简介一套基于Python的电脑摄像头答题卡识别项目面向需要完成毕业设计、课程设计或实际项目开发的读者摆脱固定扫描设备限制通过摄像头即可对铺放于桌面、键盘等位置的答题卡进行灵活识别尤其适合单选答题卡场景。压缩包共二十五个文件包含九个Python源码文件、十一张示例图片、项目文档Markdown与PDF、依赖清单及许可证等整体大小不到三兆字节目录结构清晰便于快速定位核心代码与测试用例。源码已经严格测试可直接参考并在此基础扩展配套文档说明了运行方式与设计思路测试脚本与工具模块也可用于二次开发。目前已经有一百三十余人学习下载适合具备一定Python基础、希望快速搭建答题卡识别系统的开发者。整个项目以zip格式打包解压后即可查看完整目录适合边学边改。1. 摄像头识别答题卡为什么这个方向最灵活准确度还能压过扫描仪把一张 A4 答题卡随手放在桌面上用几十块的电脑摄像头从上往下拍一张程序立刻给出每道题的涂卡结果和得分——这套基于 Python 的摄像头答题卡识别方案正是我拆这个项目后最直接的体验。它的核心不是把图像往云端送而是用 OpenCV 在本地完成透视矫正、黑角定位、涂卡判定和判分全程不依赖扫描仪也不依赖专用的读卡机。对于毕业设计、课程设计或者期末随堂测验这种场景它解决的核心痛点是设备成本归零、任何能插摄像头的电脑都能跑、而且现场改答题卡版式只需要改一个 JSON 模板。这个方向“灵活”就灵活在成像环节不设限。扫描仪要求纸张平放、方向固定、一次一张摄像头方案允许你用手把纸随意放在画面里只要四个定位角完整可见程序就能把图像拉正再识别。适合你的情况也比较明确要么是计算机或电子信息方向的学生需要一个能演示完整流程的毕业设计或课程设计项目要么是老师想用一台旧笔记本在班里做随堂测试不想买专业阅卷机要么是想巩固 OpenCV 轮廓检测、透视变换、图像二值化这些基本功的开发者在练手。项目自带源码和项目文档拿到手并不是给你“跑通就完”而是让你看清从一帧摄像头图像到一份成绩单之间到底发生了什么。2. 成像与透视矫正先把拍歪、反光、运动模糊三个现场坑解决掉摄像头方案最容易被低估的是成像环节。很多人拿到源码第一件事就是对着屏幕调试算法结果发现识别率忽高忽低最后排查下来问题全出在摄像头、光源和纸张摆放上。这一章先把成像相关的三个现场坑讲清楚再落到透视矫正的具体实现因为后续所有识别逻辑都建立在“画面被拉正”这个前提上。2.1 摄像头选型、光照与摆放识别率的源头不在算法在成像我一般会建议优先保证三个条件分辨率不低于 720p、支持手动对焦或固定对焦距离、支架高度在 30 到 40 厘米之间垂直向下。自动对焦的摄像头在纸张移动时会反复拉风箱导致画面忽清晰忽模糊分辨率太低则选项格内的细小笔迹会被抹掉涂卡判定时灰阶区分不明显。如果手头只有自动对焦的笔记本摄像头可以把纸张固定住或者用遥控器触发对焦锁定这类摄像头通常支持半按对焦。光照比摄像头本身更玄学。实测下来单侧台灯最容易出问题答题卡是白纸灯从左边打过来右边就会落下一道阴影阴影恰好压过选项区域时那一列涂卡格子的灰度统计会整体偏离。我的做法是左右各放一盏 LED 灯从 45 度角斜照避免灯光直射纸面产生镜面反光。白纸反光在画面里会形成一块高亮斑那道题的区域平均灰度被抬高明明涂了卡却容易被判成空白。摆位参数我整理过一张表按这个基线调完之后算法层面基本不用动参数建议值说明分辨率1280×720 及以上低于此值选项格边缘会糊支架高度3040cm保证整个 A4 纸占画面 60% 以上光源左右双灯45 度入射避免单侧阴影和镜面反光对焦手动固定或触发对焦锁定防止自动对焦抖动导致运动模糊背景深色桌面或深色垫板浅色背景会让纸张轮廓与背景粘连纸张摆放方面还有个细节别让答题卡边缘和桌子边缘平行。因为透视矫正需要四个定位角如果纸张边缘和背景色接近轮廓检测会把整张桌子都框进来。深色垫板能把纸张轮廓和背景彻底分开这是最容易做到也最容易被忽略的一步。2.2 用透视变换把倾斜的画面拉正黑角定位加四点映射检测定位角之前先交代一下答题卡模板。常见的做法是在 A4 纸四个角打印 15mm×15mm 的黑色方块作为定位标记。这个设计的好处是无论纸张怎么旋转、怎么倾斜黑色方块和白色纸面之间的对比度都足够大二值化之后的轮廓检测几乎不会漏掉它们。拿到四个黑角之后下一步是估算透视变换矩阵。OpenCV 里对应的函数是cv2.getPerspectiveTransform和cv2.warpPerspective前者根据四对点计算变换矩阵后者把原始图像映射到正面视角。这里有个关键点输入的点顺序必须是左上、右上、右下、左下顺序乱了拉出来的图会翻转或者撕裂。import cv2 import numpy as np def order_points(pts): # 初始化四个角点坐标 rect np.zeros((4, 2), dtypefloat32) # 求和最小的为左上最大的为右下 s pts.sum(axis1) rect[0] pts[np.argmin(s)] rect[2] pts[np.argmax(s)] # 求差最小的为右上最大的为左下 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): # 对四个角点排序 rect order_points(pts) (tl, tr, br, bl) rect # 计算输出图像的宽度和高度 width_top np.linalg.norm(br - bl) width_bottom np.linalg.norm(tr - tl) max_width max(int(width_top), int(width_bottom)) height_left np.linalg.norm(tr - br) height_right np.linalg.norm(tl - bl) max_height max(int(height_left), int(height_right)) # 目标点正面视角的四个顶点 dst np.array([ [0, 0], [max_width - 1, 0], [max_width - 1, max_height - 1], [0, max_height - 1]], dtypefloat32) # 计算透视变换矩阵并应用 M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(image, M, (max_width, max_height)) return warped这段代码的逻辑是先把检测到的四个黑角按几何位置排序然后取四边形两组对边中较长的长度作为输出图像的宽高上限最后通过透视变换把倾斜的四边形“掰正”成矩形。参数方面max_width和max_height的取值决定了输出图像的精度如果取得太小选项格会被压缩如果取得太大图像会放大模糊。我一般会在检测黑角之前先用cv2.approxPolyDP对轮廓做多边形逼近把 epsilon 设为轮廓周长的 2%这样能滤掉黑角边缘的锯齿避免角点坐标偏移。3. 识别主流程灰度预处理、模板网格化、涂卡判定与判分成像问题解决之后算法主流程反而不复杂灰度化、去噪、二值化、形态学处理然后按模板把答题卡切成网格逐格统计像素占比最后和标准答案比对判分。这一章我把每一步拆开讲给出可以直接落地的代码和参数经验。3.1 模板定义与图像预处理先有网格再有识别结果严格来说摄像头答题卡识别不是“识别”而是“比对”。程序不需要理解题号、选项这些语义只需要知道每道题的选项格在图像哪个位置。所以模板先行是这套方案的骨架。模板文件通常用 JSON 描述里面记录起始坐标、行距、列距、题数和标准答案。{ rows: 5, cols: 4, start_x: 150, start_y: 320, row_gap: 60, col_gap: 80, answers: { 1: B, 2: C, 3: A, 4: D, 5: B } }这里的start_x和start_y是第一个选项格左上角的像素坐标row_gap是相邻两行之间的垂直间距col_gap是相邻两列之间的水平间距。这些值需要在透视矫正之后从图像上量出来而不是拍脑袋定。量取方法是在矫正后的图像上分别点选第一题和最后一题的 A 选项格中心取坐标差除以题数减一得到的就是平均行距。列距同理。模板定好之后图像预处理就变得非常机械import cv2 import numpy as np def preprocess(image): # 转为灰度图去掉颜色干扰 gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 高斯模糊降低摄像头传感器的噪点 blurred cv2.GaussianBlur(gray, (5, 5), 0) # 自适应阈值光照不均匀时比全局阈值稳定 thresh cv2.adaptiveThreshold( blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2) # 形态学闭运算填平涂卡笔迹内部的细小空隙 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) closed cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) return closed预处理这一步的逻辑是灰度化去掉颜色通道的冗余信息高斯模糊抑制传感器噪点自适应阈值把涂卡区域变成白色、空白区域变成黑色闭运算把 2B 铅笔笔迹里的细小缝隙填满。参数里最值得调的是adaptiveThreshold的blockSize和CblockSize11表示每个像素和它周边 11×11 区域的加权平均值比较C2表示比平均值低 2 个灰度值才判为黑。这个组合在 720p 画面下表现稳定如果图像分辨率更高blockSize可以加到 15避免单个选项格内出现过多局部噪声。3.2 涂卡判定与判分像素占比阈值怎么定才不翻车模板和预处理都准备好了接下来就是从二值化图像里抠出每个选项格计算涂卡占比再和答案比对。这里最容易翻车的是阈值选择。我见过很多初学者把阈值固定成 50%也就是白色像素占比超过一半就判为涂卡结果浅涂的 HB 铅笔、写了一半的笔迹全部漏判。import json import cv2 import numpy as np def score_paper(warped, config_path): # 加载模板配置 with open(config_path, r, encodingutf-8) as f: cfg json.load(f) # 预处理透视矫正后的图像 binary preprocess(warped) # 先统计所有选项格的平均白像素占比动态确定判定阈值 ratios [] for row in range(1, cfg[rows] 1): for col in range(cfg[cols]): x cfg[start_x] col * cfg[col_gap] y cfg[start_y] (row - 1) * cfg[row_gap] roi binary[y:y 40, x:x 40] ratio cv2.countNonZero(roi) / (40 * 40) ratios.append(ratio) # 阈值 最大值的一半避免浅涂被漏判 threshold max(ratios) * 0.5 correct, total 0, cfg[rows] for row in range(1, cfg[rows] 1): options [] for col in range(cfg[cols]): x cfg[start_x] col * cfg[col_gap] y cfg[start_y] (row - 1) * cfg[row_gap] roi binary[y:y 40, x:x 40] ratio cv2.countNonZero(roi) / (40 * 40) options.append(ABCD[col] if ratio threshold else None) # 该题答案标准答案与涂卡结果比对 student_answer next((opt for opt in options if opt), None) if student_answer cfg[answers][str(row)]: correct 1 return correct, cfg[rows]这段代码的核心不是判定本身而是动态阈值先扫描整张答题卡所有选项格的像素占比取最大值的一半作为判定线。这样做的原因是不同笔的浓度差异很大2B 铅笔的涂卡区域占比通常能达到 70% 以上而 HB 铅笔可能只有 40% 到 50%。用固定阈值应对不了这种波动但“本卡最大值的一半”天然适配当前这张卡的实际涂卡浓度。roi的尺寸 40×40 对应选项格的物理大小这个值和模板里的row_gap、col_gap需要保持比例格子取得太大容易吃到相邻选项的边界取得太小又容易忽略笔迹边缘。4. 避坑实录五条血泪经验每一条都对应一个真实现场摄像头答题卡识别这个项目从 demo 到能稳定给一个班阅卷中间隔着一条“现场坑”的河。下面五条都是我在实际调试中踩过并解决过的问题按“现象→原因→解决”写清楚希望能让你少走弯路。4.1 光源相关的坑荧光笔、反光与单侧阴影现象学生用荧光黄色笔涂卡摄像头拍出来整片区域呈灰白色判分程序认为这一格是空白成绩大面积丢分。反光问题则表现为选项格里出现一道亮斑把那道题的像素占比统计整体抬高涂卡区域被判成空白。原因荧光笔的颜料会反射大量环境光进入摄像头后灰度值接近白纸白纸反光同理高亮区域的灰度直方图被压缩到 250 以上和未涂卡区域无法区分。单侧光源造成的阴影则是物理遮挡阴影覆盖的区域整体变暗阈值分割时出现一条黑白分界线穿过选项格。解决第一在考场规则里明确规定只能用 2B 铅笔涂卡这是最省事的方案第二如果一定要兼容荧光笔可以在预处理时增加 HSV 色彩过滤把高饱和度的荧光色单独分离出来再合并到二值化结果里第三光源改成左右双灯对称照射阴影问题基本消失反光问题则通过调整摄像头角度让镜面反射偏离镜头。4.2 定位相关的坑角点抖动与透视飞出画面现象同一张答题卡放在同一位置连续识别两次程序输出的成绩一致但画出来的网格框每次偏移 2 到 3 个像素。另一个现象是透视变换之后输出图像上下边框被切掉一块最上面一行或最下面一行选项格不完整。原因角点抖动来自轮廓边缘的锯齿。纸张裁剪边缘不可能完全平直approxPolyDP拟合出的顶点每次会有微小波动导致getPerspectiveTransform的输入点坐标不稳定。透视飞出画面则是因为输出尺寸计算没有考虑透视收缩——倾斜拍摄时远处的边在图像里更短直接用原始宽高比做目标尺寸会把远处的边撑出画面。解决角点抖动我一般不用“边缘点”而是用“重心点”。检测到黑角轮廓之后取轮廓的最小外接矩形的四个顶点作为定位点而不是取轮廓本身的顶点这样锯齿被外接矩形吸收稳定性好很多。透视飞出画面的解决是在four_point_transform里计算max_width和max_height时额外加 20 像素余量宁可让画面四周多留点白边也不要切掉答题卡的有效区域。4.3 判分相关的坑选项整体串位与未填涂误判现象第一题判对了从第二题开始答案整体上移一格第二题的涂卡被当成第一题后面全部错位。另一个现象是考生整道题没涂程序却随机选了一个选项判对——纯属蒙对的巧合。原因串位的根源是row_gap用固定像素值但透视矫正后的图像仍存在微小梯形畸变顶部行距和底部行距实际上有 1 到 2 个像素的误差累积到后面几题就错位。未填涂误判则是动态阈值的一个副作用如果整张卡只有一道题涂得非常重其他题涂得很浅max(ratios) * 0.5会把浅涂区域全部压在阈值以下导致大面积漏判。解决串位的修复办法是放弃“固定行距”改成线性插值。在模板里记录第一行和最后一行的中心线 y 坐标中间每一行按题号均匀插值这样即使存在梯形畸变行与行之间的间距也是连续过渡的。动态阈值这边我给threshold加了一个下限保护如果计算出来的阈值小于 0.2就强制用 0.2避免极端情况下阈值低到把噪点都判成涂卡。5. 进阶用法实时预览防抖、自动拍照与导出成绩单基础判分跑通之后下一步就是让整个流程真正“能用”。我见过很多项目在命令行里跑一张图片没问题但一到实时摄像头场景就翻车核心原因是画面不稳定。手持摄像头或者支架轻微晃动时每一帧的透视变换结果都在变模板网格对不上成绩忽高忽低。常见的做法是加入“帧稳定判定”连续若干帧的答题卡位置变化小于一个像素才认为画面稳定触发自动拍照。def is_frame_stable(current_contour, prev_contour, threshold1.0): # 计算两个轮廓重心的位移 M1 cv2.moments(current_contour) M2 cv2.moments(prev_contour) x1 M1[m10] / M1[m00] y1 M1[m01] / M1[m00] x2 M2[m10] / M2[m00] y2 M2[m01] / M2[m00] distance np.sqrt((x1 - x2) ** 2 (y1 - y2) ** 2) return distance threshold这段逻辑里current_contour是当前帧检测到的答题卡外轮廓prev_contour是上一帧的轮廓通过轮廓重心的像素位移判断画面是否静止。threshold1.0表示重心位移小于 1 个像素才认为稳定这个值需要根据实际帧率调帧率 30fps 时 1 像素很严格人呼吸导致的支架微晃都可能触发不了我在实测中放宽到 3 像素连续三帧都满足才拍照效果稳定又不影响响应速度。稳定判定之后把成绩写入 CSV 或者 SQLite 都是水到渠成的事。这个项目当初的完整资源里源码除了识别部分还带了项目文档文档里对模板配置、摄像头参数和判分流程都有说明我做的很多参数调整其实都是基于文档里那张调试记录表展开的。说个我自己的习惯从那以后我每次演示前都强制走一遍“放卡→触碰支架等稳定提示→按空格触发拍照→看识别结果→清屏→换下一张”的完整流程不跳过任何一步。因为摄像头方案最大的变量在成像现场不在算法本身。哪怕代码一个字不改换了教室的光照或者换了张反光严重的纸结果就可能不一样。这样一遍流程走下来至少能确保演示时不会在第一步就翻车。希望帮到你。本文还有配套的精品资源点击获取 Python+OpenCV实现摄像头答题卡识别：透视矫正与自动判分实战
简介一套基于Python的电脑摄像头答题卡识别项目面向需要完成毕业设计、课程设计或实际项目开发的读者摆脱固定扫描设备限制通过摄像头即可对铺放于桌面、键盘等位置的答题卡进行灵活识别尤其适合单选答题卡场景。压缩包共二十五个文件包含九个Python源码文件、十一张示例图片、项目文档Markdown与PDF、依赖清单及许可证等整体大小不到三兆字节目录结构清晰便于快速定位核心代码与测试用例。源码已经严格测试可直接参考并在此基础扩展配套文档说明了运行方式与设计思路测试脚本与工具模块也可用于二次开发。目前已经有一百三十余人学习下载适合具备一定Python基础、希望快速搭建答题卡识别系统的开发者。整个项目以zip格式打包解压后即可查看完整目录适合边学边改。1. 摄像头识别答题卡为什么这个方向最灵活准确度还能压过扫描仪把一张 A4 答题卡随手放在桌面上用几十块的电脑摄像头从上往下拍一张程序立刻给出每道题的涂卡结果和得分——这套基于 Python 的摄像头答题卡识别方案正是我拆这个项目后最直接的体验。它的核心不是把图像往云端送而是用 OpenCV 在本地完成透视矫正、黑角定位、涂卡判定和判分全程不依赖扫描仪也不依赖专用的读卡机。对于毕业设计、课程设计或者期末随堂测验这种场景它解决的核心痛点是设备成本归零、任何能插摄像头的电脑都能跑、而且现场改答题卡版式只需要改一个 JSON 模板。这个方向“灵活”就灵活在成像环节不设限。扫描仪要求纸张平放、方向固定、一次一张摄像头方案允许你用手把纸随意放在画面里只要四个定位角完整可见程序就能把图像拉正再识别。适合你的情况也比较明确要么是计算机或电子信息方向的学生需要一个能演示完整流程的毕业设计或课程设计项目要么是老师想用一台旧笔记本在班里做随堂测试不想买专业阅卷机要么是想巩固 OpenCV 轮廓检测、透视变换、图像二值化这些基本功的开发者在练手。项目自带源码和项目文档拿到手并不是给你“跑通就完”而是让你看清从一帧摄像头图像到一份成绩单之间到底发生了什么。2. 成像与透视矫正先把拍歪、反光、运动模糊三个现场坑解决掉摄像头方案最容易被低估的是成像环节。很多人拿到源码第一件事就是对着屏幕调试算法结果发现识别率忽高忽低最后排查下来问题全出在摄像头、光源和纸张摆放上。这一章先把成像相关的三个现场坑讲清楚再落到透视矫正的具体实现因为后续所有识别逻辑都建立在“画面被拉正”这个前提上。2.1 摄像头选型、光照与摆放识别率的源头不在算法在成像我一般会建议优先保证三个条件分辨率不低于 720p、支持手动对焦或固定对焦距离、支架高度在 30 到 40 厘米之间垂直向下。自动对焦的摄像头在纸张移动时会反复拉风箱导致画面忽清晰忽模糊分辨率太低则选项格内的细小笔迹会被抹掉涂卡判定时灰阶区分不明显。如果手头只有自动对焦的笔记本摄像头可以把纸张固定住或者用遥控器触发对焦锁定这类摄像头通常支持半按对焦。光照比摄像头本身更玄学。实测下来单侧台灯最容易出问题答题卡是白纸灯从左边打过来右边就会落下一道阴影阴影恰好压过选项区域时那一列涂卡格子的灰度统计会整体偏离。我的做法是左右各放一盏 LED 灯从 45 度角斜照避免灯光直射纸面产生镜面反光。白纸反光在画面里会形成一块高亮斑那道题的区域平均灰度被抬高明明涂了卡却容易被判成空白。摆位参数我整理过一张表按这个基线调完之后算法层面基本不用动参数建议值说明分辨率1280×720 及以上低于此值选项格边缘会糊支架高度3040cm保证整个 A4 纸占画面 60% 以上光源左右双灯45 度入射避免单侧阴影和镜面反光对焦手动固定或触发对焦锁定防止自动对焦抖动导致运动模糊背景深色桌面或深色垫板浅色背景会让纸张轮廓与背景粘连纸张摆放方面还有个细节别让答题卡边缘和桌子边缘平行。因为透视矫正需要四个定位角如果纸张边缘和背景色接近轮廓检测会把整张桌子都框进来。深色垫板能把纸张轮廓和背景彻底分开这是最容易做到也最容易被忽略的一步。2.2 用透视变换把倾斜的画面拉正黑角定位加四点映射检测定位角之前先交代一下答题卡模板。常见的做法是在 A4 纸四个角打印 15mm×15mm 的黑色方块作为定位标记。这个设计的好处是无论纸张怎么旋转、怎么倾斜黑色方块和白色纸面之间的对比度都足够大二值化之后的轮廓检测几乎不会漏掉它们。拿到四个黑角之后下一步是估算透视变换矩阵。OpenCV 里对应的函数是cv2.getPerspectiveTransform和cv2.warpPerspective前者根据四对点计算变换矩阵后者把原始图像映射到正面视角。这里有个关键点输入的点顺序必须是左上、右上、右下、左下顺序乱了拉出来的图会翻转或者撕裂。import cv2 import numpy as np def order_points(pts): # 初始化四个角点坐标 rect np.zeros((4, 2), dtypefloat32) # 求和最小的为左上最大的为右下 s pts.sum(axis1) rect[0] pts[np.argmin(s)] rect[2] pts[np.argmax(s)] # 求差最小的为右上最大的为左下 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): # 对四个角点排序 rect order_points(pts) (tl, tr, br, bl) rect # 计算输出图像的宽度和高度 width_top np.linalg.norm(br - bl) width_bottom np.linalg.norm(tr - tl) max_width max(int(width_top), int(width_bottom)) height_left np.linalg.norm(tr - br) height_right np.linalg.norm(tl - bl) max_height max(int(height_left), int(height_right)) # 目标点正面视角的四个顶点 dst np.array([ [0, 0], [max_width - 1, 0], [max_width - 1, max_height - 1], [0, max_height - 1]], dtypefloat32) # 计算透视变换矩阵并应用 M cv2.getPerspectiveTransform(rect, dst) warped cv2.warpPerspective(image, M, (max_width, max_height)) return warped这段代码的逻辑是先把检测到的四个黑角按几何位置排序然后取四边形两组对边中较长的长度作为输出图像的宽高上限最后通过透视变换把倾斜的四边形“掰正”成矩形。参数方面max_width和max_height的取值决定了输出图像的精度如果取得太小选项格会被压缩如果取得太大图像会放大模糊。我一般会在检测黑角之前先用cv2.approxPolyDP对轮廓做多边形逼近把 epsilon 设为轮廓周长的 2%这样能滤掉黑角边缘的锯齿避免角点坐标偏移。3. 识别主流程灰度预处理、模板网格化、涂卡判定与判分成像问题解决之后算法主流程反而不复杂灰度化、去噪、二值化、形态学处理然后按模板把答题卡切成网格逐格统计像素占比最后和标准答案比对判分。这一章我把每一步拆开讲给出可以直接落地的代码和参数经验。3.1 模板定义与图像预处理先有网格再有识别结果严格来说摄像头答题卡识别不是“识别”而是“比对”。程序不需要理解题号、选项这些语义只需要知道每道题的选项格在图像哪个位置。所以模板先行是这套方案的骨架。模板文件通常用 JSON 描述里面记录起始坐标、行距、列距、题数和标准答案。{ rows: 5, cols: 4, start_x: 150, start_y: 320, row_gap: 60, col_gap: 80, answers: { 1: B, 2: C, 3: A, 4: D, 5: B } }这里的start_x和start_y是第一个选项格左上角的像素坐标row_gap是相邻两行之间的垂直间距col_gap是相邻两列之间的水平间距。这些值需要在透视矫正之后从图像上量出来而不是拍脑袋定。量取方法是在矫正后的图像上分别点选第一题和最后一题的 A 选项格中心取坐标差除以题数减一得到的就是平均行距。列距同理。模板定好之后图像预处理就变得非常机械import cv2 import numpy as np def preprocess(image): # 转为灰度图去掉颜色干扰 gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 高斯模糊降低摄像头传感器的噪点 blurred cv2.GaussianBlur(gray, (5, 5), 0) # 自适应阈值光照不均匀时比全局阈值稳定 thresh cv2.adaptiveThreshold( blurred, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2) # 形态学闭运算填平涂卡笔迹内部的细小空隙 kernel cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) closed cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel) return closed预处理这一步的逻辑是灰度化去掉颜色通道的冗余信息高斯模糊抑制传感器噪点自适应阈值把涂卡区域变成白色、空白区域变成黑色闭运算把 2B 铅笔笔迹里的细小缝隙填满。参数里最值得调的是adaptiveThreshold的blockSize和CblockSize11表示每个像素和它周边 11×11 区域的加权平均值比较C2表示比平均值低 2 个灰度值才判为黑。这个组合在 720p 画面下表现稳定如果图像分辨率更高blockSize可以加到 15避免单个选项格内出现过多局部噪声。3.2 涂卡判定与判分像素占比阈值怎么定才不翻车模板和预处理都准备好了接下来就是从二值化图像里抠出每个选项格计算涂卡占比再和答案比对。这里最容易翻车的是阈值选择。我见过很多初学者把阈值固定成 50%也就是白色像素占比超过一半就判为涂卡结果浅涂的 HB 铅笔、写了一半的笔迹全部漏判。import json import cv2 import numpy as np def score_paper(warped, config_path): # 加载模板配置 with open(config_path, r, encodingutf-8) as f: cfg json.load(f) # 预处理透视矫正后的图像 binary preprocess(warped) # 先统计所有选项格的平均白像素占比动态确定判定阈值 ratios [] for row in range(1, cfg[rows] 1): for col in range(cfg[cols]): x cfg[start_x] col * cfg[col_gap] y cfg[start_y] (row - 1) * cfg[row_gap] roi binary[y:y 40, x:x 40] ratio cv2.countNonZero(roi) / (40 * 40) ratios.append(ratio) # 阈值 最大值的一半避免浅涂被漏判 threshold max(ratios) * 0.5 correct, total 0, cfg[rows] for row in range(1, cfg[rows] 1): options [] for col in range(cfg[cols]): x cfg[start_x] col * cfg[col_gap] y cfg[start_y] (row - 1) * cfg[row_gap] roi binary[y:y 40, x:x 40] ratio cv2.countNonZero(roi) / (40 * 40) options.append(ABCD[col] if ratio threshold else None) # 该题答案标准答案与涂卡结果比对 student_answer next((opt for opt in options if opt), None) if student_answer cfg[answers][str(row)]: correct 1 return correct, cfg[rows]这段代码的核心不是判定本身而是动态阈值先扫描整张答题卡所有选项格的像素占比取最大值的一半作为判定线。这样做的原因是不同笔的浓度差异很大2B 铅笔的涂卡区域占比通常能达到 70% 以上而 HB 铅笔可能只有 40% 到 50%。用固定阈值应对不了这种波动但“本卡最大值的一半”天然适配当前这张卡的实际涂卡浓度。roi的尺寸 40×40 对应选项格的物理大小这个值和模板里的row_gap、col_gap需要保持比例格子取得太大容易吃到相邻选项的边界取得太小又容易忽略笔迹边缘。4. 避坑实录五条血泪经验每一条都对应一个真实现场摄像头答题卡识别这个项目从 demo 到能稳定给一个班阅卷中间隔着一条“现场坑”的河。下面五条都是我在实际调试中踩过并解决过的问题按“现象→原因→解决”写清楚希望能让你少走弯路。4.1 光源相关的坑荧光笔、反光与单侧阴影现象学生用荧光黄色笔涂卡摄像头拍出来整片区域呈灰白色判分程序认为这一格是空白成绩大面积丢分。反光问题则表现为选项格里出现一道亮斑把那道题的像素占比统计整体抬高涂卡区域被判成空白。原因荧光笔的颜料会反射大量环境光进入摄像头后灰度值接近白纸白纸反光同理高亮区域的灰度直方图被压缩到 250 以上和未涂卡区域无法区分。单侧光源造成的阴影则是物理遮挡阴影覆盖的区域整体变暗阈值分割时出现一条黑白分界线穿过选项格。解决第一在考场规则里明确规定只能用 2B 铅笔涂卡这是最省事的方案第二如果一定要兼容荧光笔可以在预处理时增加 HSV 色彩过滤把高饱和度的荧光色单独分离出来再合并到二值化结果里第三光源改成左右双灯对称照射阴影问题基本消失反光问题则通过调整摄像头角度让镜面反射偏离镜头。4.2 定位相关的坑角点抖动与透视飞出画面现象同一张答题卡放在同一位置连续识别两次程序输出的成绩一致但画出来的网格框每次偏移 2 到 3 个像素。另一个现象是透视变换之后输出图像上下边框被切掉一块最上面一行或最下面一行选项格不完整。原因角点抖动来自轮廓边缘的锯齿。纸张裁剪边缘不可能完全平直approxPolyDP拟合出的顶点每次会有微小波动导致getPerspectiveTransform的输入点坐标不稳定。透视飞出画面则是因为输出尺寸计算没有考虑透视收缩——倾斜拍摄时远处的边在图像里更短直接用原始宽高比做目标尺寸会把远处的边撑出画面。解决角点抖动我一般不用“边缘点”而是用“重心点”。检测到黑角轮廓之后取轮廓的最小外接矩形的四个顶点作为定位点而不是取轮廓本身的顶点这样锯齿被外接矩形吸收稳定性好很多。透视飞出画面的解决是在four_point_transform里计算max_width和max_height时额外加 20 像素余量宁可让画面四周多留点白边也不要切掉答题卡的有效区域。4.3 判分相关的坑选项整体串位与未填涂误判现象第一题判对了从第二题开始答案整体上移一格第二题的涂卡被当成第一题后面全部错位。另一个现象是考生整道题没涂程序却随机选了一个选项判对——纯属蒙对的巧合。原因串位的根源是row_gap用固定像素值但透视矫正后的图像仍存在微小梯形畸变顶部行距和底部行距实际上有 1 到 2 个像素的误差累积到后面几题就错位。未填涂误判则是动态阈值的一个副作用如果整张卡只有一道题涂得非常重其他题涂得很浅max(ratios) * 0.5会把浅涂区域全部压在阈值以下导致大面积漏判。解决串位的修复办法是放弃“固定行距”改成线性插值。在模板里记录第一行和最后一行的中心线 y 坐标中间每一行按题号均匀插值这样即使存在梯形畸变行与行之间的间距也是连续过渡的。动态阈值这边我给threshold加了一个下限保护如果计算出来的阈值小于 0.2就强制用 0.2避免极端情况下阈值低到把噪点都判成涂卡。5. 进阶用法实时预览防抖、自动拍照与导出成绩单基础判分跑通之后下一步就是让整个流程真正“能用”。我见过很多项目在命令行里跑一张图片没问题但一到实时摄像头场景就翻车核心原因是画面不稳定。手持摄像头或者支架轻微晃动时每一帧的透视变换结果都在变模板网格对不上成绩忽高忽低。常见的做法是加入“帧稳定判定”连续若干帧的答题卡位置变化小于一个像素才认为画面稳定触发自动拍照。def is_frame_stable(current_contour, prev_contour, threshold1.0): # 计算两个轮廓重心的位移 M1 cv2.moments(current_contour) M2 cv2.moments(prev_contour) x1 M1[m10] / M1[m00] y1 M1[m01] / M1[m00] x2 M2[m10] / M2[m00] y2 M2[m01] / M2[m00] distance np.sqrt((x1 - x2) ** 2 (y1 - y2) ** 2) return distance threshold这段逻辑里current_contour是当前帧检测到的答题卡外轮廓prev_contour是上一帧的轮廓通过轮廓重心的像素位移判断画面是否静止。threshold1.0表示重心位移小于 1 个像素才认为稳定这个值需要根据实际帧率调帧率 30fps 时 1 像素很严格人呼吸导致的支架微晃都可能触发不了我在实测中放宽到 3 像素连续三帧都满足才拍照效果稳定又不影响响应速度。稳定判定之后把成绩写入 CSV 或者 SQLite 都是水到渠成的事。这个项目当初的完整资源里源码除了识别部分还带了项目文档文档里对模板配置、摄像头参数和判分流程都有说明我做的很多参数调整其实都是基于文档里那张调试记录表展开的。说个我自己的习惯从那以后我每次演示前都强制走一遍“放卡→触碰支架等稳定提示→按空格触发拍照→看识别结果→清屏→换下一张”的完整流程不跳过任何一步。因为摄像头方案最大的变量在成像现场不在算法本身。哪怕代码一个字不改换了教室的光照或者换了张反光严重的纸结果就可能不一样。这样一遍流程走下来至少能确保演示时不会在第一步就翻车。希望帮到你。本文还有配套的精品资源点击获取