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

本篇测评由电子发烧友的优秀测评者“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

#!/usr/bin/env python3"""Created on Thu Sep 30 0741 2021"""

Python 2/3 compatibility

from future import print_functionimport numpy as npimport cv2img = cv2.imread('b.jpg')cv2.imshow("orginal",img)gray

=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)cv2.imshow("gray",gray)gaussian 

= cv2.GaussianBlur(gray, (5, 5), 0)cv2.imshow("gaussian",gaussian)edged=

cv2.Canny(gaussian,50,200)cv2.imshow("edged",edged)cts, hierarchy

 = cv2.findContours(edged.copy(),

 cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)cv2.drawContours(img, cts, -1, (0,0,255), 3)

cv2.imshow("img",img)cv2.waitKey()cv2.destroyAllWindows()

3.代码图片上传
4.实际运行效果