简介：基于Python计算机视觉的答题卡识别与判分毕业设计项目，面向计算机相关专业学生及CV入门开发者，解决纸质答题卡自动识别、判分与数据管理问题。资源内含完整源码、数据库脚本和说明文档，系统涵盖登录、首页、题卡识别、题卡管理、题卡分析、用户管理等功能模块，并配有系统需求分析、总体设计、测试评估与实验对比章节，便于理解从图像预处理、答题卡检测到结果分析的全流程。压缩包共294个文件，以Python源码、Pyc编译文件、CSS/JS/HTML前端资源为主，另有29张PNG图片和75个GIF动图用于界面与操作演示，附带SQL数据库及DOCX/PPTX说明材料，整体约23.21MB，目录结构按功能划分清晰。目前已有532人学习或下载，适合用于毕业设计参考、课程设计扩展或计算机视觉项目入门，可帮助快速掌握OpenCV相关算法和Web系统集成方法。
1. 答题卡识别不需要深度学习：Python 计算机视觉拆解一个通用管线
把一张填涂过的答题卡交给 Python 程序，告诉它“第 3 题选 C、第 12 题选 A”，整个过程其实不依赖神经网络。答题卡识别在计算机视觉里属于典型的结构化文档识读场景：版面固定、元素位置可预知、答案以矩形填涂块呈现。只要把图像摆正、把格子对齐、把黑白比例算清楚，准确率就能做到 99% 以上。基于 Python 和 OpenCV 实现这套逻辑，是很多毕业设计、计算机视觉大作业最常用的选题路径，因为工程量适中、效果可量化、演示直观。这篇博文会沿着“透视校正 → 格子定位 → 填涂判读 → 结果入库”这条主线，把一份可直接运行的源码拆开讲清楚，顺便回答那些你在答辩前最想确认的细节：Canny 阈值怎么定、格子偏移怎么校准、识别结果要不要进数据库。
2. 用 OpenCV 做答题卡图像预处理：透视校正扫清认读障碍
2.1 答题卡图像的三大预处理步骤：灰度、去噪、二值化
相机或者扫描仪拿到的答题卡原始图像很少是干净的，光线不均匀、纸张泛黄、背景桌面乱，这些都会直接干扰后续的轮廓检测。OpenCV 的常见处理顺序是：先转灰度，再做高斯模糊降噪，最后用大津法（Otsu）自动算阈值做二值化。三步操作各司其职：灰度化去掉颜色信息，只留亮度；高斯模糊抹掉噪点；Otsu 根据灰度直方图自动寻找最佳分割阈值，不依赖人工指定亮度。
import cv2 import numpy as np img = cv2.imread("answer_sheet.jpg") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (5, 5), 0) _, thresh = cv2.threshold(blurred, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)这段代码里，GaussianBlur的核大小(5, 5)和标准差0是通用配置。核越小越保留细节，但更容易把答题卡的印刷边框和填涂痕迹之间的细小断点保留下来；核太大会把答案的填涂痕迹也抹糊。实际调试时，如果后续轮廓检测经常断裂，可以先把核降到(3, 3)重试；如果噪点太多，升到(7, 7)。
THRESH_BINARY_INV在这里是反向二值化，让目标（方框、填涂笔迹）变成白色、背景变成黑色。这种约定来自轮廓检测的习惯：findContours找的是白色连通区域，填涂痕迹和答题框都是白色时，同一组轮廓逻辑可以复用。注意 OpenCV 的threshold和findContours在新版中都只返回两个值，不需要再写_, contours, hierarchy =这种兼容旧版的三元解包。
2.2 从轮廓到四边形：用 findContours 定位答题卡边界
二值图拿到后，下一步是从一堆白色区域里找出“哪一块是答题卡本身”。常见策略是：检测所有轮廓，按面积降序排序，取最大的前几个，再用approxPolyDP把轮廓拟合成四边形。答题卡通常是 A4 或 B5 大小，在画面中占比最大，这个假设在绝大多数考试场景下成立。
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5] sheet_contour = None for contour in contours: peri = cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, 0.02 * peri, True) if len(approx) == 4: sheet_contour = approx breakRETR_EXTERNAL只取最外层轮廓，避免把答题卡内部的格子误当成候选边界。CHAIN_APPROX_SIMPLE压缩轮廓点，把一条直线上的点压缩成一个点，减少后续拟合的计算量。approxPolyDP的第二个参数是最大距离阈值，用轮廓周长的0.02作为比例是一个经验值；如果四边形拟合不出来，优先调这个比例，太大容易把三角形也拟合进来，太小又保留太多角点。
找到的sheet_contour是四个点的数组，但顺序不保证是“左上、右上、右下、左下”。透视变换要求点序严格对应，所以接下来要做一个点排序的操作：先算四个点的横纵坐标之和，最小值是左上角，最大值是右下角；再算横纵坐标之差，差值最小的是右上角，最大的是左下角。这个排序处理几乎每份答题卡源码里都有，它是图像预处理里最容易出错又最不起眼的一步。
2.3 透视变换：用 getPerspectiveTransform 把照片变成正视图
相机拍照时视角很少正对纸面，总会带一点倾斜和透视形变。如果不校正，后面格子定位时行和列都会偏移。getPerspectiveTransform需要一个源点集和一个目标点集，源点集是刚才排序好的四个轮廓点，目标点集是矫正后矩形的四个顶点坐标。目标矩形的宽度和高度通常按比例估算，常见做法是取源四边形边长最大值。
rect = order_points(sheet_contour) (tl, tr, br, bl) = rect width_top = np.linalg.norm(br - bl) width_bottom = np.linalg.norm(tr - tl) max_width = max(int(width_top), int(width_bottom)) height_left = np.linalg.norm(tr - br) height_right = np.linalg.norm(tl - bl) max_height = max(int(height_left), int(height_right)) dst = np.array([ [0, 0], [max_width - 1, 0], [max_width - 1, max_height - 1], [0, max_height - 1] ], dtype="float32") M = cv2.getPerspectiveTransform(rect, dst) warped = cv2.warpPerspective(orig, M, (max_width, max_height))透视变换之后，答题卡区域会被拉成一张接近正视角的矩形图，纸张弯曲和拍摄角度带来的误差被显著压缩。warpPerspective的输出尺寸由(max_width, max_height)决定，后续所有格子坐标都以这张透视校正图为基准。要注意的是，这里的宽高比不是答题卡的物理真实比例，但它是从源图实际推算出来的，保持了内部格子之间的相对关系不变。如果答题卡边缘检测失败导致轮廓不准，这一环节的误差会被放大，所以通常建议在warpPerspective之后立刻用imwrite把结果存一张调试图，确认校正效果再继续。
3. 答题卡格子的编排与判空：让 OpenCV 真正“读”出答案
3.1 版面解析：给答题卡的题目矩阵建模
透视校正之后，答题卡变成了固定尺寸的矩形，下一步就是定位每一道题、每一个选项的填涂区域。常规做法不是做模板匹配，而是对版面做网格切分。假设答题卡是 25 题、每题 4 个选项（A/B/C/D），排版为 5 列、每列 5 题，那么题目区域可以按行列均分。先探测整张卡片的水平线和垂直线，常见方法是做形态学膨胀后找直线；如果印刷质量稳定，也可以直接在透视图上按坐标均分网格。
def extract_choice_cells(warped, rows, cols, x_offset, y_offset, cell_w, cell_h): cells = [] for row in range(rows): row_cells = [] for col in range(cols): x_start = x_offset + col * cell_w y_start = y_offset + row * cell_h cell = warped[y_start:y_start + cell_h, x_start:x_start + cell_w] row_cells.append(cell) cells.append(row_cells) return cells这里的x_offset和y_offset是第一个填充格相对于整图左上角的偏移量，cell_w和cell_h是单个格子的宽和高。这些参数从哪来？不是靠猜，而是调试阶段在图像上直接量出来的：用照片查看器放大像素坐标记录，或者写一个小工具点击格子边缘输出坐标。网格切分的精度直接影响后续判空效果，所以参数一旦确定，后面的整套流程都围绕它转。
每道题的填涂区域宽度涉及到另一个关键选择：cell_w应该包含该题的所有选项，还是只包含单个选项？如果每道题的 A、B、C、D 四个选项横向排列，比较稳妥的做法是每个选项单独切一个格子，四格并列组成一题。这样后续填涂判定时，每个选项独立计算黑色像素占比，直接比较四个数值就能确定答案。如果整题一起切，还需要在格子内部做二次分割，增加不必要的复杂度。
3.2 填涂判定：阈值法选答案的三条经验规则
格子切出来之后，剩下的问题是：怎么知道这个格子有没有被填涂？最直接的方法是统计格子内部黑色像素的比例。真实的填涂笔迹通常是 2B 铅笔或者黑色签字笔，在灰度图里亮度明显低于空白纸面。把每个格子的像素均值算出来，再和整张卡片空白区域的均值比较，低于某个阈值就认为填涂了。
def is_filled(cell, threshold=0.2): cell_gray = cv2.cvtColor(cell, cv2.COLOR_BGR2GRAY) _, cell_binary = cv2.threshold(cell_gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) filled_ratio = np.sum(cell_binary > 0) / cell_binary.size return filled_ratio > threshold, filled_ratio这段判空逻辑的阈值0.2是经验值。答题卡印刷时，选项框的边框线本身也会产生黑色像素，所以空白格的填充比例通常在0.05到0.15之间，取决于边框粗细和扫描清晰度；手写填涂的格子填充比例一般在0.4以上。0.2 作为分界线有充足的余量。如果实际识别中经常出现漏判，可以在调试阶段打印每个格子的filled_ratio散点分布，把阈值定在两类数据之间的波谷位置。
提示：涂改过的格子是最大的干扰源。橡皮没擦干净的格子，填充比例可能落在 0.2～0.35 这个灰色区间。这时的处理策略不是调低阈值，而是增加连通域检查：擦得不干净的痕迹通常是离散的，真正的填涂痕迹是连通的大块区域。可以先用
connectedComponentsWithStats筛掉面积过小的连通域，再计算填充比例。
逐题判定的逻辑也有一套约定。对单选题，找出当前题四个格子中填充比例最高的那个，但要确认它的比例是否超过阈值；如果最高值都没超过，视为漏答。对多选题，所有超过阈值的格子都算作被选中。这一套规则用 Python 很容易实现，并且不需要训练模型。
3.3 识别效果差时先检查这几项
答题卡识别准确率掉下去，绝大多数情况不是算法问题，而是前面某一步参数不匹配。常见问题有三个：第一个是透视校正后格子坐标偏移，通常是x_offset和y_offset没算准，把第一个格子的左边界当成了整个答题卡的左边界；第二个是二值化时THRESH_BINARY_INV和THRESH_BINARY选反，导致找出的轮廓是背景而不是前景；第三个是 Canny 边缘检测阈值设得太高，答题卡内部的印刷横线没被检测到，导致版面切分的参考线缺失。
调试方法建议遵循“从后往前倒查”：先不做任何识别，只把warped图上每个格子用cv2.rectangle画出来，存成图片看格子边界是否贴合真实选项框。如果格子偏了，问题一定在版面解析参数；如果格子贴合但识别错误，才去检查二值化和填充比例阈值。这一步可以省掉大量无效调参时间。
4. 数据库与源码组织：考试结果存下来才算完整闭环
4.1 用 SQLite 还是 MySQL：毕业设计场景的合理选择
标题里的“数据库”是这个项目里最常被忽略、但答辩时最容易被追问的部分。答题卡识别最终输出的是考生的答案和得分，如果不落库，识别完就结束了，没有后续的成绩查询、统计和导出。选型上有两条路线：
- SQLite：零配置文件、嵌入式、Python 标准库直接支持，适合单机演示、源码开源、老师打开就能跑的场景。数据量小，几十张答题卡完全足够。
- MySQL：需要额外安装服务，但更贴合企业级开发习惯，可以展示建表、连接、增删改查的完整能力，适合数据库课程设计配合计网、操作系统一起答辩的场合。
毕业设计推荐 SQLite 起步，代码里抽出一层数据访问接口，后面换 MySQL 只改连接方式不动业务逻辑。这样既控制了环境复杂度，又能在答辩时说明“数据访问层做了适配设计”。
4.2 表结构设计：学生表、题目表、答题记录表三张表打底
答题卡系统最基础的表结构需要覆盖三个对象：人（考生）、题（标准答案）、答题结果（识别答案与得分）。下面是一组可用的建表语句：
CREATE TABLE students ( id INTEGER PRIMARY KEY AUTOINCREMENT, student_no TEXT UNIQUE NOT NULL, name TEXT NOT NULL ); CREATE TABLE answer_keys ( id INTEGER PRIMARY KEY AUTOINCREMENT, exam_id TEXT NOT NULL, question_no INTEGER NOT NULL, correct_answer TEXT NOT NULL ); CREATE TABLE answer_records ( id INTEGER PRIMARY KEY AUTOINCREMENT, exam_id TEXT NOT NULL, student_id INTEGER NOT NULL, question_no INTEGER NOT NULL, student_answer TEXT, is_correct INTEGER, FOREIGN KEY (student_id) REFERENCES students(id) );answer_records表的student_answer存的是识别出的原始答案，is_correct存比对结果。把这两列分开，好处是后期如果发现识别错了可以重新比对，不用删掉原始答案。answer_keys表增加exam_id字段是为了支持多场考试复用同一套代码，避免每场考试都要新建表。答题卡识别结果入库之前，先用 Python 把识别列表组织成(exam_id, student_id, question_no, student_answer, is_correct)的元组列表，再执行批量executemany插入，比逐条execute快一个数量级。
4.3 源码分层组织：识别引擎、数据访问、UI 分离
很多课程设计源码的问题在于“全挤在一个文件里”。一份可读性高的答题卡项目通常分三层：scanner.py负责图像处理和识别，返回统一的结果对象；database.py负责连接、建表、插入与查询；main.py负责组装流程，从读取图片到调用识别再到入库。中间还可以加一个models.py定义AnswerSheetResult这样的 dataclass，让识别结果的结构清晰可见。这样的组织方式在写说明文档时也省力，每层的职责对应一章文档，代码量不多但结构完整。
一个完整的识别入库调用链，核心只是这三步：
result = scan_answer_sheet("sheet_001.jpg") # 识别 save_answer_records(result, exam_id="20240601") # 入库 print(load_statistics(exam_id="20240601")) # 查询这里scan_answer_sheet内部包含预处理、透视校正、格子切分和判读，返回一个带有student_id、answers字典的数据对象；save_answer_records负责把答案逐题写入answer_records；load_statistics返回按考生统计的正确题数和得分。三层各管各的，调用方不关心图像处理细节，识别层也不碰 SQL。
5. 参数标定与调试技巧：把识别率从 90 分推到 99 分
5.1 Canny 阈值与透视变换参数的联动标定
如果源码里用了 Canny 做边缘检测，两个阈值threshold1和threshold2需要根据实际图片亮度分布来定。threshold1控制弱边缘的接入，threshold2控制强边缘的起始，两者一般取 2:1 到 3:1。调试时不要只看最终识别率，直接把边缘检测结果imwrite出来，观察答题卡的四条边是否连续。如果边断裂，降低threshold1；如果出现大量杂散边缘干扰四边形拟合，提高threshold2。换一台相机和换一种光照，这两个值可能要重新标定，这是答题卡识别里最典型的“环境相关参数”。建议写一个calibrate.py脚本，手动输入一组阈值调一次，输出边缘图和识别结果，把标定时间压缩到 5 分钟内。
5.2 框线断层与阴影遮挡的应对技巧
打印质量差的答题卡边框虚线断断续续，导致approxPolyDP拟合不到四边形。一个实用的补救方案是：在二值图上做一次形态学闭运算（morphologyEx+MORPH_CLOSE），用一个(9, 9)的矩形核把断裂处连起来。注意核的大小不能超过单个格子的尺寸，否则相邻选项的间隔会被糊掉。另一种常见情况是答题卡边缘被手指或阴影遮挡，这属于物理遮挡，算法层面没有完美解法，能做的就是切换轮廓筛选策略：从按面积取最大改成按外接矩形的宽高比筛选，优先选择宽高比接近 1:1.414（A4 纸比例）的轮廓。
5.3 验证整体精度：留出标注集而不是只看三张图
最后一步是量化验证。手头有 20 张以上答题卡时，人工标注每张的正确答案，再和程序识别结果比对，统计题级准确率和整卡准确率。一个有用的小技巧是记录每道题的识别置信度——也就是四个格子填充比例的差值。如果某题最高填充比例只比第二名高 0.1，即使判定正确，这道题也值得复查。把这类低置信度题目单独导出成列表，是最快的排错入口。这部分逻辑不难，但在答辩时提到“我做了置信度分析和人工复核”，项目完成度会明显不一样。输出的验证报告可以用一个简单的 markdown 表格整理：试卷编号、识别题数、正确题数、准确率、低置信度题号列表，直接放进说明文档附录就是现成的测试记录。到此，这个识别管线的关键参数你已经有了和调试环境较量的完整依据。
本文还有配套的精品资源，点击获取
