OpenCV答题卡识别：从图像预处理到自动评分

輕華2026-04-10 20:15

OpenCV 答题卡识别：从图像预处理到自动评分

摘要：本文详细讲解如何用 Python + OpenCV 实现一套完整的答题卡(OMR)自动识别与评分系统，涵盖图像预处理、透视变换矫正、Otsu 自适应二值化、轮廓筛选、掩膜计数判答等核心技术，代码分片段讲解，全流程可复现。

一、效果预览

程序运行后同时展示三个窗口：

  • Original：原始拍摄图像（含透视角）
  • warpeding：透视矫正 + 每题选项标注（绿圈=答对，红圈=答错）
  • Exam：最终评分结果，左上角显示得分百分比

如图所示，程序自动识别 5 道单选题（每题 A-E 共 5 个选项），绿色圆圈标记正确答案，红色圆圈标记考生填错位置，右上方显示最终得分 80.00%（5 题对了 4 题）。

二、整体处理流程

整个系统分为 7 个阶段，每个阶段环环相扣：

阶段 操作 目的
① 读取图像 cv2.imread() 加载原始答题卡照片
② 灰度化 + 模糊 cvtColor + GaussianBlur 消除彩色干扰，平滑噪声
③ 边缘检测 Canny 提取答题卡纸张边缘
④ 轮廓检测 findContours + approxPolyDP 找到纸张四角顶点
⑤ 透视变换 getPerspectiveTransform 将斜拍图矫正为正视图
⑥ Otsu 二值化 THRESH_BINARY_INV + THRESH_OTSU 填涂区域高亮为白色
⑦ 轮廓筛选 + 评分 掩膜计数 + 对比答案 判断每题选项，计算得分

三、代码分段详解

3.1 预处理：灰度化 + 高斯模糊 + Canny 边缘检测

python 复制代码 
image = cv2.imread(r"./images/test_01.png")
contours_img = image.copy()

# 灰度化
gray = cv2.cvtColor(contours_img, cv2.COLOR_BGR2GRAY)
# 高斯模糊：5x5卷积核，平滑噪声，避免噪点被Canny误识为边缘
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
# Canny边缘检测：低阈值75，高阈值200
edged = cv2.Canny(blurred, 75, 200)

参数说明：

  • GaussianBlur(gray, (5,5), 0) --- 5×5 的高斯卷积核，sigmaX=0 表示自动计算标准差；卷积核越大，平滑越强，但细节损失也越多
  • Canny(blurred, 75, 200) --- 低阈值 75 / 高阈值 200；梯度 > 200 的像素直接判定为边缘，< 75 的丢弃，中间的按连通性判断

3.2 轮廓检测：找到答题卡四边形

python 复制代码 
cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,
                         cv2.CHAIN_APPROX_SIMPLE)[-2]

docCnt = None
for cnt in cnts:                                   # 遍历所有外轮廓
    area = cv2.arcLength(cnt, True)               # 周长
    approx = cv2.approxPolyDP(cnt, 0.02 * area, True)  # 多边形近似
    if len(approx) == 4:                           # 只要四边形
        docCnt = approx
        break

关键点：

  • cv2.RETR_EXTERNAL --- 只检测最外层轮廓，排除答题圆圈对纸张轮廓的干扰
  • approxPolyDP(cnt, 0.02 * area, True) --- Douglas-Peucker 算法，将轮廓点简化为多边形；0.02 * area 是近似精度，过大会过度简化，过小无法合并

3.3 透视变换：矫正拍摄角度

这是整个流程的核心模块，分为两个函数。

3.3.1 四点排序 order_points()

透视变换需要严格按照 左上 → 右上 → 右下 → 左下 的顺序提供顶点，否则会发生图像扭曲。

python 复制代码 
def order_points(pts):
    rect = np.zeros((4, 2), dtype="float32")
    s = pts.sum(axis=1)           # 各点 x+y 之和
    rect[0] = pts[np.argmin(s)]   # 左上：x+y 最小
    rect[2] = pts[np.argmax(s)]   # 右下：x+y 最大
    diff = np.diff(pts, axis=1)   # 各点 y-x 之差
    rect[1] = pts[np.argmin(diff)]  # 右上：y-x 最小
    rect[3] = pts[np.argmax(diff)]  # 左下：y-x 最大
    return rect

排序算法原理如下图：

数学依据：

复制代码 
左上角坐标 (x小, y小) → x+y 值最小
右下角坐标 (x大, y大) → x+y 值最大
右上角坐标 (x大, y小) → y-x 值最小（y小x大）
左下角坐标 (x小, y大) → y-x 值最大（y大x小）
3.3.2 四点透视变换 four_point_transform()
python 复制代码 
def four_point_transform(img, pts):
    rect = order_points(pts)
    (tl, tr, br, bl) = rect

    # 计算目标矩形的宽高（取两侧的最大值，保证内容完整）
    widthA  = np.sqrt(((br[0]-bl[0])**2) + ((br[1]-bl[1])**2))
    widthB  = np.sqrt(((tr[0]-tl[0])**2) + ((tr[1]-tl[1])**2))
    maxWidth = max(int(widthA), int(widthB))

    heightA = np.sqrt(((tr[0]-br[0])**2) + ((tr[1]-br[1])**2))
    heightB = np.sqrt(((tl[0]-bl[0])**2) + ((tl[1]-bl[1])**2))
    maxHeight = max(int(heightA), int(heightB))

    # 目标坐标：标准正矩形
    dst = np.array([
        [0, 0],
        [maxWidth - 1, 0],
        [maxWidth - 1, maxHeight - 1],
        [0, maxHeight - 1]], dtype="float32")

    # 计算单应性矩阵，执行变换
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(img, M, (maxWidth, maxHeight))
    return warped

执行透视变换：

python 复制代码 
warped_t = four_point_transform(image, docCnt.reshape(4, 2))

3.4 Otsu 自适应二值化

python 复制代码 
warped = cv2.cvtColor(warped_t, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(warped, 0, 255,
                        cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

为什么用 THRESH_BINARY_INV + THRESH_OTSU？

  • THRESH_OTSU --- 自动计算最佳阈值（对双峰灰度直方图效果极好，答题卡纸张白色+铅笔填涂灰色恰好构成双峰）
  • THRESH_BINARY_INV --- 将结果取反：原本暗 的填涂区域 → 变为白色 （便于后续 countNonZero 统计）

3.5 轮廓筛选：只保留答题气泡

python 复制代码 
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL,
                         cv2.CHAIN_APPROX_SIMPLE)[-2]
questionCnts = []

for c in cnts:
    (x, y, w, h) = cv2.boundingRect(c)
    ar = w / float(h)                      # 宽高比
    if w >= 20 and h >= 20 and 0.9 <= ar <= 1.1:
        questionCnts.append(c)             # 保留近似圆形的轮廓

三个筛选条件缺一不可：

复制代码 
w >= 20           → 过滤噪点和细线（太小的不是气泡）
h >= 20           → 同上
0.9 <= w/h <= 1.1 → 宽高比接近 1（圆形的宽高比 = 1）

3.6 轮廓排序 sort_contours()

python 复制代码 
def sort_contours(cnts, method='left-to-right'):
    reverse = False
    i = 0
    if method == 'right-to-left' or method == 'bottom-to-top':
        reverse = True
    if method == 'top-to-bottom' or method == 'bottom-to-top':
        i = 1   # 按 y 坐标排序

    boundingBoxes = [cv2.boundingRect(c) for c in cnts]
    (cnts, boundingBoxes) = zip(*sorted(
        zip(cnts, boundingBoxes),
        key=lambda b: b[1][i],
        reverse=reverse))
    return cnts, boundingBoxes
  • 先用 top-to-bottom 排序所有气泡（按 y 坐标），得到从上到下的行顺序
  • 每 5 个气泡为一组（一道题），组内再用 left-to-right 排序（按 x 坐标），确定 A/B/C/D/E 顺序

3.7 掩膜计数：判断哪个选项被填涂

这是识别的核心逻辑：

python 复制代码 
ANSWER_KEY = {0: 1, 1: 4, 2: 0, 3: 3, 4: 1}  # 第0题答案是B(索引1), 第1题是E(索引4)...

questionCnts, _ = sort_contours(questionCnts, method='top-to-bottom')
correct = 0

for (q, i) in enumerate(np.arange(0, len(questionCnts), 5)):  # 每题取5个
    cnts = sort_contours(questionCnts[i:i+5])[0]              # 5选项从左到右排序
    bubbled = None

    for (j, c) in enumerate(cnts):
        # 创建全零掩膜，在当前气泡位置填充白色
        mask = np.zeros(thresh.shape, dtype="uint8")
        cv2.drawContours(mask, [c], 0, 255, -1)

        # 与操作：只保留 mask 区域的 thresh 内容
        thresh_mask_and = cv2.bitwise_and(thresh, thresh, mask=mask)
        # 统计非零像素数（填涂越多 → 白色像素越多）
        total = cv2.countNonZero(thresh_mask_and)

        # 保留非零像素最多的选项
        if bubbled is None or total > bubbled[0]:
            bubbled = (total, j)

    # 对比答案，决定画绿圈还是红圈
    color = (0, 0, 255)          # 默认红色（答错）
    k = ANSWER_KEY[q]

    if k == bubbled[1]:          # 答对
        color = (0, 255, 0)
        correct += 1

    cv2.drawContours(warped_new, [cnts[k]], -1, color, 3)

掩膜计数判断逻辑图解：

核心思想 ：被铅笔填涂的气泡，经过 THRESH_BINARY_INV 后内部白色像素数量远多于未填涂的气泡，因此取非零像素最多的那个即为所填选项。

3.8 计算得分并显示

python 复制代码 
score = (correct / 5.0) * 100
print("[INFO] score: {:.2f}%".format(score))

cv2.putText(warped_new, '{:.2f}%'.format(score), (10, 30),
            cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)

cv2.imshow('Original', image)
cv2.imshow('Exam', warped_new)
cv2.waitKey(0)
cv2.destroyAllWindows()

四、完整代码

python 复制代码 
import numpy as np
import cv2

ANSWER_KEY = {0: 1, 1: 4, 2: 0, 3: 3, 4: 1}  # 正确答案（索引对应 A=0, B=1, C=2, D=3, E=4）

def order_points(pts):
    """四边形顶点排序：固定输出 左上、右上、右下、左下"""
    rect = np.zeros((4, 2), dtype="float32")
    s = pts.sum(axis=1)
    rect[0] = pts[np.argmin(s)]   # 左上
    rect[2] = pts[np.argmax(s)]   # 右下
    diff = np.diff(pts, axis=1)
    rect[1] = pts[np.argmin(diff)]  # 右上
    rect[3] = pts[np.argmax(diff)]  # 左下
    return rect

def four_point_transform(img, pts):
    """四点透视变换核心实现"""
    rect = order_points(pts)
    (tl, tr, br, bl) = rect
    widthA  = np.sqrt(((br[0]-bl[0])**2) + ((br[1]-bl[1])**2))
    widthB  = np.sqrt(((tr[0]-tl[0])**2) + ((tr[1]-tl[1])**2))
    maxWidth = max(int(widthA), int(widthB))
    heightA = np.sqrt(((tr[0]-br[0])**2) + ((tr[1]-br[1])**2))
    heightB = np.sqrt(((tl[0]-bl[0])**2) + ((tl[1]-bl[1])**2))
    maxHeight = max(int(heightA), int(heightB))
    dst = np.array([
        [0, 0],
        [maxWidth - 1, 0],
        [maxWidth - 1, maxHeight - 1],
        [0, maxHeight - 1]], dtype="float32")
    M = cv2.getPerspectiveTransform(rect, dst)
    warped = cv2.warpPerspective(img, M, (maxWidth, maxHeight))
    return warped

def sort_contours(cnts, method='left-to-right'):
    """按指定方向对轮廓排序"""
    reverse = False
    i = 0
    if method in ('right-to-left', 'bottom-to-top'):
        reverse = True
    if method in ('top-to-bottom', 'bottom-to-top'):
        i = 1
    boundingBoxes = [cv2.boundingRect(c) for c in cnts]
    (cnts, boundingBoxes) = zip(*sorted(
        zip(cnts, boundingBoxes),
        key=lambda b: b[1][i], reverse=reverse))
    return cnts, boundingBoxes

# ===== 预处理 =====
image = cv2.imread(r"./images/test_01.png")
contours_img = image.copy()
gray    = cv2.cvtColor(contours_img, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
edged   = cv2.Canny(blurred, 75, 200)

# ===== 轮廓检测 + 透视变换 =====
cnts = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
docCnt = None
for cnt in cnts:
    area  = cv2.arcLength(cnt, True)
    approx = cv2.approxPolyDP(cnt, 0.02 * area, True)
    if len(approx) == 4:
        docCnt = approx
        break

warped_t   = four_point_transform(image, docCnt.reshape(4, 2))
warped_new = warped_t.copy()
warped     = cv2.cvtColor(warped_t, cv2.COLOR_BGR2GRAY)

# ===== Otsu 二值化 =====
thresh = cv2.threshold(warped, 0, 255,
                        cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

# ===== 轮廓筛选：只保留答题气泡 =====
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
questionCnts = []
for c in cnts:
    (x, y, w, h) = cv2.boundingRect(c)
    ar = w / float(h)
    if w >= 20 and h >= 20 and 0.9 <= ar <= 1.1:
        questionCnts.append(c)

# ===== 排序 + 掩膜计数 + 评分 =====
questionCnts, _ = sort_contours(questionCnts, method='top-to-bottom')
correct = 0

for (q, i) in enumerate(np.arange(0, len(questionCnts), 5)):
    cnts    = sort_contours(questionCnts[i:i+5])[0]
    bubbled = None
    for (j, c) in enumerate(cnts):
        mask = np.zeros(thresh.shape, dtype="uint8")
        cv2.drawContours(mask, [c], 0, 255, -1)
        total = cv2.countNonZero(cv2.bitwise_and(thresh, thresh, mask=mask))
        if bubbled is None or total > bubbled[0]:
            bubbled = (total, j)
    color = (0, 0, 255)
    k = ANSWER_KEY[q]
    if k == bubbled[1]:
        color   = (0, 255, 0)
        correct += 1
    cv2.drawContours(warped_new, [cnts[k]], -1, color, 3)

# ===== 显示结果 =====
score = (correct / 5.0) * 100
print("[INFO] score: {:.2f}%".format(score))
cv2.putText(warped_new, '{:.2f}%'.format(score), (10, 30),
            cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 2)
cv2.imshow('Original', image)
cv2.imshow('Exam', warped_new)
cv2.waitKey(0)
cv2.destroyAllWindows()

五、总结

技术点 关键 API 作用
图像预处理 GaussianBlur + Canny 消噪 + 边缘提取
纸张定位 findContours + approxPolyDP 找四角顶点
透视矫正 getPerspectiveTransform + warpPerspective 消除拍摄角度
自适应二值化 THRESH_BINARY_INV + THRESH_OTSU 自动分割填涂区域
气泡筛选 boundingRect + 宽高比 只保留答题圆圈
选项判定 bitwise_and + countNonZero 掩膜计数，找填涂最多的选项
评分输出 drawContours + putText 可视化标注 + 成绩显示

可扩展方向：

  • 支持更多题目行数（当前固定 5 题）：调整 np.arange(0, len(questionCnts), 5) 中的步长
  • 支持多答案题（多选题）：将"非零像素 > 阈值"替换为按照固定比例判断
  • 接入摄像头实时识别：将 imread 替换为摄像头帧循环处理
  • 部署为 Web 服务：结合 Flask/FastAPI 提供图片上传接口，返回 JSON 评分结果

参考资料：pyimagesearch - Bubble sheet multiple choice scanner and test grader using OMR, Python and OpenCV

更多题目行数（当前固定 5 题）：调整 np.arange(0, len(questionCnts), 5) 中的步长

  • 支持多答案题（多选题）：将"非零像素 > 阈值"替换为按照固定比例判断
  • 接入摄像头实时识别：将 imread 替换为摄像头帧循环处理
  • 部署为 Web 服务：结合 Flask/FastAPI 提供图片上传接口，返回 JSON 评分结果

参考资料：pyimagesearch - Bubble sheet multiple choice scanner and test grader using OMR, Python and OpenCV

相关推荐
老刘干货2 小时前
Prompt工程全解·第四篇：精雕细琢——迭代优化与防御性提示词设计
人工智能·技术人
JQLvopkk2 小时前
机器视觉为何不用普通相机
人工智能·数码相机
AI航向标2 小时前
OpenClaw 完整本地部署安装（接入飞书）
人工智能·飞书·openclaw
接着奏乐接着舞。2 小时前
机器学习经验总结整理
人工智能·机器学习
Sim14802 小时前
iPhone将内置本地大模型，手机端AI实现0 token成本时代来临？
人工智能·ios·智能手机·iphone
AI航向标2 小时前
Openclaw一键本地部署接入豆包
人工智能·openclaw
就是这么拽呢2 小时前
论文查重低但AIGC率高，如何补救？
论文阅读·人工智能·ai·aigc
supericeice2 小时前
创邻科技 AI智算一体机：支持 DeepSeek 671B 与 Qwen3 单机部署，覆盖纯CPU到多GPU多机扩展
大数据·人工智能·科技
لا معنى له2 小时前
Var-JEPA：联合嵌入预测架构的变分形式 —— 连接预测式与生成式自监督学习 ----论文翻译
人工智能·笔记·学习·语言模型
热门推荐
01GitHub 镜像站点02一周AI热点速览（2026.03.31-04.06）：GPT-6曝光、谷歌开源Gemma 4、资本狂飙与模型军备竞赛03OpenClaw 请求超时 llm request timed out 怎么解决？3 种方案实测，附完整排查流程04AI 编程效率翻倍：Superpowers Skills 上手清单 + 完整指南05MySQL表约束详解：8大核心约束实战指南06Oh My Codex 快速使用指南07CodeBuddy与WorkBuddy深度对比：腾讯两款AI工具差异及实操指南08VMware Workstation Pro 17 虚拟机完整安装教程（2026最新）09Qwen3.5-Omni与Qwen3.6模型全面解析（含测评/案例/使用教程）10UV安装并设置国内源