简介这套基于Python的电脑摄像头答题卡识别项目面向毕业设计、课程设计及实际项目开发场景利用普通摄像头拍摄桌面、键盘甚至豆腐等载体上的答题卡即可完成单选答题卡的高效扫描与识别兼顾灵活性与准确度。压缩包共25个文件约2.95MB核心为9个.py源码文件含主程序main.py、识别逻辑sheet.py与评分score.py等另有11张测试图片、requirements依赖清单、README说明文档、答题卡PDF及测试用例结构清晰便于直接运行与二次开发。项目源码已经过严格测试并配套项目文档可帮助学习者快速理解图像预处理、答题卡定位、选项检测与得分统计的完整流程在此基础上延申定制也较为方便。目前已有130人学习下载适合作为计算机视觉入门实践或课设毕设的参考基底。1. 摄像头识别答题卡为什么说它是毕设里“性价比最高”的方向每年毕设季总有一批人被“基于python实现”加“摄像头识别”这类题目吸引但又担心做不出来。我的判断是摄像头识别答题卡是计算机视觉方向里少有的“投入小、链路完整、演示效果好”的题目。它不依赖深度学习也能跑通用 OpenCV 就能完成从图像采集、透视矫正到填涂判分的全流程而且摄像头方案比扫描仪方案灵活得多——手机摄像头、笔记本自带摄像头、USB 外接摄像头都能作为采集端。对毕设和课设来说它的验收点非常明确拍一张答题卡程序能在几秒内给出每道题的答案和总分。这个项目文档和源码的完整度直接决定了答辩时是“讲项目”还是“讲PPT”。这篇文章我按自己做过的方案把从环境搭建到判分输出的完整路径拆开讲重点放在参数怎么调、哪些环节容易翻车。2. 识别流程与选型摄像头方案凭什么比扫描仪方案更灵活2.1 为什么选 OpenCV 而不是深度学习很多人在选题时纠结现在目标检测这么火答题卡识别是不是必须用 YOLO 这类模型我的结论是常规答题卡识别用传统图像处理就够了而且比深度学习方案更稳。原因有三。第一答题卡是高度结构化的印刷品选项位置固定、填涂区域规则这类场景用几何变换和阈值分割就能精确处理不需要模型去“理解”语义。第二传统方案的准确率可解释性强——哪个选项判定为填涂是因为白色像素占比超过阈值这个逻辑在答辩时一句话就能讲清楚而神经网络的黑匣子特性反而不好解释。第三传统方案不依赖 GPU普通笔记本摄像头实时处理绰绰有余部署成本极低。这里并不是说深度学习完全没用。如果答题卡是手绘的、纸张严重褶皱、或者需要在复杂背景中检测任意位置的答题卡那 YOLO 这类检测模型是更好的前置方案。但绝大多数课程设计和毕业设计的场景是“固定位置放置答题卡”传统方案足够而且准确度更高。2.2 答题卡识别的主流程整个识别流程可以拆成五个环节图像采集、预处理、透视矫正、填涂检测、判分输出。这是所有答题卡识别系统的骨架不管你是自己写还是参考开源项目都是这个链路。预处理阶段做的是灰度化、去噪和二值化。透视矫正解决的是摄像头不是正对答题卡的问题——你手持摄像头拍照时答题卡在画面里往往是梯形必须先把它拉回矩形。填涂检测是在矫正后的图像上按坐标切出每个选项区域计算填涂面积。判分逻辑则是把检测到的填涂答案和标准答案比对累加得分。这个流程的巧妙之处在于每一步的输入输出都是图像或坐标调试时可以随时把中间结果可视化出来。我强烈建议你在开发时把每一步的中间结果都保存成图片这样一旦准确率上不去你能立刻看出是透视矫正歪了还是二值化把填涂区域吃掉了。2.3 环境搭建python 安装与依赖清单先说环境。Python 版本我建议 3.8 到 3.10 之间OpenCV 在 4.5 以上即可。安装 OpenCV 用 pip 就行注意装的是 opencv-python不是 opencv-contrib-python——后者虽然功能更全但普通答题卡识别用不到那些额外模块装多了反而拖慢导入速度。# 创建虚拟环境避免污染系统 python python -m venv answer_card_env # 激活虚拟环境 # Windows: answer_card_env\Scripts\activate # Linux / macOS: source answer_card_env/bin/activate # 安装依赖 pip install opencv-python4.8.1.78 pip install numpy1.24.3 pip install imutils0.5.4依赖只有三个imutils 是辅助工具库主要用它做轮廓排序。这里有一个值得注意的点OpenCV 的版本不用追新4.8 系列足够稳定。如果你在安装时遇到“python 版本不兼容”的报错通常是 Python 版本太高比如 3.12OpenCV 的 wheel 还没跟上。解决办法是降 Python 版本或者指定安装更新的 OpenCV 版本。# 验证安装是否成功 import cv2 import numpy as np print(OpenCV version:, cv2.__version__) print(NumPy version:, np.__version__)能打印出版本号说明环境就绪。后面所有代码都基于这个环境跑。如果你的 IDE 是 VS Code记得在右下角把解释器切换成虚拟环境里的 python不然会出现“代码能跑但 cv2 导入报错”的怪问题——这其实是解释器选错了不算环境坏了。3. 把一张答题卡“拉平”并定位透视矫正与轮廓提取3.1 预处理灰度化、高斯模糊与边缘检测摄像头拍出来的图直接做识别是不行的。光线、噪点、背景杂物都会干扰检测所以第一步是先做图像预处理。下面这段代码是完整的预处理流程我直接给你可运行的版本。import cv2 import numpy as np def preprocess_image(image): 预处理灰度化 - 高斯模糊 - Canny 边缘检测 # 转为灰度图 gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 高斯模糊去除噪点让边缘更连续 blurred cv2.GaussianBlur(gray, (5, 5), 0) # Canny 边缘检测低阈值 50高阈值 150 edged cv2.Canny(blurred, 50, 150) return gray, edged逻辑说明灰度化是去掉颜色信息因为答题卡识别不依赖颜色灰度图还能减少光照不均的影响。高斯模糊的核大小5, 5是一个经验值太小去不掉噪点太大会把边缘细节也抹掉。Canny 的边缘检测用双阈值低于 50 的像素不认为是边缘高于 150 的强边缘保留介于两者之间的看是否和强边缘相连。参数说明Canny 的阈值不是固定的。如果场景里光线偏暗可以试着降到 (30, 100)如果偏亮可以提到 (80, 200)。调试方法是把 edged 用cv2.imshow显示出来观察答题卡的轮廓线是否清晰连续。3.2 用轮廓检测锁定答题卡区域边缘检测得到的是零散的边缘点需要用轮廓检测把它们组织成闭合区域再找出最大的那个四边形——那就是答题卡的外边框。import imutils def find_answer_card_contour(edged): 在边缘图像中找出最大的四边形轮廓 # 找所有轮廓 contours, _ cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 按面积从大到小排序取前几个 contours sorted(contours, keycv2.contourArea, reverseTrue)[:5] # 遍历轮廓找近似为四边形的目标 for contour in contours: # 计算轮廓周长 peri cv2.arcLength(contour, True) # 用 DP 算法近似轮廓得到顶点 approx cv2.approxPolyDP(contour, 0.02 * peri, True) # 如果顶点是 4 个认定是答题卡 if len(approx) 4: return approx return None逻辑说明RETR_EXTERNAL只取最外层轮廓不会把答题卡内部的选项框也单独找出来。approxPolyDP的第二个参数是两个顶点之间的最大距离占周长的比例0.02 是经验值。顶点数等于 4 就认为是四边形但实际场景里答题卡边缘如果被遮挡可能找到的不是四边形所以这里才取了面积最大的前 5 个轮廓逐个尝试。参数说明0.02 这个值值得细说。它越小近似结果越接近原始轮廓越大越容易把不规则形状压成多边形。如果答题卡的角被折了或者边缘有阴影可以调大到 0.03防止找不到四边形。如果背景里还有其他纸片干扰把[:5]改成[:3]减少误判几率。3.3 透视变换把梯形拉回矩形找到四个顶点之后需要做透视变换。摄像头的视角决定了答题卡在画面里必然是一个不规则的四边形直接在这个形状上做网格划分是没法对齐选项的。透视变化的原理是把四个顶点映射到矩形的四个角上。def four_point_transform(image, pts): 四个点透视变换将答题卡区域拉回正面视角 # 重新排列四个点左上、右上、右下、左下 rect np.zeros((4, 2), dtypefloat32) pts pts.reshape(4, 2) # 计算左上和右下xy 最小的是左上最大的是右下 s pts.sum(axis1) rect[0] pts[np.argmin(s)] # 左上 rect[2] pts[np.argmax(s)] # 右下 # 计算右上和左下diff y - x最小的是右上最大的是左下 diff np.diff(pts, axis1) rect[1] pts[np.argmin(diff)] # 右上 rect[3] pts[np.argmax(diff)] # 左下 # 计算目标矩形的宽高 (tl, tr, br, bl) rect width_top np.sqrt(((tr[0] - tl[0]) ** 2) ((tr[1] - tl[1]) ** 2)) width_bottom np.sqrt(((br[0] - bl[0]) ** 2) ((br[1] - bl[1]) ** 2)) max_width max(int(width_top), int(width_bottom)) height_left np.sqrt(((tl[0] - bl[0]) ** 2) ((tl[1] - bl[1]) ** 2)) height_right np.sqrt(((tr[0] - br[0]) ** 2) ((tr[1] - br[1]) ** 2)) max_height max(int(height_left), int(height_right)) # 目标矩形的四个角点 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逻辑说明这段代码前半段是在做一件事——把轮廓检测得到的四个顶点按照“左上、右上、右下、左下”的顺序排好。因为轮廓检测返回的点顺序不确定如果不排序透视变换的映射就会是乱的。排序技巧是用坐标的 xy 值定位左上和右下用 y-x 差值定位右上和左下这是图像处理里的经典做法。参数说明max_width和max_height决定了变换后图像的尺寸。如果是 50 道题的答题卡建议至少把宽度设到 1000 像素以上否则后面网格划分时每个选项区域太小填涂检测的像素统计容易失真。如果原图分辨率足够比如 1920x1080可以把目标宽度直接设为 1500。做完透视变换你就得到了一张正对视角的答题卡图像。这是整个识别流程的地基——地基歪了后面填涂检测再准也是错位。4. 填涂识别与判分从二值化到答案比对4.1 网格划分按行切出每一道题透视变换后的图像需要按答题卡排版切出每一道题的选项区域。最常见的排版是每行一道题每个题有 A、B、C、D 四个选项每个选项是一个固定大小的圆形或矩形填涂区。我用圆形填涂区举例因为这种最常见。def extract_questions(warped, num_questions50, num_choices4): 按行列切分答题区域返回每个选项的 ROI 图像列表 gray cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY) # 二值化填涂的黑色/深色区域变成 0空白区域变成 255 # THRESH_BINARY_INV 反转填涂区域为白色255方便统计 _, thresh cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY_INV) height, width thresh.shape question_height height // num_questions option_width width // num_choices question_rois [] for q in range(num_questions): row_rois [] for c in range(num_choices): # 计算每个选项的 ROI 边界 x_start c * option_width y_start q * question_height x_end (c 1) * option_width y_end (q 1) * question_height roi thresh[y_start:y_end, x_start:x_end] row_rois.append(roi) question_rois.append(row_rois) return question_rois, thresh逻辑说明整个方法是假设答题卡排版均匀——也就是每一行的高度完全相等、每个选项的宽度完全相等。这在印刷标准答题卡上是成立的但对摄像头拍摄的图像透视矫正虽然把梯形拉回了矩形仍可能存在微小的透视残差。如果检测不准问题往往就出在这个“完全相等”的假设上。参数说明二值化阈值 150 是一个基础值。这里有一个隐藏的坑填涂用的铅笔是石墨材质在灰度图中它的灰度值并不一定低于 150——如果铅笔颜色浅或者摄像头曝光偏高填涂区域的灰度和空白区域可能差距不大。这时候你需要改成自适应阈值cv2.adaptiveThreshold或者降低固定阈值到 100。判断方法是打印出填涂区域和非填涂区域的灰度均值两者差值至少应该在 30 以上。4.2 填涂判定用像素占比而不是绝对像素数有了每个选项的 ROI下一步是判断它是否被填涂。这里有一个关键思路不要用绝对像素数做判定而是用占比。def is_marked(roi, threshold0.3): 判断选项是否被填涂 统计白色像素占比超过阈值视为填涂 # 统计白色像素数量二值化后填涂区域为白色 white_pixels cv2.countNonZero(roi) total_pixels roi.shape[0] * roi.shape[1] ratio white_pixels / total_pixels return ratio threshold, ratio逻辑说明判断填涂的核心是算白色像素占比。之所以用占比而不是绝对像素数是因为不同答题卡的选项区域大小可能不同——你打印的答题卡和别人的答案卡尺寸不一定一样绝对像素数没法跨样本对比占比可以。参数说明threshold 默认 0.3意思是选项区域中有 30% 以上的像素被填涂就判定为选中。这个值需要根据你的实际打印效果微调。用 2B 铅笔正常填涂时占比通常在 0.4~0.6 之间HB 铅笔填涂较浅占比可能只有 0.25 左右。微调方法找一张填涂好的答题卡打印出所有选项的占比值观察填涂和未填涂之间的分界取中间值作为阈值。4.3 判分逻辑与结果输出检测到每道题的填涂选项后和标准答案比对就能得出分数。def grade_exam(question_rois, answer_key, threshold0.3): 判分逻辑 answer_key 格式[1, 2, 0, 3, ...] 对应 [B, C, A, D, ...] num_questions len(answer_key) correct_count 0 results [] for q_idx in range(num_questions): marked_choices [] for c_idx in range(len(question_rois[q_idx])): marked, ratio is_marked(question_rois[q_idx][c_idx], threshold) if marked: marked_choices.append(c_idx) # 标准答案答案索引0A, 1B, 2C, 3D correct_answer answer_key[q_idx] # 判定唯一填涂且填涂正确才算对 if len(marked_choices) 1 and marked_choices[0] correct_answer: correct_count 1 results.append((correct, marked_choices[0])) else: results.append((wrong, marked_choices if marked_choices else [-1])) total_score correct_count / num_questions * 100 return correct_count, total_score, results逻辑说明判分逻辑里最关键的一个细节是“唯一填涂”这个条件。实际考试中学生可能会涂两个选项再擦掉一个如果擦得不干净marked_choices里就有两个选项。这时候按“多选”来处理——不得分。这个设计是必要的因为摄像头方案的容错率本来就不如扫描仪宁可漏判不能错判。参数说明answer_key是标准答案格式是选项索引列表。0 对应 A、1 对应 B、2 对应 C、3 对应 D。如果答题卡是 5 个选项A~E只需要把num_choices改一下判分逻辑不用动这就是模块化设计的好处。# 主流程整合 def main(image_path, answer_key): # 读取图像 image cv2.imread(image_path) if image is None: raise ValueError(fCannot read image: {image_path}) # 预处理 gray, edged preprocess_image(image) # 定位答题卡 pts find_answer_card_contour(edged) if pts is None: raise ValueError(No answer card found in image) # 透视变换 warped four_point_transform(image, pts) # 提取选项区域 question_rois, thresh extract_questions(warped, num_questionslen(answer_key)) # 判分 correct_count, total_score, results grade_exam(question_rois, answer_key) print(fCorrect: {correct_count}/{len(answer_key)}) print(fScore: {total_score:.1f}) return correct_count, total_score, warped, thresh逻辑说明这个main函数把整个流程串起来了。从读图到输出分数一共六步。需要说明的是num_questions参数是硬编码传入的这是因为答题卡的题数在生成时就是确定的属于已知条件不需要程序去猜测。5. 摄像头答题卡识别避坑五个现场最常见的坑这一章是血泪经验。代码写完了不代表能识别准以下五个问题是我在调试时真实遇到过的每一个都让准确率从 95% 直接掉到 60%。5.1 光照不均导致二值化区域断裂现象打印的答题卡上有一道阴影横穿过去被阴影盖住的填涂区域在二值化后变成了灰色碎片countNonZero统计出的白色像素数大幅缩水导致明明涂了卡却判成未填涂。原因固定阈值二值化是全图统一阈值阴影区域灰度整体偏低原本该变成白色的部分没能反转过来。解决改用自适应阈值替代固定阈值。OpenCV 里cv2.adaptiveThreshold会按局部邻域动态计算阈值能有效对抗渐变光照。代价是计算量稍大但对静态图片来说完全可接受。另外也可以做一个简单的光照校正用大核高斯模糊算出背景亮度用原图减背景消除光照梯度。# 自适应阈值替代固定阈值 thresh cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 51, 15)参数说明最后两个参数51是邻域块大小必须为奇数15是从邻域均值中减去的常量越大越不容易被噪声干扰但也会让浅色填涂更难被识别。5.2 背景杂乱导致找错轮廓现象桌面上除了答题卡还有别的东西——橡皮、手机、草稿纸。findAnswerCardContour找出的最大四边形不是答题卡而是桌子上的某张纸或一本书的封面。原因背景里的其他矩形物体面积可能比答题卡更大排序取最大就取错了。解决在预处理阶段先做一次“亮度和尺寸过滤”。答题卡通常是白色或浅色纸在画面中属于高亮区域可以先用阈值把暗色背景排除掉再做轮廓检测。另外建议限制轮廓的最小面积比如图像总面积的 1/10 以下直接忽略。还有一个更省事的办法拍摄时在答题卡下方垫一张深色桌垫利用对比度分离前景背景。5.3 填涂浅色或铅笔型号不对现象用 HB 铅笔填涂的答题卡识别准确率骤降用 2B 铅笔就正常。有些同学用的是自动铅笔石墨含量低填涂后灰度值可能在 180 左右二值化后仍被当成空白。原因HB 铅笔的灰度值偏高固定阈值 150 把它拦在了“白色”这一侧。解决把阈值降低到 100 或者 80同时把填涂判定阈值从 0.3 降下来让浅色填涂也能被判定为“已填涂”。这里要注意阈值降太低会把选项区域的边框和噪点也识别成填涂痕迹。经验做法是摸底用一支 HB 铅笔填涂一个选项取该 ROI 的灰度直方图看看峰值在哪里然后选一个比峰值低 30~50 的位置作阈值。5.4 摄像头倾斜和镜头畸变现象摄像头正对答题卡时识别准确稍微偏一点角度后面的题就开始错位。等你把摄像头抬高或者压低前面几道题又对不上了。原因透视变换处理的是“平面旋转”但镜头本身有桶形畸变——画面的边缘区域被拉伸或压缩了。靠近画面边缘的填涂区域经过透视变换后位置仍然有偏差。解决三点建议。第一拍摄时确保答题卡在画面中心位置畸变最严重的是边缘。第二如果条件允许用 USB 外接摄像头而不是笔记本内置摄像头内置摄像头的广角畸变更明显。第三把答题卡整体“缩小”放入画面留出更多边缘空间畸变影响会减小。如果要上精度可以用棋盘格标定法计算相机畸变系数再调用cv2.undistort做去畸变但这种做法在毕设里成本偏高一般不用。5.5 擦除不干净导致的歧义现象一道题被涂了 A 又改成 C擦除不彻底程序把两个选项都判成了填涂最后这题判定为“多选不得分”。学生本人觉得冤枉。原因橡皮擦过后纸面有残留石墨阴影二值化后仍有一定比例的白色像素。解决宽松方式是提高填涂判定阈值比如从 0.3 调到 0.45这样残留的浅色痕迹低于阈值不会被判定为填涂。但这个方案有风险——浅色铅笔的正常填涂也可能低于 0.45。更稳的方式是在判分逻辑里加一个“相对值”判断取该题四个选项中白色像素占比最高的那个选项作为答案而不是逐一判断每个选项是否超过阈值。这样即使有残留只要残留的占比低于真实填涂就不会干扰结果。6. 进阶把项目做成能验收的工具——批量识别、GUI 与异常日志基础流程跑通之后离“能验收的项目”还差三步批量处理、图形界面、异常兜底。很多毕设止步于“能在命令行跑”答辩时老师问“如果拍歪了会不会崩”就答不上来。其实这几步的代码量不大但对项目完整度的提升非常明显。批量识别是第一步。写一个函数读取整个文件夹的图片逐张调用核心识别流程把结果汇总到 CSV 文件里。这里要注意的是给每张图片单独记录异常而不是一张出错就中断整个程序。import os import csv import glob def batch_grade(image_dir, answer_key, output_csv): 批量识别文件夹内所有答题卡图片 image_paths glob.glob(os.path.join(image_dir, *.jpg)) \ glob.glob(os.path.join(image_dir, *.png)) results [] for path in image_paths: filename os.path.basename(path) try: correct_count, total_score, _, _ main(path, answer_key) results.append([filename, correct_count, total_score]) print(f[OK] {filename}: {correct_count} correct, score{total_score:.1f}) except Exception as e: # 单张失败不影响整体 results.append([filename, -1, 0]) print(f[FAIL] {filename}: {str(e)}) # 写入 CSV with open(output_csv, w, newline, encodingutf-8-sig) as f: writer csv.writer(f) writer.writerow([filename, correct_count, score]) writer.writerows(results) print(fDone! Results saved to {output_csv})逻辑说明这个批量函数里最关键的是try-except结构。真实场景中必然有几十张图片里混入一两张拍糊的或没拍到完整答题卡的异常兜底保证程序能跑完整个文件夹而不是在中间崩掉。输出 CSV 用utf-8-sig编码是防止 Excel 打开时中文乱码。参数说明glob匹配的是同级目录下的所有.jpg和.png文件。如果你的图片在子目录里需要修改匹配模式。另外CSV 里correct_count为 -1 的行表示识别失败统计成绩时要过滤掉。GUI 部分我建议用 Tkinter它是 Python 标准库不需要额外安装对毕设项目来说足够。界面上放三个按钮选择图片、开始识别、显示结果。选中图片后界面左侧显示原图右侧显示识别得分代码量大约 100 行。这里不贴完整 GUI 代码核心是让主流程main函数能接受文件名作为参数并返回可以展示的结果——这要求你把识别逻辑和界面逻辑解耦刚才的批量函数已经做到了。最后说一个我的习惯在项目的config.py里集中管理所有可调参数包括二值化阈值、Canny 阈值、填涂判定阈值、选项数量等。这样做的好处是答辩现场老师如果问“如果改成 5 个选项怎么弄”你可以直接打开配置文件改一个参数再跑一遍给他看。答不到这一层项目多少显得像个一次性脚本。整个方案从 OpenCV 基础流程到批量处理再到 GUI 封装加起来大约 400 行代码。摄像头答题卡识别的核心难点不在算法而在参数对环境的适应——光照变了、纸换了、铅笔型号不同都会影响结果。我的建议是开发阶段对每一次调参都记录当时的图像样本和准确率最后拿出 20 张不同环境下拍的测试图把准确率稳定在 95% 以上再收工。这比调出 100% 的单一场景更实用也更能体现你的工程能力。希望这篇笔记能帮你在答辩前少走几段弯路。本文还有配套的精品资源点击获取
