标签：gray cnt img cv2 答题卡 questionCnt docCnt 识别
两个idea：
1、霍夫变换找圆在复杂环境并不理想，可以找轮廓，然后限制外接矩形w和h来排除
2、坐标排序时，可能同一行的x有些许误差，则可以这样排序(分两次排序)：假设一行5个，
先从上向下排序，则每5个即为一道题的选项，虽然是乱序的，但只要再对每5个从左向右排序即可
主要判断论述：
import cv2
import numpy as np
import math
def show(img):
cv2.imshow('name', img)
cv2.waitKey()
cv2.destroyAllWindows()
# def equal(x, y): #如果相差在15以内，则说明相等
# if abs(x - y) <= 15:
# return 1
# return 0
#
# def cnt_sort(docCnt):
# for i in range(len(docCnt) - 1):
# for j in range(len(docCnt) - i - 1):
# if equal(docCnt[j][1], docCnt[j + 1][1]) == 1:
# if(docCnt[j][0] > docCnt[j + 1][0]):
# tmp = docCnt[j + 1].copy()
# docCnt[j + 1] = docCnt[j]
# docCnt[j] = tmp
# else:
# if docCnt[j][1] > docCnt[j + 1][1]:
# tmp = docCnt[j + 1].copy()
# docCnt[j + 1] = docCnt[j]
# docCnt[j] = tmp
# return docCnt
def cnt_sort(docCnt):
docCnt = sorted(docCnt, key = lambda x : x[1])
ret = []
for i in range(0, len(docCnt), 2):
cnts = docCnt[i : i + 2]
cnts = sorted(cnts, key = lambda x : x[0])
ret += cnts
return ret
def four_point_transform(img, docCnt):
# print(docCnt)
docCnt = cnt_sort(docCnt)
docCnt = np.array(docCnt, dtype = 'float32')
coner1, coner2, coner3, coner4 = docCnt
# print(docCnt)
w = int(max(math.sqrt((coner1[0] - coner2[0]) ** 2 + (coner1[1] - coner2[1]) ** 2), math.sqrt((coner3[0] - coner4[0]) ** 2 + (coner3[1] - coner4[1]) ** 2)))
h = int(max(math.sqrt((coner1[0] - coner3[0]) ** 2 + (coner1[1] - coner3[1]) ** 2), math.sqrt((coner2[0] - coner4[0]) ** 2 + (coner2[1] - coner4[1]) ** 2)))
rightCnt = np.array([[0, 0], [w, 0], [0, h], [w, h]], dtype = 'float32')
# print(docCnt, rightCnt)
transform_matrix = cv2.getPerspectiveTransform(docCnt, rightCnt) #输入类型需要一样，都是float32就行
img = cv2.warpPerspective(img, transform_matrix, (w, h)) #w和h需要是整数
return img
def questionCnt_sort(questionCnt, flag):
# flag为1就是从上向下，0就是从左到右
boundingbox = [cv2.boundingRect(cnt) for cnt in questionCnt]
questionCnt, boundingbox = zip(*sorted(zip(questionCnt, boundingbox), key = lambda x : x[1][flag]))
return questionCnt
if __name__ == '__main__':
img = cv2.imread('C:/Users/WTSRUVF/Downloads/card/answer sheet/images/test_01.png')
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
img_gray = cv2.GaussianBlur(img_gray, (5, 5), 0)
edged = cv2.Canny(img_gray, 75, 200)
# show(edged)
contours = cv2.findContours(edged, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[1]
contours = sorted(contours, key = cv2.contourArea, reverse = True)
docCnt = None
for cnt in contours:
peri = cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, peri * 0.02, True)
if len(approx) == 4:
docCnt = approx
break
img_gray_copy = img_gray.copy()
# img_copy = cv2.drawContours(img_copy, [docCnt], -1, (0, 0, 255), 2)
img_s = four_point_transform(img_gray_copy, docCnt.reshape(4, 2))
# show(img_s)
thresh = cv2.threshold(img_s, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
threshContours = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[1]
questionCnt = []
for cnt in threshContours:
(x, y, w, h) = cv2.boundingRect(cnt)
ar = w / float(h)
if w >= 20 and h >= 20 and ar >= 0.9 and ar <= 1.1:
questionCnt.append(cnt)
questionCnt = questionCnt_sort(questionCnt, 1)
#先从上向下排序，则每5个即为一道题的选项，虽然是乱序的，但只要再对每5个从左向右排序即可
for k, i in enumerate(range(0, len(questionCnt), 5)):
cnts = questionCnt_sort(questionCnt[i : i + 5], 0)
answer = None
for j, cnt in enumerate(cnts):
mask = np.zeros(img_s.shape, dtype = 'uint8')
mask = cv2.drawContours(mask, [cnt], -1, 255, -1) #-1为填充
mask = cv2.bitwise_and(thresh, thresh, mask = mask)
total = cv2.countNonZero(mask)
if answer == None or answer[0] < total:
answer = (total, j + 1)
print(answer[1])
数据集和代码链接：https://pan.baidu.com/s/1SMJ76fL1sbFmWUGurAjoQQ
提取码：qgz6
标签：gray,cnt,img,cv2,答题卡,questionCnt,docCnt,识别 来源： https://www.cnblogs.com/WTSRUVF/p/15825882.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。