1.本项目以Python语言和OpenCV图像处理库为基础，在Windows平台下开发答题卡识别系统，建立精确的计算机视觉算法，实现对答题卡批量识别、信息导出至Excel表格等功能，使判卷轻量化、准确化、高效化。 2.项目运行环境：Python环境、OpenCV环境、图像处理工具包、requests、 base64和xlwt模块。 3.项目包括4个模块：信息识别、Excel导出、图形用户界面和手写识别。其中基于OpenCV算法，实现对图片中选项信息、学生身份信息的检测；利用Python标准GUI库Tkinter实现图形用户界面功能；针对个人信息部分，调用智能识别API对学院、姓名进行手写文字识别，对班级、学号进行数字识别。 4.项目博客： https://blog.csdn.net/qq_31136513/article/details/132598680

MATLAB答题卡识别系统（GUI，总分计算）Matlab MATLAB答题卡识别系统（GUI，总分计算）Matlab MATLAB答题卡识别系统（GUI，总分计算）Matlab MATLAB答题卡识别系统（GUI，总分计算）Matlab MATLAB答题卡识别系统（GUI，总分计算）Matlab

基于MATLAB答题卡识别系统（自动判分）

基于matlab的答题卡识别(批量阅卷，GU界面，考生分数查询）

本设计为基于matlab的霍夫曼检测的答题卡识别系统。识别单选，多选，学号，科目，答案，以及对比标准答案。

answer_sheet_scan 使用python3+opencv3实现的一些识别答题卡的例子 由于工作需要，最近在研究关于如何通过程序识别答题卡的客观题的答案，之前虽然接触过python，但对于计算机视觉这一块却完全是一个陌生的领域，经过各种调研，发现网上大多数的例子都是采用的OpenCV这个开源库来做的，OpenCV是计算机视觉领域的处理的一个非常优秀的开源库，原生由C++编写，也提供了各个主流编程语言的接口支持，这里选择python完全是因为python在计算机科学领域有着压倒性的优势和生态系统，所以使用它毫无疑问，最快上手的方式莫过于直接阅读网上已有的例子或者轮子了，通过阅读源码以问题驱动的方式来学习和研究某一项技术是比较高效的一种方式。 答题卡识别例子 博客相关 （1） （2） （3） （4） （5） 我的公众号(woshigcs) 有问题可关注我的公众号留言咨询

基于MATLAB的答题卡客观答题识别（统计分数，批量阅卷）

网上阅卷，答题卡制作,网上阅卷，答题卡制作,网上阅卷，答题卡制作,

课题为matlab答题卡识别，带界面GUI框架。需要您具备一定基础。可以识别学号，学科，填涂区的ABCD等，跟标准分数对比，判断及格与否。带界面GUI框架。需要您具备一定基础。请多包涵。

HTML5移动端答题卡切换代码是一款简单的手机答题页面，点击选择答题进入下一题问答选择切换代码。