书名：计算机视觉40例从入门到深度学习：OpenCV-Python
作者：李立宗
出版社：电子工业出版社
出版时间：2022-07-01
ISBN：9787121436857

---

• 答题卡处理1
  找到答题卡的轮廓

第9章 答题卡识别

9.2 整张答题卡识别原理

9.2.2 答题卡处理

• 将答题卡铺满整个页面（倾斜校正、删除无效边缘），将选项处理为白色，背景处理为黑色。

• 答题卡的处理，需要解决如下几个核心问题。
  ● 问题1：如何从众多轮廓中找到答题卡的轮廓？
  ● 问题2：如何对答题卡进行倾斜校正、裁剪掉扫描的边缘？
  ● 问题3：如何实现前景、背景的有效处理？
  ● 问题4：如何找到答题卡内所有选项？

1、问题1：如何从众多轮廓中找到答题卡的轮廓

• 在将答题卡铺满整个页面前，最重要的步骤是判定哪个轮廓是答题卡的轮廓。也就是说，需要先找到答题卡，再对其处理。

• 通常情况下，将函数findContours的method参数值设定为cv2.CHAIN_APPROX_SIMPLE，
  当它识别到矩形时，就会使用4个顶点来保存其轮廓信息。
  因此，可以通过判定轮廓是否用4个顶点表示，来判定轮廓是不是矩形。

• 这个方法简单易行，但是在扫描答题卡时，可能会发生失真，使得原本是矩形的答题卡变成梯形。
  此时，简单地通过轮廓的顶点个数判断对象是否是答题卡就无效了。

• 不过，在采用逼近多边形拟合轮廓时，可以使用4个顶点拟合梯形。
  因此，通过逼近多边形的顶点个数可以判定一个轮廓是否是梯形：
  若一个轮廓的逼近多边形是4个顶点，则该轮廓是梯形；
  否则，该轮廓不是梯形。

2、程序

• 本例中，分别展示了矩形、梯形的轮廓、逼近多边形的顶点个数。

# -*- coding: utf-8 -*-
"""
Created on Thu Oct 19 10:17:50 2023

@author: dalong10
"""

import cv2

def cstNum(x):
    gray = cv2.cvtColor(x,cv2.COLOR_BGR2GRAY) 
    ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY) 
    cts, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) 
    print("轮廓具有的顶点个数：",len(cts[0]))
    peri = 0.01*cv2.arcLength(cts[0],True)
    #获取多边形的所有顶点，如果是 4 个顶点，就代表轮廓是矩形
    approx=cv2.approxPolyDP(cts[0],peri,True)
    #打印顶点个数
    print("逼近多边形的顶点个数:",len(approx))
        
# ====读取原始图像====
o1 =  cv2.imread('d:\\OpenCVpic\\XTest1.jpg')  
cv2.imshow('o1', o1)
o2 =  cv2.imread('d:\\OpenCVpic\\XTest2.jpg')  
cv2.imshow('o2', o2)

print("首先，观察一下梯形:")
cstNum(o1)
print("接下来，观察一下矩形:")         
cstNum(o2)          

cv2.waitKey()
cv2.destroyAllWindows()

运行结果
输出数据

3、分析

• 从上述程序输出结果可以看出，梯形的轮廓具有非常多个顶点，但是其逼近多边形只有4个顶点。扫描后的答题卡通常是一个梯形，据此可以判断在众多轮廓中哪个轮廓对应的是答题卡。

• 除此之外，还有一个方法是在找到的众多轮廓中，面积最大的轮廓可能是答题卡。因此，可以将面积最大的轮廓对应的对象判定为答题卡。