OMR：评估填充圆圈

我正在实施用于试卷的OMR系统。但在确定实心圆时遇到问题。我已经成功地获得了这些灰度区域的利益。OMR：评估填充圆圈

的问题是：
- 二进制阈值（自适应和固定）和计数非零像素赋予了很多，因为在一个圆圈和移动相机做出来的照片亮度不同字母的错误。
- 也尝试过使用这个survey中描述的技术，它使用圆圈的平均灰度值来标记它是否填充，但是当人们拍摄照片时，由于光源不同，图像的亮度不一致，很多错误的结果。
- 人们也不遵循这样的规则填充整个圈子，算法在这种情况下也需要很强大。

我已经有大约10 GB的样本，因此可能是机器学习或其他统计方法将是有用的。
有没有人知道其他方法将圆圈分类为填充？

来源

2017-04-06 Vyacheslav Zhadeyev

恐怕你的问题太广泛了。有许多方法和许多可能的解决方案，但给出一个好的建议将需要更多的图像和一些限制。到目前为止，我的答案是：是的，有人知道其他方法将圆圈归类为填充。 – Piglet

@vzhadeyev使用区域 –

@JeruLuke的属性检查'查找轮廓'，这会给我一些区域的轮廓阵列，从中我可以得到最大的轮廓或检查它内部的填充像素的数量，但我仍然需要对像素数量进行一些固定的阈值来说明是否填充。这是你的观点吗？ –

由于它不是一个简单的问题，因此需要进行大量的调整才能使其健壮。但我想建议你一个好的起点。你可以玩它，并尝试使其工作。

import numpy as np 
import cv2 

image_ori = cv2.imread("circle_opt.png") 

lower_bound = np.array([0, 0, 0]) 
upper_bound = np.array([255, 255, 195]) 
image = image_ori 

mask = cv2.inRange(image_ori, lower_bound, upper_bound) 
masked_red = cv2.bitwise_and(image, image, mask=mask) 

kernel = np.ones((3,3),np.uint8) 
closing = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel) 

contours = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, 
     cv2.CHAIN_APPROX_SIMPLE)[0] 
contours.sort(key=lambda x:cv2.boundingRect(x)[0]) 

print len(contours) 
for c in contours: 
    (x,y),r = cv2.minEnclosingCircle(c) 
    center = (int(x),int(y)) 
    r = int(r) 
    if 10 <= r <= 15: 
     cv2.circle(image,center,r,(0,255,0),2) 

# cv2.imwrite('omr_processed.png', image_ori) 
cv2.imshow("original",image_ori) 
cv2.waitKey(0)

我从我的代码有您共享图像上的结果是这个

您可以将阈值以这些绿色盘旋补丁再算上非零来得到，如果圆被标记或不标记。您可以使用lower和upper_bound来尝试使解决方案健壮。

希望这会有所帮助！祝你的问题解决:)

来源

2017-04-06 17:15:19 harshkn

获取TypeError：'key'是这个函数的一个无效关键字参数 –

这是在python 2.7上测试的，试一试。或者修改代码以使用您正在使用的版本。 – harshkn

是的，使用相同的环境。不知道为什么它传递给排序函数时会出现这个错误，所以也不知道要纠正什么。之前没有使用'钥匙'。 –

OMR：评估填充圆圈

回答

相关问题