|
1025| 2
|
[AI人工智能教程] 用LattePanda+网页摄像头,DIY一套智能答题卡批阅系统 |

|
本帖最后由 云天 于 2026-6-21 18:15 编辑 【项目简介】 每次考试后手动批改选择题,不仅耗时费力,还容易出错。我利用LattePanda Alpha开发板和普通USB摄像头,配合一个纯前端HTML网页,制作了一套智能答题卡自动批阅系统。学生只需将答题卡放在摄像头下,系统就能自动识别考号、批改选择题,并实时生成统计报表。 主要功能:
【软件清单】
【制作过程】 1. 摄像头支架设计与制作 答题卡识别的关键在于摄像头必须垂直于答题卡拍摄,否则图像畸变会导致识别失败。我使用激光切割机切割亚克力板制作了一个简易支架:
![]() ![]() 亚克力板透明度高、易于激光切割加工,是制作支架的理想材料。如果条件有限,也可以使用硬纸板或3D打印制作简易支架。 2. 硬件组装与连接 LattePanda Alpha是一款巴掌大小的x86单板电脑,尺寸仅115mm×78mm[,性能足以流畅运行网页应用。组装步骤:
![]() 3. 答题卡模板设计 答题卡需要包含以下元素:
![]() 网页内置了答题卡模板预览功能,点击“下载PDF模板”按钮即可生成并打印。 ![]() OMR识别原理 光学标记识别(OMR)是一种通过检测纸张上标记区域的明暗变化来读取信息的计算技术。本系统的识别流程如下:
黑色像素占比检测考号识别(带唯一性校验)布局参数(可自定义) 所有布局参数集中在代码开头的“布局参数”区域,方便调整:
【遇到的问题与解决方案】 问题一:白色检测区在普通光照下数值为0 现象:最初设计了白色检测区(要求左侧定位块右侧20像素区域白色占比>70%),但普通A4纸在常规光照下检测值一直为0,只有极强光才有数值。 原因:白色亮度阈值设置为200过高,普通光照下纸张亮度达不到该标准。 解决:将白色亮度阈值从200降至150,并最终完全移除了白色检测区,改为仅依赖四个黑色定位块的对齐检测,大幅降低了对光照条件的要求。问题二:第9题显示不全,第10题不显示 现象:答题卡选项区域整体靠下,导致底部题目超出画面。 原因:考号区域行高和选项起始Y值设置不当,10道题的总高度超过了480像素。 解决:调整布局参数:
现象:右侧两个定位点识别正常,但左侧两个一直闪烁。 原因:左侧定位块需要同时满足黑色检测(>65%)和白色检测(>70%),光照或纸张阴影导致白色区域不达标。 解决:最终移除白色检测区,只检测黑色定位块是否对齐,同时允许用户通过滑块调节涂黑阈值。问题四:同一张答题卡被重复识别 现象:智能模式下,答题卡一直放在摄像头下,系统会反复识别同一张卡。 解决:引入全局考号去重机制(recognizedIds集合),只有考号从未被识别过才触发批阅。手动拍照和连续模式也会将考号加入集合,清空统计记录时同步清空集合。 【功能演示】摄像头预览与辅助线 摄像头画面叠加了青色虚线辅助框,精确标示每个选项的识别区域,方便用户将答题卡对准。 智能定位识别点击“智能定位识别”按钮后,系统自动检测四个黑色定位块是否对齐。对齐后自动识别考号,若考号有效且未被识别过,立即执行批阅并记录结果。 统计报表右侧面板实时显示:
本项目利用LattePanda Alpha的强大算力和纯前端技术,实现了一套低成本、高可用的智能答题卡批阅系统。全部代码运行在浏览器中,无需安装任何额外软件,跨平台兼容性好。 未来可扩展方向:
云天智能答题卡批阅系统.zip |
沪公网安备31011502402448© 2013-2026 Comsenz Inc. Powered by Discuz! X3.4 Licensed