C# - 光学标记识别 (OMR) 引擎 1.0

• 下载 Reg_Fix.zip - 379 B
• 下载源代码 - 710.2 KB

[2015 年 3 月更新]

我发布了该引擎的一个重要更新，并就此撰写了一篇新文章。请在此链接 THIS 查看。

从现在起，我将不再回答关于本篇文章的任何问题，请参考另一个版本。V2 更好，您们报告的大部分 bug 都已清除。

介绍 

OMR（维基百科）是答案表格，并非供人类阅读。这个项目省去了购买 OMR 阅读机甚至扫描仪的费用。任何带有自动对焦功能的 >3MP 手机摄像头都可以胜任。

背景  

我搜索了 Google 以寻找一个好的 OMR 引擎，但徒劳无功，所以我决定自己做一个。通常在学校和大学里，他们使用专门的机器来读取 OMR 答题卡。在我的案例中，我需要省去购买 OMR 读取器机器，甚至扫描仪的费用！通过这个引擎可以读取用 3MP 手机摄像头（需要自动对焦）拍摄的照片。在初始阶段，我已经创建了自己的可读取的表格类型。

图像处理部分利用了 AForge.Net 的图像处理器（库包含在下载文件中）。 

[FAQ] Q: 1  它能用于其他 OMR 表格吗？

看起来很多人在反馈中反复问了同一个问题。 

"我们可以用其他 OMR 表格与这个引擎一起使用吗？" 。

答案是，"不能"。

为什么？因为在 ExtractPaperFromFlattened() 方法中使用的纸张图像提取算法。它通过查找纸张上位于纸张上的 4 个交叉圆形符号来识别扫描图像中的纸张。这些符号定义了纸张的边界，因此，可以估算出纸张的裁剪、缩放和倾斜信息。

所以，没有符号，就无法检测到纸张。

[FAQ] Q: 2  我可以创建自己的 OMR 表格吗？

在 V1 中，你不能。至少没有我的帮助，你是做不到的，除非你是超级极客。

在 V2 中，是的！查看此链接 THIS 。

Using the Code

在添加了所有引用（AForge 和 OMR）后，您可以使用最简单的重载方法从相机/扫描仪图像中提取 OMR 包装的表格。 

原始图像必须包含支持的表格格式的清晰视图（可打印 PDF 包含在下载文件中）。例如：

Bitmap unf = new Bitmap(panel1.BackgroundImage);
OpticalReader reader = new OpticalReader();
panel1.BackgroundImage = (System.Drawing.Image)reader.ExtractOMRSheet(unf, 
    "sheets.xml" , OMREnums.OMRSheet.A550);

这将提取表格，如下所示：

一旦表格被提取出来，您就可以使用以下方法对其进行处理：

OpticalReader rr = new OpticalReader();
MessageBox.Show(rr.getRegNumOfSheet(panel1.BackgroundImage, 
    OMREnums.OMRSheet.A550, "sheets.xml",false).ToString());

 

从相机/扫描仪图像中检测表格

检测表格的过程涉及检测表格的角点。在印刷文档中，角点用特定的二进制图像标记。我们检测到它们，就检测到了表格。

1. 因此，首先，我们需要使用正确的对比度、填充、阈值和反转滤镜来展平图像。作为起点，没有对比度、亮度或填充校正的原始图像会被反转。给定一个阈值，图像然后被转换为二进制。这张图像被称为“展平图像”，是通过使用“OMR.OpticalReader.flatten”方法获得的。
2. 一旦图像被展平，就开始进行斑点检测。在第一阶段，检测所有大小和类型的斑点，从最小斑点大小开始（这确保我们去除噪声颗粒斑点）。
3. 首先检测左边缘，然后检测表格的右边缘。
4. 在第一步过滤中，从图片中检测到的数百个斑点中，通过检查它们的大小与相机/扫描仪图像的尺寸比率来过滤掉大小不正确的斑点。
5. 在第二次过滤中，过滤掉位于图像错误一侧的斑点。
6. 在第三次过滤中，过滤掉具有异常错误纵横比的斑点（确保我们检测并拒绝由表格上的折痕/线产生的斑点）。
7. 作为最后一个斑点过滤，所有斑点都与镜像的角点图像进行比较（之所以镜像，是因为我们在第一步中反转了图像）。
8. 过滤后的斑点再次被重新验证，确保它们正好是四个并且位于表格的正确一侧。另外，左右边缘的长度差异不大。
9. 验证过的斑点代表了图像坐标系中表格角点的真实位置。
10. 图像可以从这些点从非展平图像中裁剪出来，并进行包裹以生成一个完美的矩形图像，称为 OMR 表格。
11. 如果以上所有过滤器仅产生 4 个角点斑点，则过程继续，否则，对具有相同参数的同一函数进行递归调用，但要改变对比度校正，这可能会产生更好的结果值。

请查看带有逐行注释的“OMR.OpticalReader.ExtractOMRSheet”方法的代码。

读取提取的表格

主要的图像处理在于图像提取部分。现在下一个阶段是读取 OMR 表格。

通常，OMR 表格对一个问题有多个选项。同一问题的所有选项都打印在纸张的旁边，形成一个“块”。所有块的位置、大小和选项数量足以将其保存到 XML 文件中。位置是根据 .NET 通常遵循的坐标系记录的，即左上角为 O(0,0) (x,y)，+ive x 轴朝右，+ive y 轴朝下。

要读取表格中的特定块（表格是指第一部分中提取的表格），可以调用 OMR.OpticalReader.getScoreOfSheet。此方法会重复执行上述过程，读取表格上打印的 4 个大型答案块中的所有行。

读取给定选项中的选定选项

当从文档中切出一个多项选择块时，就需要读取选定的选项。为了读取，该块被分成与其中包含的选项一样多的相等部分。然后，基于块的平均颜色，将图像转换为二进制。这就是我们将白纸转换为纯白色，并将超过一半的墨水填充像素转换为纯黑色的方法。

记录了每个子块中的黑色像素数量。

最黑的块与其他块进行比较，如果两个子划分之间存在显著差异，则将较黑的块记录为“已标记”。根据标记的选项数量，可以决定选择了哪个选项。

注意

还可以查看其他方法。这些方法可以在一次方法调用中读取单个纸张上的所有选项，并为提供的两种类型的表格创建 XML 规范表。

相机图像表格识别器的核心在于以下方法。

兴趣点 

接下来要做的是创建一个应用程序，该应用程序接受一个包含一堂课（50 名或更多学生）考试答题卡的文件夹。或者，提供一台连接到 PC 的扫描仪地址，并逐个处理图像。根据写在表格上的注册号，程序应创建一个 XLS 文件或 PDF，以便结果完全以电子方式编译。