企业官网建设流程全解析

1. 项目概述：从手动阅卷到自动化识别

每次看到堆积如山的答题卡需要手动批改，或者需要从成千上万份纸质问卷中录入数据，你是不是也想过有没有更高效的办法？我最初接触这个需求，是在帮一个做教育培训的朋友处理期中考试的答题卡数据。他们每次考试后，都需要几个老师花一整个周末来读卡、统计分数，不仅效率低下，还容易因为疲劳而出错。当时我就想，既然答题卡上的信息本质上是图像上的特定标记，那用计算机视觉来自动处理岂不是天然合适？于是，基于OpenCV和Python的答题卡识别项目就这么开始了。

这个项目的核心目标很简单：用普通的摄像头或扫描仪，把纸质答题卡拍成照片，然后让程序自动识别出每道题的填涂选项，最后汇总成结构化的数据（比如Excel表格）。它解决的痛点非常明确——将人力从重复、枯燥的填涂识别工作中解放出来，提升数据采集的准确性和效率。无论是学校的小型测验、培训机构的学习评估，还是市场调研的问卷回收，这套方案都能派上用场。

听起来可能有点技术门槛，但别担心，我会把整个流程掰开揉碎了讲。你不需要是计算机视觉专家，只要对Python有基础了解，跟着步骤一步步来，就能搭建起属于自己的自动化识别系统。整个过程会涉及到图像预处理、轮廓检测、透视变换、阈值分割、模板匹配等一系列OpenCV的经典操作，我会在讲解每个步骤时，不仅告诉你怎么做，更重点解释为什么这么做，以及我踩过哪些坑。毕竟，看再多的理论，都不如自己动手实现一遍，再解决几个实际报错来得实在。

2. 核心思路与方案设计：如何让机器“看懂”答题卡

在动手写代码之前，我们得先想清楚机器要怎么“理解”一张答题卡。这和我们人眼识别完全不同，机器看到的只是一堆像素点。所以，我们的算法流程必须模拟并简化人的识别逻辑，将其转化为一系列可计算的图像操作。整个方案的设计可以概括为“先定位，后识别”的两阶段流水线。

2.1 定位阶段：找到答题卡的有效区域

你拍的照片不可能每次都方方正正，可能歪了、斜了，或者背景里杂七杂八的东西很多。第一步，也是至关重要的一步，就是让程序从复杂的背景中，精准地找到答题卡本身的位置，并将其“摆正”。

为什么需要定位？直接对原始照片进行识别是灾难性的。光照不均、拍摄角度导致的梯形畸变、无关背景的干扰，都会让后续的识别算法失效。定位的目的就是建立一个标准的、干净的“工作区”。

如何实现定位？业内最成熟、最可靠的方法是寻找答题卡上的定位标记。通常，答题卡会在四个角设计特殊的标记块，比如实心正方形或圆形。这些标记与题目选项的圆圈在大小、形状上有明显区别。我们的策略就是：

1. 预处理图像：转为灰度图，进行高斯模糊降噪，然后用Canny算子或阈值化方法突出边缘。
2. 寻找轮廓：找到图像中所有的闭合轮廓。
3. 筛选定位标记：根据轮廓的面积、宽高比、近似多边形的顶点数（例如，筛选出四个顶点的矩形）等特征，从众多轮廓中筛选出那四个角标记。
4. 透视变换：一旦找到四个角点，我们就知道了答题卡在图像中的位置。接着，利用OpenCV的getPerspectiveTransform和warpPerspective函数，进行透视变换，将歪斜的答题卡“拉正”成一个标准的矩形图像。这就好比把一张拍歪了的纸，在电脑里重新摆正了。

注意：这里有个大坑。如果答题卡边缘有折痕、阴影，或者定位标记印刷不清，轮廓检测可能会失败。我的经验是，在灰度化和阈值化阶段多下功夫，尝试不同的阈值参数（可以用自适应阈值），并加上形态学操作（如闭运算）来连接断开的边缘，能极大提高定位的鲁棒性。

2.2 识别阶段：在标准区域内识别填涂答案

把答题卡摆正后，我们就得到了一个“干净”的、坐标系固定的图像。接下来，识别就变成了在固定位置查找特定模式的问题。

识别的基本单位：气泡与选项通常，每道题有多个选项（如A/B/C/D），每个选项对应一个待填涂的“气泡”（圆形或椭圆形区域）。识别就是判断哪个气泡被填涂了。

主流的识别方法对比这里主要有两种思路，各有优劣：

对于绝大多数教育或调研用的标准答题卡，阈值分割+像素统计的方法已经完全够用，且实现更简单。这也是本项目将重点详解的方法。它的核心在于，我们需要精确地知道每一个气泡在摆正后的图像上的坐标位置。

如何获取气泡坐标？有两种方式：

1. 硬编码坐标：如果你处理的答题卡模板是固定不变的，你可以直接测量每个气泡中心点的像素坐标，在代码里写成一个列表。这种方式简单粗暴，但毫无灵活性，换一张样式不同的卡就得重写。
2. 动态检测坐标：更通用的方法是，在摆正后的答题卡上，再次利用轮廓检测，找出所有可能是气泡的小圆形轮廓，然后根据它们的行列位置进行排序和编号。这要求气泡的排列必须整齐有序。我们可以通过计算所有气泡轮廓的外接矩形，根据它们的y坐标（行）和x坐标（列）进行分组和排序，从而自动建立起“第几行第几列对应第几题第几个选项”的映射关系。

我强烈推荐第二种动态检测的方法。虽然前期调试会多花一点时间，但它赋予了程序强大的适应性。只要答题卡的气泡布局是规则的，哪怕题量增减，程序也能自动适应，一劳永逸。

3. 环境搭建与核心工具链

工欲善其事，必先利其器。在开始编码前，我们需要准备好Python环境和必要的库。别被下面一堆库的名字吓到，安装过程其实非常 straightforward。

3.1 Python与OpenCV安装指南

Python是这一切的基础，OpenCV（Open Source Computer Vision Library）则是我们处理图像的“瑞士军刀”。

Python环境建议使用Python 3.7及以上版本，我个人目前用Python 3.9，兼容性和稳定性都很好。如果你电脑上没有Python，去官网下载安装包，记得勾选“Add Python to PATH”，这样就能在命令行里直接使用了。

安装OpenCV打开你的命令行（CMD、PowerShell或终端），使用pip这个包管理工具安装。我们通常安装opencv-python这个包，它包含了OpenCV的主要模块。

pip install opencv-python

如果想用一些额外的、非免费的算法模块（比如SIFT），可以安装opencv-contrib-python，但本项目用不到。

pip install opencv-contrib-python

安装完成后，可以在Python中运行import cv2来测试是否成功。

为什么选择OpenCV？因为它强大、开源、社区活跃。几乎所有你能想到的图像处理操作，从最基本的读图、灰度化，到高级的特征检测、机器学习集成，OpenCV都有成熟的API。对于答题卡识别这种任务，它提供的轮廓查找、几何变换、图像滤波等功能，都是开箱即用，能节省我们大量造轮子的时间。

3.2 辅助工具库：让开发更高效

除了OpenCV，我们还需要几个帮手来让代码更简洁，数据处理更方便。

1. NumPy：这是Python科学计算的基础包，OpenCV的很多数据结构（如图像矩阵）底层就是NumPy数组。安装OpenCV时通常会自动安装，也可以手动确保：

   pip install numpy

2. imutils：一个超级方便的OpenCV工具函数库。它封装了很多常用的操作，比如调整图像大小（保持宽高比）、平移旋转、轮廓排序等，能让你的代码少写好几行。必装！

   pip install imutils

3. pandas / openpyxl：这是可选的，但强烈推荐。当识别出成百上千道题的数据后，你需要导出。Pandas可以轻松地将数据组织成DataFrame，然后一键导出为Excel（需要openpyxl引擎）或CSV文件，方便后续分析。

   pip install pandas openpyxl

实操心得：建议创建一个虚拟环境（venv或conda）来管理这个项目的依赖。这样能避免不同项目间的库版本冲突。比如，用python -m venv scan_env创建，然后激活它再安装上述包。你的项目目录会看起来非常干净专业。

4. 分步实现与代码深度解析

理论说再多，不如一行代码。接下来，我将带大家一步步实现整个识别流程，并对关键代码段进行详细解读。请准备好你的IDE（比如VSCode、PyCharm），我们开始。

4.1 第一步：图像读取与预处理

预处理的目标是简化图像，突出我们感兴趣的特征（边缘、轮廓），为后续步骤打下坚实基础。

import cv2 import numpy as np import imutils def load_and_preprocess(image_path): # 1. 读取图像 image = cv2.imread(image_path) if image is None: raise FileNotFoundError(f"无法在路径 {image_path} 找到图像文件") # 备份一份彩色图供最后显示用 orig = image.copy() # 2. 调整图像大小（可选，但建议） # 如果图像太大，处理速度会慢；太小，可能丢失细节。宽度设为600像素是个不错的折中。 image = imutils.resize(image, width=600) orig_resized = image.copy() # 调整大小后的彩色备份 # 3. 转换为灰度图 # 颜色信息对于识别填涂没有帮助，转为灰度可以减少计算量。 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 4. 高斯模糊 # 消除图像中的高频噪声（如纸张纹理、微小污点），使轮廓更平滑。 blurred = cv2.GaussianBlur(gray, (5, 5), 0) # 内核大小(5,5)是常用值，值越大越模糊。对于答题卡，不宜过度模糊以免丢失边缘。 # 5. 边缘检测 (Canny) # 找出图像中灰度变化剧烈的地方，即边缘。 edged = cv2.Canny(blurred, 75, 200) # 参数75和200是阈值，低于75的像素点不考虑，高于200的认为是强边缘。 # 介于两者之间的，如果连接到强边缘则被保留。这个参数需要根据图像对比度微调。 # 显示预处理各阶段结果（调试用） cv2.imshow("Original", orig_resized) cv2.imshow("Gray", gray) cv2.imshow("Blurred", blurred) cv2.imshow("Edged", edged) cv2.waitKey(0) cv2.destroyAllWindows() return orig_resized, gray, blurred, edged

关键点解析：

• imutils.resize保持了图像的宽高比，只指定宽度，高度自动计算，防止图像变形。
• 高斯模糊的核大小必须是正奇数，(5,5)是通用选择。
• Canny算子的两个阈值是经验值。如果发现边缘断断续续，可以适当降低低阈值（如50）；如果边缘太多太杂，可以提高高阈值（如250）。可以通过滑动条动态调试，找到最适合你图像的值。

4.2 第二步：定位答题卡与透视变换

这是整个流程的“定海神针”，如果这一步失败了，后面全错。

def find_answer_sheet_contour(edged_image): # 1. 在边缘图像中查找轮廓 # cv2.RETR_EXTERNAL 只检测最外层轮廓（答题卡外框） # cv2.CHAIN_APPROX_SIMPLE 压缩水平、垂直和对角线方向的冗余点，节省内存 contours, _ = cv2.findContours(edged_image.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 2. 轮廓按面积从大到小排序 contours = sorted(contours, key=cv2.contourArea, reverse=True) # 3. 遍历轮廓，寻找近似为矩形的轮廓（答题卡轮廓） sheet_contour = None for c in contours: # 计算轮廓周长 peri = cv2.arcLength(c, True) # 对轮廓进行多边形近似，epsilon是近似精度，通常取周长的百分比 approx = cv2.approxPolyDP(c, epsilon=0.02 * peri, closed=True) # 如果近似多边形有4个顶点，我们就认为找到了答题卡（矩形） if len(approx) == 4: sheet_contour = approx break # 找到最大的那个四边形就退出 # 如果没找到四边形轮廓，可以尝试其他策略或报错 if sheet_contour is None: # 有时答题卡边缘不明显，可以尝试对原图进行自适应阈值化再找轮廓 # 或者放宽epsilon值，例如 0.04 * peri raise ValueError("未能在图像中找到明显的答题卡轮廓。请检查图像质量或拍摄角度。") return sheet_contour def four_point_transform(image, pts): """ 对图像进行透视变换，将任意四边形矫正为矩形。 :param image: 原始图像 :param pts: 四边形的四个顶点坐标，顺序为 [左上， 右上， 右下， 左下] :return: 变换后的正视图 """ # 解包四个点 (tl, tr, br, bl) = pts # 计算新矩形的宽度：取上边和下边的最大长度 widthA = np.sqrt(((br[0] - bl[0]) ** 2) + ((br[1] - bl[1]) ** 2)) widthB = np.sqrt(((tr[0] - tl[0]) ** 2) + ((tr[1] - tl[1]) ** 2)) maxWidth = max(int(widthA), int(widthB)) # 计算新矩形的高度：取左边和右边的最大长度 heightA = np.sqrt(((tr[0] - br[0]) ** 2) + ((tr[1] - br[1]) ** 2)) heightB = np.sqrt(((tl[0] - bl[0]) ** 2) + ((tl[1] - bl[1]) ** 2)) maxHeight = max(int(heightA), int(heightB)) # 定义目标点：一个标准的矩形 dst = np.array([ [0, 0], [maxWidth - 1, 0], [maxWidth - 1, maxHeight - 1], [0, maxHeight - 1]], dtype="float32") # 将源点（pts）转换为NumPy数组 src = np.array(pts, dtype="float32") # 计算透视变换矩阵 M = cv2.getPerspectiveTransform(src, dst) # 应用透视变换 warped = cv2.warpPerspective(image, M, (maxWidth, maxHeight)) return warped # 在主流程中使用 orig, gray, blurred, edged = load_and_preprocess("your_answer_sheet.jpg") sheet_contour = find_answer_sheet_contour(edged) # 绘制找到的轮廓（用于调试） contour_image = orig.copy() cv2.drawContours(contour_image, [sheet_contour], -1, (0, 255, 0), 2) # 绿色，2像素宽 cv2.imshow("Detected Contour", contour_image) cv2.waitKey(0) # 对轮廓的四个点进行排序：顺序必须是 左上， 右上， 右下， 左下 # 这里需要一个辅助函数来排序，imutils提供了 `order_points` 函数，非常方便。 from imutils import perspective ordered_pts = perspective.order_points(sheet_contour.reshape(4, 2)) # 执行透视变换 warped = four_point_transform(orig, ordered_pts) cv2.imshow("Warped Answer Sheet", warped) cv2.waitKey(0) cv2.destroyAllWindows()

为什么需要order_points？cv2.findContours返回的轮廓点顺序是不确定的。而透视变换函数cv2.getPerspectiveTransform要求输入的点必须按照左上、右上、右下、左下的固定顺序。imutils.perspective.order_points这个函数通过计算点的x，y坐标之和与差，能智能地完成这个排序工作，省去了我们自己写逻辑的麻烦。

踩坑记录：透视变换后，有时图像会变得非常小或奇怪。这通常是因为四个点的顺序错了，导致变换矩阵计算错误。务必确保order_points工作正常。调试时，可以在原图上用数字标出排序后的点，直观检查顺序是否正确。

4.3 第三步：识别填涂答案（阈值法）

现在，我们得到了一张摆正的标准答题卡图像warped。接下来的任务是在上面找出所有气泡，并判断其填涂状态。

def recognize_answers(warped_image, total_questions=50, options_per_question=5): """ 识别答题卡上的答案。 :param warped_image: 经过透视变换的答题卡正视图（彩色）。 :param total_questions: 总题数。 :param options_per_question: 每道题的选项数（如A/B/C/D/E是5个）。 :return: 一个列表，包含每道题的答案（从0开始，例如0代表A，1代表B，未填涂为-1）。 """ # 1. 再次转为灰度并二值化（阈值分割） gray_warped = cv2.cvtColor(warped_image, cv2.COLOR_BGR2GRAY) # 使用Otsu's二值化或固定阈值。Otsu能自动计算最佳阈值，适用于前景背景对比明显的图。 _, thresh = cv2.threshold(gray_warped, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU) # THRESH_BINARY_INV 表示反转，让填涂区域（深色）变为白色（255），背景为黑色（0），方便轮廓检测。 cv2.imshow("Threshold", thresh) cv2.waitKey(0) # 2. 在二值图中查找所有轮廓（这次是找气泡） cnts, _ = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 过滤出可能是气泡的轮廓：基于面积和宽高比 bubble_contours = [] for c in cnts: (x, y, w, h) = cv2.boundingRect(c) aspect_ratio = w / float(h) area = cv2.contourArea(c) # 经验参数：气泡通常是近似圆形，宽高比接近1，且面积在一定范围内。 # 这些参数需要根据你的答题卡实际打印尺寸进行调整！ if 0.7 <= aspect_ratio <= 1.3 and 50 <= area <= 500: bubble_contours.append(c) # 3. 将气泡轮廓按行和列排序 # 假设气泡排列整齐：先按y坐标（行）分组，组内再按x坐标（列）排序。 # 使用 imutils 的 contours.sort_contours 方法，按从上到下、从左到右排序。 bubble_contours = imutils.contours.sort_contours(bubble_contours, method="top-to-bottom")[0] # 计算每行有多少个气泡轮廓 # 理想情况下：气泡总数 = 总题数 * 每题选项数 expected_bubbles = total_questions * options_per_question if len(bubble_contours) != expected_bubbles: print(f"警告：检测到 {len(bubble_contours)} 个气泡，但预期是 {expected_bubbles} 个。可能检测有误。") # 初始化答案列表 answers = [] # 4. 遍历每一题 for q in range(0, total_questions): # 获取当前题目的所有选项气泡轮廓 # 例如，第0题：气泡索引 0~4 (5个选项)，第1题：5~9，以此类推。 start_idx = q * options_per_question end_idx = start_idx + options_per_question question_contours = bubble_contours[start_idx:end_idx] # 对当前题目的选项轮廓按从左到右排序（确保A,B,C,D顺序） question_contours = imutils.contours.sort_contours(question_contours, method="left-to-right")[0] # 初始化当前题的答案 selected_option = -1 # -1 表示未填涂 max_black_pixels = 0 # 记录最大的黑色像素数（填涂最满的选项） # 5. 遍历当前题的每个选项气泡 for (option_idx, c) in enumerate(question_contours): # 为每个气泡创建一个掩模（mask） mask = np.zeros(thresh.shape, dtype="uint8") cv2.drawContours(mask, [c], -1, 255, -1) # -1 表示填充轮廓内部 # 将掩模应用到二值图像上，只保留当前气泡区域 mask_applied = cv2.bitwise_and(thresh, thresh, mask=mask) # 统计该气泡区域内非零像素（白色，即填涂部分）的数量 total_pixels_in_bubble = cv2.countNonZero(mask_applied) # 判断：如果这个气泡的填涂像素数超过阈值，且是当前题中最大的 # 阈值可以设为气泡区域总像素的某个百分比，例如40% bubble_area = cv2.contourArea(c) if total_pixels_in_bubble > max_black_pixels: max_black_pixels = total_pixels_in_bubble # 只有当填涂足够“满”时，才认为是有效填涂 if total_pixels_in_bubble > 0.4 * bubble_area: # 40%填充率阈值 selected_option = option_idx # 0对应A, 1对应B... # 记录这道题的答案 # 可以存储为字母，这里存储为索引 answers.append(selected_option) # （可选）在图像上绘制识别结果，用于可视化验证 if selected_option != -1: # 找到被选中的气泡轮廓 chosen_contour = question_contours[selected_option] # 用绿色圆圈标记它 ((x, y), r) = cv2.minEnclosingCircle(chosen_contour) cv2.circle(warped_image, (int(x), int(y)), int(r), (0, 255, 0), 2) # 在气泡旁边标出题号和答案 cv2.putText(warped_image, f"{q+1}:{chr(65+selected_option)}", (int(x)-10, int(y)-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2) cv2.imshow("Marked Answers", warped_image) cv2.waitKey(0) cv2.destroyAllWindows() return answers # 使用函数 warped = ... # 从上一节获得的透视变换后图像 detected_answers = recognize_answers(warped, total_questions=50, options_per_question=5) print(f"识别出的答案（索引，-1为未填涂）: {detected_answers}")

核心逻辑与参数调优：

• 阈值分割 (cv2.threshold)：THRESH_BINARY_INV是关键。因为填涂是深色的，在灰度图里值小，二值化后我们希望它变成白色（255）以便统计。Otsu方法通常效果很好，但如果光照极端不均，可能需要改用自适应阈值cv2.adaptiveThreshold。
• 气泡过滤：aspect_ratio和area的阈值是经验值。你需要根据你处理的答题卡图片分辨率，打印出来的气泡实际大小来调整。最好的办法是打印一张样卡，运行程序，把检测到的气泡轮廓画出来，看看哪些被漏掉或误检，然后微调这两个参数。
• 填充率阈值 (0.4 * bubble_area)：这个40%是判断一个气泡是否“被填涂”的关键。设得太低，可能把涂改痕迹或噪声当成答案；设得太高，可能识别不出轻轻的填涂。这个值需要根据实际填涂的浓淡程度进行校准。

4.4 第四步：结果输出与数据保存

识别出答案索引后，我们需要将其转换为可读的格式（如A/B/C/D）并保存。

import pandas as pd def save_answers_to_csv(answers_list, output_path="answers.csv"): """ 将答案列表保存为CSV文件。 :param answers_list: recognize_answers函数返回的答案索引列表。 :param output_path: 输出文件路径。 """ data = [] for i, ans_idx in enumerate(answers_list): question_num = i + 1 if ans_idx == -1: answer_letter = "N/A" # 或留空 "" else: answer_letter = chr(65 + ans_idx) # 0->'A', 1->'B', ... data.append({"题号": question_num, "答案": answer_letter}) df = pd.DataFrame(data) df.to_csv(output_path, index=False, encoding='utf-8-sig') # utf-8-sig支持Excel中文打开 print(f"答案已保存至 {output_path}") def save_answers_to_excel(answers_list, output_path="answers.xlsx"): """ 将答案列表保存为Excel文件。 """ data = [] for i, ans_idx in enumerate(answers_list): question_num = i + 1 if ans_idx == -1: answer_letter = "未填涂" else: answer_letter = chr(65 + ans_idx) data.append({"序号": question_num, "选项": answer_letter}) df = pd.DataFrame(data) # 使用openpyxl引擎写入xlsx文件 with pd.ExcelWriter(output_path, engine='openpyxl') as writer: df.to_excel(writer, sheet_name='答题结果', index=False) print(f"答案已保存至 {output_path}") # 使用示例 save_answers_to_csv(detected_answers, "my_test_answers.csv") save_answers_to_excel(detected_answers, "my_test_answers.xlsx")

扩展思考：除了保存答案，你还可以很容易地扩展功能：

• 自动评分：如果有一份标准答案（answer_key），可以在识别后立刻对比并计算分数。

  def calculate_score(detected_answers, correct_answers): score = 0 for i, (det, cor) in enumerate(zip(detected_answers, correct_answers)): if det == cor: score += 1 # 也可以处理多选题或扣分规则 return score

• 批量处理：将上述所有步骤封装成一个函数process_single_sheet(image_path)，然后遍历一个文件夹下的所有答题卡图片，实现全自动批量识别与成绩汇总。

5. 实战调试与避坑指南

理论代码跑通了，但一用到实际图片上，总会遇到各种稀奇古怪的问题。这一节，我把自己调试过程中遇到的典型问题和解决方案整理出来，希望能帮你快速排雷。

5.1 常见问题排查清单

5.2 提升鲁棒性的高级技巧

当你的基本流程能工作后，可以尝试以下技巧让它更稳定、更强大：

1. 模板匹配辅助定位：对于极其复杂或边缘模糊的背景，单纯靠轮廓找答题卡可能失败。可以在答题卡的四个角设计独特的、高对比度的定位图案（如阿兹特克码或特殊的几何图形）。先使用模板匹配(cv2.matchTemplate)快速找到这四个图案的位置，再用它们作为角点进行透视变换。这种方法抗干扰能力极强。

2. 基于HSV的填涂识别：如果学生用了蓝色圆珠笔填涂，在灰度图里和铅笔灰度可能接近。可以转到HSV空间，针对“蓝色”的色调(H)范围进行阈值分割，专门提取蓝色填涂区域。

   hsv = cv2.cvtColor(warped, cv2.COLOR_BGR2HSV) # 定义蓝色的HSV范围（需要根据实际颜色调整） lower_blue = np.array([100, 150, 50]) upper_blue = np.array([130, 255, 255]) blue_mask = cv2.inRange(hsv, lower_blue, upper_blue) # 然后在blue_mask上统计像素，而不是在灰度二值图上。

3. 处理填涂不满或擦除不净：这是实际阅卷中最常见的问题。可以采用“相对比较法”：对于每一道题，计算所有选项气泡内的非零像素数。然后进行排序，如果第一名的像素数远大于第二名（例如，大于2倍），且第一名超过一个最小阈值，则判定第一名被选中。这样可以有效避免因填涂浅或擦除残留导致的误判。

4. 代码健壮性封装：将整个识别流程封装成一个类(AnswerSheetScanner)。把诸如Canny阈值、气泡面积范围、填涂比例阈值等参数都作为类的属性，方便在初始化时调整。还可以增加日志记录功能，把每步的处理结果（中间图像）保存下来，方便出问题时回溯。

6. 项目扩展与优化方向

一个基础的答题卡识别系统完成后，你可以根据实际需求，把它打磨得更专业、更易用。

6.1 功能扩展：从识别到全流程管理

1. 批量处理与自动化流水线：结合Python的os和glob模块，扫描指定文件夹下的所有图片（支持.jpg, .png等），自动依次处理，并将所有结果汇总到一个总表里，按文件名区分不同学生的答卷。
2. 与数据库集成：将识别出的学生学号（如果答题卡上有考号区域）和答案存入SQLite或MySQL数据库，方便进行长期的成绩管理和数据分析。
3. 开发图形用户界面（GUI）：使用tkinter、PyQt或streamlit为你的程序做一个简单的界面。用户可以点击按钮选择图片，在界面上预览识别出的答案和标记图，然后导出结果。这对给非技术背景的同事或老师使用非常友好。
4. 考号识别（OCR集成）：答题卡上通常有手写或打印的考号区域。你可以使用OCR（光学字符识别）库，如pytesseract（Google Tesseract的Python封装），来识别考号。先定位考号框（同样用轮廓检测），裁剪出来，预处理（二值化、去噪），然后调用Tesseract识别数字。这样就能实现“学号-答案”的自动绑定。

6.2 性能与精度优化

1. 多线程/异步处理：如果需要处理成百上千张图片，可以使用Python的concurrent.futures.ThreadPoolExecutor实现多线程，充分利用多核CPU，显著提升批量处理速度。
2. 深度学习降维打击：对于样式极其复杂、传统图像处理算法难以应对的答题卡（比如选项是方块、三角形，或者背景有复杂图案），可以考虑使用深度学习。你可以收集几百张已标记的答题卡图片（标注出每个气泡的位置和是否填涂），训练一个目标检测模型（如YOLO或SSD）来直接定位和识别填涂状态。这是终极解决方案，但需要一定的数据和深度学习知识。
3. 参数自动化校准：与其手动调整阈值参数，不如写一个自动校准脚本。程序可以处理几张已知答案的“校准卡”，根据识别结果与真实答案的差异，自动反向调整Canny阈值、气泡面积范围等参数，使准确率最大化。

回过头来看，这个项目虽然起点是解决一个具体的填涂卡识别问题，但它几乎串起了OpenCV图像处理的整个基础流程：读图、预处理、轮廓发现、几何变换、阈值分割、像素统计。无论你以后是做文档扫描、物体测量，还是简单的工业质检，这里面的思路和技巧都是相通的。我建议你在跑通基本代码后，不要停下，试着去处理一些不“完美”的图片，比如倾斜更严重的、光线更暗的、有折痕的。正是在解决这些异常情况的过程中，你对图像处理的理解才会真正加深。