高考答题卡怎么被机器识别OpenCV答题卡识别模拟-米尔ARM+FPGA异构开发板

本篇测评由优秀测评者“筑梦者与梦同行”提供。

01.

前言MYD-JX8MMA7SDK发布说明

根据下图文件内容可以知道myir-image-full系统支持的功能，其支持OpenCV，也就不用在格外安装相关驱动包等，省了很多事情。

02.

MYD-JX8MMA7软件评估指南

本文介绍了Python的基本操作，在文档中10.1开发语言支持。

03.

历程路径

/usr/share/OpenCV/samples/

/usr/share/opencv4/samples/python/

文件目录中有一些python程序。

04.

图像识别开发

1.使用参考图片

上面的图片是模拟的答题卡，与实际答题卡理论相同，具体细节可能需要变动。正常的答题卡采集的数据较多。

2.源代码

1）源代码截图

2）源代码粘贴

1.  
   #!/usr/bin/env python3
2.  
   """
3.  
   Created on Thu Sep 30 07:53:41 2021
4.  
   """

Python 2/3 compatibility

1.  
   from future import print_function
2.  
   import numpy as np
3.  
   import cv2
4.  
   img = cv2.imread('b.jpg')
5.  
   cv2.imshow("orginal",img)
6.  
   gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
7.  
   cv2.imshow("gray",gray)
8.  
   gaussian = cv2.GaussianBlur(gray, (5, 5), 0)
9.  
   cv2.imshow("gaussian",gaussian)
10.  
    edged=cv2.Canny(gaussian,50,200)
11.  
    cv2.imshow("edged",edged)
12.  
    cts, hierarchy = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,
13.  
    cv2.CHAIN_APPROX_SIMPLE)
14.  
    cv2.drawContours(img, cts, -1, (0,0,255), 3)
15.  
    cv2.imshow("img",img)
16.  
    cv2.waitKey()
17.  
    cv2.destroyAllWindows()

3.代码图片上传

4.实际运行效果

这篇好文章是转载于：学新通技术网