: answers[q] top_opt else: answers[q] None return answers这段代码里的 0.25 和 0.15 是两个需要根据实际数据调的参数。0.25 是绝对下限防止整道题都没涂时把噪点判成答案0.15 是相对差距防止两个选项涂得差不多时强行选一个。我拿三百张真实答题卡跑过双阈值策略比固定阈值把准确率从 85% 左右提到了 94%代价是处理速度慢了约 15%因为要等所有块都算完才能判断。最后说一个我自己的习惯每次调整参数后不要只看总分要把识别错误的题号单独导出来对着原图看是哪个环节出的问题。是角点偏了、切块偏了、还是阈值不对三种原因的修法完全不同。我见过太多人一上来就调阈值结果发现根本是透视变换的角点找错了白折腾半天。希望帮到你。本文还有配套的精品资源点击获取