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
原创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
原创
用户10591265
发布于 2023-06-09 18:57:02
发布于 2023-06-09 18:57:02
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
#!/usr/bin/env python3
"""
Created on Thu Sep 30 07:53:41 2021
"""Python 2/3 compatibility
from future import print_function
import numpy as np
import cv2
img = 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
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读