# -*- coding: utf-8 -*- """ Created on Thu Dec 20 16:05:10 2018 @author: leizhen.liu """ import cv2.cv2 as cv2 import numpy as np data = cv2.imread('anwser.jpg') cv2.imshow('anwser',data) #灰度處理 gray = cv2.cvtColor(data,cv2.CO

最近期末考试考完了,我们也要放寒假了.于是突发奇想,想用PHP写一个答题卡识别程序.已经实现了一些,现分享给大家. 具体的步骤如下: 上传答题卡=>图片二值化(已实现)=>寻找定位点(已实现)=>使用定位点切割掉不要的部分(已实现)=>切割小题=>客观题自动阅卷&主观题切割后交由阅卷老师批改=>统计分数=>生成csv文档 先爆出源码: <?php error_reporting(0); $fn="./1.jpg";//要识别的答题

1.H = cv2.getPerspectiveTransform(rect, transform_axes) 获得投射变化后的H矩阵 参数说明:rect表示原始的位置左上,右上,右下,左下, transform_axes表示变换后四个角的位置 2.cv2.warpPerspective(gray, H, (width, height)) 根据H获得变化后的图像 参数说明: gray表示输入的灰度图像, H表示变化矩阵,(width, height)表示变换后的图像大小3. cv2.approx

/// <summary> /// 批改操作 /// </summary> public AnswerCard DoCorrect(Stream AnserCardFile) { AnswerCard anserCard=new AnswerCard(); try { //RasterImage crrentImages; // Create the Auto Forms Engine AutoFormsEngine autoEngine; RasterCodecs formsCo

该博客转自www.pyimagesearch.com,进行了相关修改补充. Over the past few months I've gotten quite the number of requests landing in my inbox to build a bubble sheet/Scantron-like[简而言之答题卡] test reader using computer vision and image processing techniques. And while I'

一.问题提出 由于GPY进行了纠偏,所以在采集的时候,就已经获得了质量较高的答题卡图片 下一步就是需要从这张图片中,识别出人眼识别出来的那些信息,并且将这个过程尽可能地鲁棒化,提高识别的准确率. 二.思路探索     在从图片到数字的转变过程中,既是一个“量化”的过程,也是一个“降维”的过程,需要特定的角度非常重要.这就像很多人站在一起拍集体照,选择不同的角度能够得到这群人不同的像,高明的摄像师能够很快地找到角度,将所有的人都拍摄其中:我们图像处理程序也是同样的道理,有经验的工程师能够善于模式思

参考这个网站,然后自己 找了张图片试了一下 http://blog.csdn.net/cp562090732/article/details/47804003 // test.cpp : 定义控制台应用程序的入口点. // #include "stdafx.h" #include "cv.h" #include "opencv2/imgproc/imgproc.hpp" #include "opencv2/highgui/highgui

这个选项调查的特效以选项卡的形式,每答完一道题目自动切换到下一条,颇具特色.使用jQuery和CSS3,适合HTML5浏览器. 效果展示 http://hovertree.com/texiao/jquery/87/ 源码下载:http://hovertree.com/h/bjaf/sym1l16q.htm 效果图如下: 代码如下: <!DOCTYPE html> <html> <head> <meta charset="utf-8"> &

最近在OJ上用python答题,偶尔会遇到结果“放回非零”的情况(Non-zero Exit Code) 总结了以下,目前知道的是这些: 1. 在python2中用了input(),或在python3中用了raw_input() 如果是python2提交,就要用raw_input(); 如果是python3提交,就要用input(); 2.列表index out of range 有时候也会返回这个错误

关键字:Python,SVM,字符验证码,机器学习,验证码识别 1   概述 基于Python使用SVM识别简单的验证字符串的完整代码开源分享. 因为目前有了更厉害的新技术来解决这类问题了,但是本文作为初级入门方法,还是具有一定的学习意义的,所以就将源码和相关的素材开源出来. 本文虽然已经不具备太强的实战性和迁移性,但是主要希望能够是以一个有趣的应用点来让对机器学习有兴趣的同学找到入门点. 上面提到的 “更厉害的新技术” 是指 “CNN 卷积神经网络”,这个工具基本上免去了本文介绍的繁杂的图片预

在开始做之前,首先百度了Word有没有简单的生成方法,果然有--页面布局->稿纸设置->方格式稿纸 效果如下图所示.很规范,但是不是答题卡所需要的,因为这样会把所有页面都设置为这样的稿纸. 搜索了很久,没有找到现成的方法,但是受到了一些启示,因此我做出来以下效果的作文表格: 和作文纸很像了,可以根据具体规格稍加调整即可用了.具体方法很简单,就是表格操作. 具体操作: 先插入1列多行的表格 再在一行中插入1行多列 调整外表格的表格属性,选中外表格不太好选中,我是点击右下角选中的 然后调整方格大小

在线答题demo,具体代码是一年多前完成的,比较简单,不再贴出,请参见Github. 主要功能: 单选:点击选项直接进入下一题.多选:选择多个选项,向右滑动进入下一题.答题卡:点击题号重新进入答题界面.使用技术: 主框架为ViewPager内嵌Fragment,包含试题Fragment(QuestionItemFragment )和答题卡Fragment(ScantronItemFragment ),并使用FragmentStatePagerAdapter 进行适配. 单选题和多选题使用List

pycharm python @符号不能识别 NameError: name 'app' is not defined 解决办法: 缺少:app = Flask(__name__) # 导入Flask类 from flask import Flask # 实例化,可视为固定格式 app = Flask(__name__) # route()方法用于设定路由:类似spring路由配置 @app.route('/quark/callback/<int:sid>') def hello_world(

@ 目录 技术介绍 运行效果 关键代码 写在最后 技术介绍 你好! python flask图片识别系统使用到的技术有:图片背景切割.图片格式转换(pdf转png).图片模板匹配.图片区别标识. 运行效果 第一组: 图片1: 图片2: 开始上传: 上传成功.图片预览: (emmm..抱歉图片大小未处理,有点大哈) 识别效果: 成功了... 第二组: 这会搞个复杂些的,也是实用的图片 图片1:(图片仅供交流,侵权删) 图片2: 你会发现,其实图片2是图片1的子图,这下我们看看程序处理的效果: 还可

Python批量图片识别并翻译--我用python给女朋友翻译化妆品标签 最近小编遇到一个生存问题,女朋友让我给她翻译英文化妆品标签.美其名曰:"程序猿每天英语开发,英文一定很好吧,来帮我翻译翻译化妆品成分","来,帮我看看这个面膜建议敷几分钟"....看来斥巨资买化妆品不算完,还需要会各种英文介绍. 默默收起大学考的一摞429分的四级证书,我打开了IDE...我打算开发一个能批量翻译的图片的demo,把家里的各种化妆品都翻译好.机智如我,是不会自己从训练模型做起的

Python之pytesseract 识别验证码 1.验证码来一个 2.适合什么样的验证码呢? 只能识别简单.静态.无重叠.只有数字字母的验证码 3.实际应用:模拟人工登录.页面内容识别.爬虫抓取信息 步骤一: 下载工具Tesseract-OCR,下载地址https://digi.bib.uni-mannheim.de/tesseract/,下载成功后,傻瓜式安装在英文路径下 安装后或出现一个目录:D:\syspath\tesseract\Tesseract-OCR,将安装路径配置环境变量 步骤

最近直播答题app很热门,由于之前看过跳一跳的python脚本(非常棒),于是也想写一个答题的脚本. https://github.com/huanmsf/cai 思路: 1.截图 2.文字识别,提取问题和选项(分割后识别准确性会提高) 3.爬取网页数据,根据规则匹配选项 4.根据选项自动点击屏幕该位置(应该循环点击,防止刚好切换到西瓜妹) 5.重复前面步骤 存在的问题: 1.答题时间有限,如果爬去的链接多了,还没解析完时间就到了.爬取的少就缺少分析数据,结果不靠谱. 2.问题和选项需要提取关键

1.Python 3.6 安装包 1.要加环境变量 2.pip安装PIL库 3.pip安装pytesseract模块 2.tesseract-ocr-setup-4.00.00dev.exe   ---光学识别软件    D:\Tesseract-OCR\tessdata  要加入环境变量. 3.jTessBoxEditor-2.2.0.zip  训练字库   ---依赖java环境 a del /a /f /q  "C:\Program Files (x86)\Tesseract-OCR\te

因为需求,所以接触了验证码这一块,原本感觉到会很难,学了之后挺简单的,但后来又发现自己还是too young... PIL(python Image Library) 目前PIL的官方最新版本为1.1.7,支持的版本为python 2.5, 2.6, 2.7, PIL官方网站:http://www.pythonware.com/products/pil/ 不支持python3,但有高手把它重新编译生成python3下可安装的exe了.这一非官方下载地址 http://www.lfd.uci.ed

工具 Tesseract pytesseract tesserocr 朋友需要一个工具,将图片中的文字提取出来.我帮他在网上找了一些OCR的应用,都不好用.所以准备自己研究,写一个Web APP供他使用. OCR1,全称Optical character recognition,或者optical character reader,中文译名叫做光学文字识别.它是把图像文件中的手写文本,打印文本转换为机器编码文本的一种方法. OCR技术广泛用于识别打印纸张中的文字数据 -- 比如护照,支票,银行声