Answer Sheet Grading System 答题卡批改系统

致谢/Acknowlegements

该项目由 印度鹅卵石 发起并编写核心逻辑。点击超链接访问他的bilibili主页。

基本原理/Basic Principles

本系统通过计算机视觉技术自动识别和批改标准化答题卡。主要流程包括：
This system uses computer vision to automatically grade standardized answer sheets. Main workflow:

1. 图像预处理：使用OpenCV进行灰度化、二值化和降噪处理
   Image Preprocessing: Grayscale conversion, thresholding, and noise reduction using OpenCV

2. 定位标记识别：检测答题卡上的4个定位标记实现图像对齐
   Marker Detection: Identify 4 alignment markers for sheet positioning

3. 答案检测：通过分析填涂区域的像素密度判断选项是否被选中
   Answer Detection: Determine selected options by pixel density analysis

4. 自动批改：将检测结果与正确答案对比计算得分
   Auto Grading: Compare detected answers with answer key to calculate scores

环境配置/Environment Setup

# 安装依赖/Install dependencies
pip install -r requirements.txt

注意使用 Python 3.11.9 以防止兼容性问题

文件结构/File Structure

answer-paper/
├── answers.txt          # 正确答案文件/Answer key
├── config.json          # 检测参数配置/Detection parameters
├── answer_sheet_grader.py # 核心处理代码/Core processing code
└── requirements.txt     # 依赖列表/Dependencies

使用方法/Usage

基本使用/Basic Usage

python answer_sheet_grader.py --help

查看帮助。

python answer_sheet_grader.py image_path_or_dir [-n] [-v]

可以指定文件名或目录。

python answer_sheet_grader.py image_path_or_dir [-n] [-v] > results.json

可以将结果保存在JSON文件中。

校准/Calibration

python answer_sheet_grader.py image_path_or_dir -p

有可视化的校准参数界面，极其方便地校准参数。

高级配置/Advanced Configuration

也可以修改config.json手动调整检测参数：
Modify config.json to adjust detection parameters:

{
    "detection_params": {
        "start_x": 264.8,    # 起始X坐标
        "start_y": 491.0,    # 起始Y坐标
        "col_gap": 1344.4,   # 列间距
        "row_gap": 113.7,    # 行间距
        "option_gap": 112.0, # 选项间距
        "box_w": 58.8,       # 选项框宽度
        "box_h": 64.9        # 选项框高度
    },
    "answer_key": "answers.txt"
}

支持格式/Supported Formats

• 图片格式：PNG, JPG
• 答案文件：每行一个答案（A/B/C/D）