Python I'；我试图分析Scantron表单并为OMR项目创建密钥

因此，我试图使用OpenCV扫描此表单，并从本质上为标记的问题制定一个键。现在我试着去做一些我在网上找到的例子，我把它转换成一个二值图像，但是我在检测问题的标记时遇到了问题。我在网上找到了一个教程，但他们使用了不同格式的表单，这个表单上的内容比示例中显示的要多得多，我可以使用更熟悉OpenCV的人提供的一些输入。帮助不一定是对我的代码甚至工作代码的改进，它可以是指向更有用的文档、材料或教程的链接和参考。

def分析键（自身）：
keypix=self.doc.getPagePixmap（0，alpha=False）
keyim=self.pixel2np（keypix）
imwrite（“keyimage.jpg”，keyim）
key=cv2.imread（“keyimage.jpg”）
灰度=cv2.CVT颜色（键，cv2.COLOR\u BGR2GRAY）
模糊=cv2.高斯模糊（灰度，（5,5,0）
边缘=cv2.Canny（模糊，75200）
cv2.imshow（“键”，边缘）
cnts=cv2.findContentours（edge.copy（），cv2.RETR_EXTERNAL，
cv2.链条（近似简单）
cnts=cnts[0]如果imutils.is_cv2（）其他cnts[1]
docCnt=无
#确保至少找到一个轮廓
如果len（cnts）>0：
#根据轮廓的大小对轮廓进行排序
#降序
cnts=已排序（cnts，key=cv2.contourArea，reverse=True）
#在已排序的等高线上循环
对于碳纳米管中的碳：
#近似轮廓
peri=cv2.弧长（c，真）
近似值=cv2.近似聚合度（c，0.02*peri，真）
#如果我们的近似轮廓有四个点，
如果len（近似值）=4：
docCnt=近似值
打破
#originalkey=四点变换（关键点，文档重塑（4，2））
#newkey=four_point_transform（灰度，文档重塑（4，2））
keyim[：，：，2]=0
cv2.imshow（“分割”，keyim）
阈值=cv2。阈值（灰度，0255，
cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU）[1]
cv2.imshow（“大津”，脱粒）
cnts=cv2.findContours（thresh.copy（），cv2.RETR_EXTERNAL，
cv2.链条（近似简单）
cnts=cnts[0]如果imutils.is_cv2（）其他cnts[1]
问题=[]
对于碳纳米管中的碳纳米管：
（x，y，w，h）=cv2.boundingRect（c）
ar=w/浮子（h）
如果w>=20和h>=20，ar>=0.9和ar用于获得铅笔标记的轮廓，而不是阈值，则可以使用
cv2.inRange
区分灰色/黑色铅笔标记和橙色文本。您可以为允许的颜色选择下限和上限。在这里，我只选择黑色作为下限，灰色（180180）作为上限，并应用于您给出的彩色图像。这些值之间的任何像素都在下面显示的输出掩码中指示

img = cv2.imread('keyimage.jpg')
lower_bound = (0,0,0)
upper_bound = (180,180,180)
mask = cv2.inRange(img, lower_bound, upper_bound)
plt.imshow(mask, cmap='gray')
plt.show()

为了获得铅笔标记的轮廓，而不是阈值，您可以使用
cv2.inRange
区分灰色/黑色铅笔标记和橙色文本。您可以为允许的颜色选择下限和上限。在这里，我只选择黑色作为下限，灰色（180180）作为上限，并应用于您给出的彩色图像。这些值之间的任何像素都在下面显示的输出掩码中指示

img = cv2.imread('keyimage.jpg')
lower_bound = (0,0,0)
upper_bound = (180,180,180)
mask = cv2.inRange(img, lower_bound, upper_bound)
plt.imshow(mask, cmap='gray')
plt.show()

哇，这让分析变得非常容易，我有几个问题：一旦我达到了这一步，有没有办法抓住与标记相关的问题？再加上我的第二个问题是，我如何区分问题和出现在右边的ID号、表单号部分哇，这让分析变得非常容易，我有几个问题：一旦我达到了这一步，有没有办法抓住哪个问题与标记相关？另外，我的第二个问题是，我如何区分这些问题和出现在右边的ID号、表单号部分