Opencv OMR：评估填充圆

我正在为试卷实施OMR系统。但在确定填充圆时面临问题。我成功地获得了这些感兴趣的灰度区域

问题是：
-二进制阈值（自适应和固定）和非零像素计数会产生很多错误，因为圆圈中的字母和移动相机拍摄的照片亮度不同。
-也尝试了本文中描述的技术，即使用圆圈的平均灰度值来标记圆圈是否填充，但图像的亮度并不均匀，因为人们在使用相机拍照时使用不同的光源，我得到了很多错误的结果。
-人们也不会遵循规则，比如我们填充整个循环，在这种情况下，算法也需要健壮。

我已经有大约10 GB的样本，因此可能是机器学习或其他统计方法将非常有用。

---

有人知道将圆划分为填充圆的其他方法吗？

因为这不是一个直接的问题，所以需要进行大量的调整才能使其健壮。但我想建议你一个好的起点。你可以玩它，试着让它工作

import numpy as np
import cv2

image_ori = cv2.imread("circle_opt.png")

lower_bound = np.array([0, 0, 0])
upper_bound = np.array([255, 255, 195])
image = image_ori

mask = cv2.inRange(image_ori, lower_bound, upper_bound)
masked_red = cv2.bitwise_and(image, image, mask=mask)

kernel = np.ones((3,3),np.uint8)
closing = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

contours = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
        cv2.CHAIN_APPROX_SIMPLE)[0]
contours.sort(key=lambda x:cv2.boundingRect(x)[0])

print len(contours)
for c in contours:
    (x,y),r = cv2.minEnclosingCircle(c)
    center = (int(x),int(y))
    r = int(r)
    if 10 <= r <= 15:
        cv2.circle(image,center,r,(0,255,0),2)

# cv2.imwrite('omr_processed.png', image_ori)
cv2.imshow("original",image_ori)
cv2.waitKey(0)

将numpy导入为np
进口cv2
image_ori=cv2.imread（“circle_opt.png”）
下限=np.array（[0,0,0]）
上界=np.array（[255，255，195]）
图像=图像
掩码=cv2.inRange（图像上、下、上界）
蒙版_red=cv2.按位_和（图像，图像，蒙版=蒙版）
内核=np.ones（（3,3），np.uint8）
关闭=cv2.morphologyEx（掩码，cv2.MORPH_打开，内核）
轮廓=cv2.findContours（mask.copy（），cv2.RETR_外部，
cv2.链约简单[0]
sort（key=lambda x:cv2.boundingRect（x）[0]）
印刷透镜（轮廓）
对于等高线中的c：
（x，y），r=cv2。闭合圆（c）
中心=（整数（x），整数（y））
r=int（r）
恐怕你的问题太宽泛了。有很多方法和很多可能的解决方案，但是给出一个好的推荐需要更多的图片和一些限制。到目前为止，我的答案是：是的，有人知道将圆分类为填充圆的其他方法。@vzhadeyev使用的属性检查“查找轮廓”area@JeruLuke，这将给我一个有一个区域的等高线数组，从中我可以得到最大的一个或检查里面填充的像素的数量，但我仍然需要对像素数设置一些固定的阈值，以确定它是否已填充。这就是你的观点吗？@vzhadeyev是的，没错。这是一种反复试验的方法，用于确定要高亮显示的轮廓区域Getting TypeError:“key”是此函数的无效关键字参数。这是在python 2.7上测试的，请尝试。或者修改代码以在您使用的版本中工作。是的，使用相同的环境。不确定在传递到sort函数时为什么会出现错误，因此也不确定要更正什么在此之前没有使用“键”。您可以将该行注释掉。如果只想检查功能，则无需排序：）