简介：该项目是一套基于Python与OpenCV的智能答题卡识别系统，结合图像处理和深度学习算法，面向计算机视觉学习者、高校学生以及需要实现自动阅卷功能的开发者，适合课程设计、毕业设计或实际项目参考。系统覆盖答题卡检测、选项区域分割、选项识别、答案判定与分数统计完整流程，代码按步骤组织，便于理解与复现。压缩包共60个文件，包含39张JPEG格式样本图像、8个XML标注与配置文件、5个Python源程序、1个Excel结果表格及说明文档，总体积约38.86MB，目录结构清晰，能够按模块查阅。目前已有448人学习，读者借助其中的图像数据集、源码和文档可快速上手，掌握基于轮廓检测与卷积神经网络的答题卡识别思路；代码中涉及边缘检测、透视变换、CNN分类等关键技术，可供二次开发或论文复现。

1. 基于Python和OpenCV的智能答题卡识别系统：它到底替你完成了哪些活

学校期中考试结束，几位老师对着两百张答题卡手动判分，一张卡二十五道题，还要算总分、誊到Excel里，折腾到晚上十点。我接手的问题很简单：能不能让机器在十秒内完成一张卡的识别判分？这套基于Python和OpenCV的智能答题卡识别系统，给出的答案是“能”，而且不需要昂贵的扫描仪和商用阅卷系统，普通的手机拍照图、日常打印机出来的答题卡就能跑通。系统把图像识别算法的完整链路——答题卡定位、透视矫正、选项区域分割、涂卡判定、答案比对、分数计算、Excel导出——全部串联了起来，附带源码、测试图片集和说明文档，不依赖第三方商业SDK，模型逻辑都写在Python脚本里。适合正在做图像处理课程设计的学生，也适合想把简单OCR阅卷流程落地在自己电脑上的从业者。

2. 从图纸到坐标：答题卡识别管线的核心算法逻辑

先把这套系统的处理管线捋清楚。它本质上是一条纯OpenCV的图像处理链路：输入一张答题卡照片，输出一份分数表。理解这条链路，比直接看代码更省时间——因为图像识别项目里，代码是算法的具象，算法是代码的灵魂。管线顺序大致如下：图像读取与预处理 → 答题卡区域检测 → 透视矫正 → 选项网格切分 → 涂卡判定 → 答案比对 → 分数输出。下面拆三个关键环节讲，这三个环节基本决定了整个系统能不能跑通。

2.1 答题卡定位：边缘检测加轮廓筛选，比你想的容易也脆弱

答题卡在外观上有很强的先验特征：矩形边框、浅色纸面、印刷的黑框。因此定位环节通常采用Canny边缘检测加轮廓筛选的策略，而不是直接做深度网络目标检测。系统在get_answer.py中处理流程为：先对灰度图做高斯模糊，去掉噪点，然后用Canny算子提取边缘，接着调用cv2.findContours找出所有轮廓，按轮廓面积排序，取面积最大的四边形作为答题卡区域。这个策略在大多数环境光照正常、背景简单的场景下非常稳定，但需要预先设定一个约束：检测到的四边形必须近似是一个矩形，即四个角点连线形成的轮廓拥有四个顶点。

import cv2 import numpy as np def detect_answer_sheet(image_path): # 以灰度图读入，强制转换为float避免后续计算溢出 img = cv2.imread(image_path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 高斯模糊，核大小设为(5,5)，sigma标准差设为0，由函数自动计算 blurred = cv2.GaussianBlur(gray, (5, 5), 0) # Canny双阈值：低阈值50，高阈值150，可根据图像对比度微调 edges = cv2.Canny(blurred, 50, 150) # OpenCV 4.x返回两个值，OpenCV 3.x返回三个值，注意兼容性 contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 轮廓按面积从大到小排序，答题卡在画面中通常占据最大面积 contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5] sheet_contour = None for cnt in contours: # 先用多边形逼近，epsilon是周长的一定比例，控制逼近精度 peri = cv2.arcLength(cnt, True) approx = cv2.approxPolyDP(cnt, 0.02 * peri, True) # 答题卡区域必须是四边形，顶点数等于4才进入候选 if len(approx) == 4: sheet_contour = approx break return img, gray, sheet_contour

这段代码里两个参数最值得关注。cv2.Canny的双阈值需要根据实际拍摄条件调整：光线均匀的扫描图可以适当提高低阈值到80，去掉纸张纹理产生的微边缘；手机随手拍的照片，建议保留在50以下，否则答题卡边缘可能断裂。0.02 * peri是轮廓逼近精度，这个0.02是经验值——太小会导致逼近出来的多边形锯齿过多，顶点数量超过四个；太大会把直角压成斜边，矩形轮廓丢失。我通常会在上位机上同时打印出检测到的轮廓顶点数和面积，方便当场试错。

2.2 透视校正：四个顶点排序的数学细节和OpenCV实现

答题卡定位成功之后，最麻烦的问题随之而来：摄像头视角往往不正，拍出来的答题卡是倾斜的平行四边形，不是矩形。直接在这种图上做网格切分必然失败。解决手段是透视变换：先确定图像中答题卡四角的坐标，再确定一个固定尺寸的目标矩形，求解单应性变换矩阵，把答题卡区域“矫正”成正视图。

这一步的实现很依赖四个点的顺序约定。cv2.getPerspectiveTransform要求输入的四点与输出四点按相同顺序对应，通常我按左上、右上、右下、左下排序。判断方法很朴素：先求和，横纵坐标和最小的点是左上；先做差，差值最小的点是右上；其余两点根据坐标大小分配到右下和左下。

def order_points(pts): # 初始化四个角点的坐标存储结构 rect = np.zeros((4, 2), dtype="float32") s = pts.sum(axis=1) # 每个点的x+y diff = np.diff(pts, axis=1) # 每个点的y-x rect[0] = pts[np.argmin(s)] # 左上角：x+y最小 rect[2] = pts[np.argmax(s)] # 右下角：x+y最大 rect[1] = pts[np.argmin(diff)] # 右上角：y-x最小 rect[3] = pts[np.argmax(diff)] # 左下角：y-x最大 return rect def four_point_transform(image, pts): rect = order_points(pts) (tl, tr, br, bl) = rect # 分别计算上下底和左右边的最长距离，作为目标矩形的宽和高 width_top = np.linalg.norm(br - bl) width_bottom = np.linalg.norm(tr - tl) max_width = max(int(width_top), int(width_bottom)) height_left = np.linalg.norm(tr - br) height_right = np.linalg.norm(tl - bl) max_height = max(int(height_left), int(height_right)) dst = np.array([[0, 0], [max_width - 1, 0], [max_width - 1, max_height - 1], [0, max_height - 1]], dtype="float32") M = cv2.getPerspectiveTransform(rect, dst) warped = cv2.warpPerspective(image, M, (max_width, max_height)) return warped

order_points是整个透视矫正的关键，一旦四个点的顺序排错，矫正出来的图像会整体旋转90度或180度，后续所有切分全部失效。项目文件里的warped.jpg就是矫正后的中间产物，这也是我建议大家排查问题时必须保存的调试图——看到warped.jpg是正的矩形，才继续往下跑。warpPerspective的插值方式默认是双线性，处理答题卡这种线条精细的图像时够用；如果换成立方插值cv2.INTER_CUBIC，边缘更平滑，但耗时增加，批量处理时不太划算。

2.3 选项区域切分：按行列投影切格子的两种常见做法

答题卡矫正成矩形之后，接下来要把选项区域拆成独立的格子。常见做法有两种：第一种是纯粹基于图像投影的自动切分，把矫正图像二值化，统计每一行、每一列的黑像素数量，黑像素密集的区域就是题号行，空隙就是边界，以此切出格子。第二种是模板化切分，提前在代码里定义好题目数量、每行选项数、起始坐标和偏移量，直接按照坐标切片。这套系统的优势就在这里：它结合了两种思路——通过投影找到题目区域的整体范围，再用预设的行列数按网格切分，而不是完全靠算法猜。

def split_choices(warped_binary, questions=25, choices=4): # 统计每行的黑色像素数量，用于确定题目的行边界 row_projected = np.sum(warped_binary, axis=1) # 找出黑像素大于某阈值的行索引范围，形成若干连续区间 row_peaks = [] start = None for i, val in enumerate(row_projected): if val > 0 and start is None: start = i elif val == 0 and start is not None: row_peaks.append((start, i)) start = None # 说明：这里每个row_peak区域就是一道题或一组题 # 实际项目中，更稳妥的做法是按坐标比例切，比例参数从模板里读 cell_h = warped_binary.shape[0] // questions cell_w = warped_binary.shape[1] // choices cells = [] for q in range(questions): row_cells = [] for c in range(choices): y_start = q * cell_h y_end = (q + 1) * cell_h x_start = c * cell_w x_end = (c + 1) * cell_w cell_crop = warped_binary[y_start:y_end, x_start:x_end] row_cells.append(cell_crop) cells.append(row_cells) return cells

这里有一个我必须强调的细节：纯靠投影法做工程落地，容错率并不高。答题卡印刷时的裁切偏移、学生手写笔迹越过边界，都会让投影峰谷错乱。更好的做法是像上面代码展示的那样，第一遍用投影定位大范围，第二遍用等分网格方式切——因为正规印刷答题卡的格子间距是等宽的。如果切分结果出现了某行明显比别人的高或者矮，先别怀疑算法，去检查warped.jpg的矫正结果，通常是透视变换时顶点坐标取到了答题卡外边框上的印刷标记。

3. 涂卡判定和判分实现：从像素统计到成绩表

定位和切分做完，系统的重头戏就来了：判断每个格子里用户有没有涂卡，以及涂的是哪个选项。这一步直接决定识别正确率。传统的图像处理方案里，“涂没涂”通常用二值化后的黑色像素占比来衡量——格子区域内有明显的大面积黑色，就认为是填涂过；没有，就认为是空白。这是一个像素统计问题，准确率在光线稳定时能达到很高水准，代价是几乎零成本，不需要跑任何模型。

3.1 涂卡判定：用非零像素占比代替“肉眼观感”

项目里的判定逻辑集中在对每个小格子的二值化图像做cv2.countNonZero统计，计算黑色像素在格子总面积中的占比，并和经验阈值比较。这个阈值通常设在0.3左右，但我更建议做成可配置常量，因为不同纸张的反光特性、不同打印机的墨粉浓度，都会改变这个数值。如果阈值过低，铅笔擦不干净的残留会被误判成涂卡；如果阈值过高，2B铅笔涂得轻一点的格子会被漏判。

import cv2 import numpy as np # 判定阈值：黑色像素占比超过30%认为是有效填涂 MARK_THRESHOLD = 0.3 def is_marked(cell_binary): # cell_binary已经是二值图，黑色为0，白色为255 # 非零像素是白色部分，所以先用逻辑取反再统计黑色 total = cell_binary.shape[0] * cell_binary.shape[1] black_pixels = total - cv2.countNonZero(cell_binary) ratio = black_pixels / total return ratio > MARK_THRESHOLD def extract_answers(warped_gray, questions=25, choices=4): # 先做自适应阈值，避免全局阈值在光照不均时失效 binary = cv2.adaptiveThreshold(warped_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 11, 2) cells = split_choices(binary, questions, choices) answers = [] for q_row in cells: mark_ratios = [] for cell in q_row: total = cell.shape[0] * cell.shape[1] black_ratio = (total - cv2.countNonZero(cell)) / total mark_ratios.append(black_ratio) # 取占比最大的选项索引作为最终答案，若最大占比不达标则记为空 max_idx = np.argmax(mark_ratios) if mark_ratios[max_idx] > MARK_THRESHOLD: answers.append(chr(ord('A') + max_idx)) else: answers.append('') return answers

很多人第一次接触这段逻辑会问：为什么不用连通域检测找“最黑”的区块，而是单纯看像素占比？我的回答是：像素占比在答题卡场景下就够了。涂卡铅笔留下的石墨区是密集块状，不是细线；而印刷在格子里的答案是细瘦字体，占空比通常在百分之十以内，两者在阈值两侧有清晰的分界。但要注意adaptiveThreshold的块大小11会被纸张纹理影响，如果你在处理扫描仪的300dpi高清图，块大小可以放大到21以上，它处理的是局部邻域的明暗分布，比全局阈值抗光照不均的能力强不少。

3.2 答案比对与计分：data.xls 的格式约定

识别完选项，下一步是比对标准答案。项目内的data.xls存储标准答案表，每行表示一道题目，列表示正确答案的字母。读取Excel用pandas.read_excel，因为免安装、交互友好，也便于后期增加班级、学号等字段。比对逻辑非常简单：系统识别出的选项字符串和标准答案字符串逐题比对，匹配即得分。比较容易被忽略的是分数权重——不同试卷的单选题分值不同，有的一题一分，有的一题两分。通常会把这个分值维护在配置函数里，而不是写死在代码中。

import pandas as pd def read_answer_key(xls_path): # 读取标准答案表，假设列为 question_id, correct_answer df = pd.read_excel(xls_path) # 转为字典，方便按题号索引 answer_key = dict(zip(df['question_id'], df['correct_answer'])) return answer_key def grade_paper(recognized_answers, answer_key, score_per_q=1): # 逐题比对并计算总分 total = 0 detail = [] for qid, pred in enumerate(recognized_answers, start=1): correct = answer_key.get(qid, '') # 大小写统一，避免因字母大小写导致的误判 if pred.strip().upper() == correct.strip().upper(): total += score_per_q detail.append({'question': qid, 'predicted': pred, 'correct': correct, 'score': score_per_q if pred == correct else 0}) return total, detail

这个模块真正的坑不在比对，而在答案文件的结构约定。data.xls里question_id的起始编号是0还是1，correct_answer是纯字母还是带空格，都和读取逻辑强耦合。我拿到项目的第一步永远是打开Excel确认列名和首行数据，而不是直接跑代码。如果read_excel出KeyError，不要怀疑函数，先去改Excel列名统一成代码里的约定。

3.3 批量判分与Excel导出：excel.py 的导出结构

项目里的excel.py负责把判分结果写成新的Excel表。一张表包含题号、学生答案、正确答案、每题得分、总分——这个结构对老师来说是最直观的。用pandas.DataFrame构建结果，再调df.to_excel()导出。这里有个小细节：to_excel需要指定index=False，否则会把DataFrame的行索引写进第一列，导出的表会多一列没意义的数字。同样，批量处理时建议把总分放在最后一列，而不是最前面，这样老师用Excel筛选时不容易误触列结构。

import pandas as pd def export_result(output_path, scores, details): # scores是每个学生的总分列表，details是每题的具体判定记录 records = [] for i, total in enumerate(scores): # 这个位置一般还会拼上学生的学号，来源是id.jpg的识别结果 records.append({ 'student_id': f'2024{i+1:03d}', 'total_score': total, }) df_scores = pd.DataFrame(records) df_details = pd.DataFrame(details) # 使用ExcelWriter可以在一个文件里写多个sheet with pd.ExcelWriter(output_path) as writer: df_scores.to_excel(writer, sheet_name='总成绩', index=False) df_details.to_excel(writer, sheet_name='判定明细', index=False)

导出这一步值得多花几分钟整理文件名规范。我一般用batch_xxx_results.xlsx的命名，加上时间戳，避免批量跑多轮时旧结果被覆盖。excel.py在项目里本身就是独立模块，它不关心上游识别用的是OpenCV还是深度学习模型，外部只需要传入一个内容约定好的数据结构。这样做的好处是解耦，等到将来想升级识别模块，不需要动Excel导出的任何代码。

4. 避坑指南：答题卡图像识别最容易翻车的五个位置

这个项目我实际跑过之后，最深的体会是：不是算法设计难，而是实际拍摄的图片质量带来的坑多到超乎想象。以下五条踩坑记录，都是我在复现和调试过程中反复遇到并解决的，按“现象 → 原因 → 解决”的方式列清楚。

4.1 整张答题卡区域出现大量黑色块，定位失败

• 现象：findContours后最大轮廓不是答题卡矩形，而是一坨黑色不规则区域，透视变换结果完全错乱。
• 原因：拍摄环境光照不均，答题卡上出现大面积反光或阴影，Canny边缘检测把阴影边界当成了轮廓。
• 解决：在预处理阶段加入cv2.equalizeHist做直方图均衡化，或者改用cv2.adaptiveThreshold代替固定阈值二值化后再找边缘。同时限制轮廓筛选条件：轮廓必须近似凸四边形且面积与图像总面积的比例在20%到80%之间。

4.2 透视矫正后图像上下颠倒，切分全乱

• 现象：warped.jpg是倒着的，选项区域切分出来的格子与正常方向完全相反。
• 原因：order_points函数对四角排序的坐标约定依赖矩形位置，如果答题卡在图像中是倒置摆放的，按坐标求和、求差排出的左上角实际是视觉上的右下角。
• 解决：不要在order_points里用全局坐标排序，改用计算四个角点之间距离的方式——距离最远的两个点是长短对角线端点，再用质心位置区分上下左右。如果仍然颠倒，在配置里增加一个rotate_admin手动修正开关，工程上这叫“统治级解决方案”。

4.3 铅笔涂卡被漏判，黑色像素占比总差一点

• 现象：答题卡在扫描仪下正常，换成手机拍完，原本涂满的格子判定为空。
• 原因：2B铅笔的石墨在手机摄像头的白平衡下反光，灰色像素没有被二值化归入黑色类。
• 解决：不要用全局阈值把灰度图硬转成二值图，改用自适应阈值或HSV色彩空间分离。具体做法是把灰度图cv2.cvtColor转到HSV取V通道，再用一个较宽容的阈值如60作为黑与灰的分界。涂卡判定阈值对应降为0.25。

4.4 OpenCV版本差异导致代码直接报错

• 现象：在Ubuntu上安装的OpenCV环境跑findContours报ValueError: not enough values to unpack。
• 原因：OpenCV 3.x中findContours返回(image, contours, hierarchy)三个值，OpenCV 4.x返回(contours, hierarchy)两个值。项目源码基于其中一个版本编写，跨版本运行时解包错误。
• 解决：统一按contours, _ = cv2.findContours(...)写法兼容4.x；如果用3.x，改成_, contours, _ = ...。更彻底的办法是在requirements.txt里固定版本，基于Python 3.8的虚拟环境直接用pip install opencv-python==4.5.5.64，一行命令避免后续环境差异。

4.5 识别答案与真实涂卡错位一整行

• 现象：所有题目识别结果刚好比真实答案向后推移了一题，第一题空，第二十五题多出来。
• 原因：网格切分时，一个没涂卡的空行被当成了题目行，导致整体索引偏移。常见于试卷顶部有姓名班级填写区域，投影分割时黑像素连续区间合并了不该合并的行。
• 解决：网格切分不要用连续黑色像素区间找题目行，改用固定坐标比例——直接从矫正图顶部按预设偏移跳过姓名栏区域，再按题目数量等分。这道工序没有捷径，必须对照真实的打印版量出各区域坐标。

5. 从脚本到可交付：GUI封装、学号识别和批处理扩展

get_answer.py跑通单张图片之后，下一步是把它变成别人也能用的东西。项目里turntogui.py正好是这个角色，它用Tkinter把识别流程包成一个桌面GUI：选择图片、点击识别、展示结果、导出Excel。GUI的代码架构不算复杂，但它暴露了传统脚本往软件形态演变时要处理的那些边界问题：文件路径弹窗、异常捕获、进度条反馈。

5.1 GUI封装:按钮后面依然是一条纯函数链路

turntogui.py的核心结构，是把get_answer.py里所有识别逻辑包成一个recognize_single_image(image_path)函数，GUI只负责调函数和展示结果。我比较认可这种分离方式——识别逻辑不依赖GUI框架，后续在命令行批处理时可以直接复用。GUI层的代码大约有这些关键节点：一个按钮绑定filedialog.askopenfilename选择图片；调用识别函数时用threading.Thread把耗时操作放到子线程，防止界面卡死；结果显示区域展示warped.jpg中间图和最终分数。

import tkinter as tk from tkinter import filedialog, messagebox from get_answer import recognize_single_image class AnswerSheetGUI: def __init__(self): self.root = tk.Tk() self.root.title("答题卡识别-OpenCV版本") self.img_path = None btn_open = tk.Button(self.root, text="选择答题卡图片", command=self.open_file) btn_open.pack(pady=10) btn_run = tk.Button(self.root, text="开始识别", command=self.run_recognition) btn_run.pack(pady=5) def open_file(self): # 限定图片格式，避免用户选入非图片文件导致异常 self.img_path = filedialog.askopenfilename( filetypes=[("Image files", "*.jpg *.jpeg *.png *.bmp")]) def run_recognition(self): if not self.img_path: messagebox.showwarning("提示", "请先选择答题卡图片") return try: total, details = recognize_single_image(self.img_path) messagebox.showinfo("识别结果", f"当前试卷总分: {total}") except Exception as e: messagebox.showerror("错误", str(e))

GUI版本在实际使用中最大价值，是让非技术用户不用碰命令行。但我也要提醒：Tkinter的mainloop是阻塞式的，识别期间如果直接在主线程跑OpenCV图像处理，UI会显示无响应。上面代码中我用了子线程的思路，但实际工程里还要配合一个Queue把识别结果传回主线程更新界面，否则Tkinter非线程安全的特性会引发随机闪退。

5.2 学号信息位识别：id.jpg 对应的数字区域

项目中有一张id.jpg，这是答题卡上的准考证号或学号区域。传统OpenCV方案识别数字的思路是：先按轮廓切出每一个数字格子，再和印刷数字模板做匹配。这里不需要上深度学习，因为学号数字都是标准印刷体，形状规整，模板匹配的准确率在干净图上足够高。模板匹配做法是把数字区域灰度化，二值化后按连通域切出单字符，与预制模板库里的0-9.png逐个算matchTemplate，取相关系数最高的作为结果。这个思路在扫描仪图上基本不翻车，难点依然是切分——如果学号格子的分隔线被手写笔迹覆盖，连通域就会粘连，最终只切出半个字符。遇到这种图，直接走手动输入学号的兜底方案反而更稳妥。

5.3 批量文件夹扫描：把单张识别扩成整批阅卷

实际阅卷场景没有一张张点开识别的耐心，所以批处理扩展几乎必然要做。思路也不复杂：用os.listdir遍历指定目录下的图片文件，逐个调用recognize_single_image，最后把结果汇总到同一个Excel里。这里要注意两个实际问题：其一，不同图片的分辨率、方向可能不同，建议批处理前置一个文件名命名规范，比如班级_学号.jpg，直接从命名里提取学生信息，而不是依赖id.jpg的识别；其二，识别失败的图片要单独记录，不能影响整个批次。项目里的getall相关文件表明它已经具备批量意图，但工程化程度通常停留在脚本调用层面。

import os import glob def batch_recognize(image_dir, result_excel_path): # 匹配常见的答题卡图片格式，按文件名排序保证顺序稳定 image_files = sorted(glob.glob(os.path.join(image_dir, "*.jpg"))) all_records = [] failed_files = [] for idx, img_path in enumerate(image_files): try: total, detail = recognize_single_image(img_path) # 从文件名中提取学生ID，例如 IMG_20241012_张三.jpg student_id = os.path.basename(img_path).split('_')[-1].split('.')[0] all_records.append({'file': img_path, 'student_id': student_id, 'total': total, 'detail': detail}) print(f"[{idx+1}/{len(image_files)}] {student_id}: {total}分") except Exception as e: failed_files.append(img_path) print(f"[失败] {img_path}: {e}") # 所有成功识别的结果统一导出 export_result(result_excel_path, all_records) print(f"完成，成功 {len(all_records)} 张，失败 {len(failed_files)} 张")

批处理代码里的failed_files列表是血泪经验的产物。第一次做批处理时我没有这一行，结果识别到第50张图片时报错退出，前面49张的结果全部丢失，因为异常中断了整个脚本。从那以后我凡是写批处理，一律坚持“失败文件单独登记，循环不中断”的写法，这个习惯帮我省掉了大量返工时间。

6. 最后一步：自建样本压测和阈值参数记录

你拿到这套源码之后，最有价值的参考动作不是直接拿真实试卷跑，而是先建一套自己的压测样本集。我的做法是打印三张空白答题卡，分别用四种方式填涂：第一张全部用2B铅笔填涂规范，第二张用力轻涂，第三张用黑色签字笔涂，第四张故意涂错几题并留下橡皮擦痕迹。这四种样本基本覆盖了日常使用场景的绝大多数变体。然后跑一遍系统，检查每一张图的输出与人工判定的一致性。

压测时我会特别关注两个指标：一是涂卡判定阈值取多少才能让四张样本都判对，二是光线变化时哪张样本先崩。经验值是这样的：在室内普通LED灯照明下，四张样本的黑色像素占比稳定落在0.35到0.75之间，阈值取0.3可以留足余量；但到了窗边自然光场景，轻涂样本的占比可能掉到0.22，此时阈值必须跟着下调到0.2。这就是为什么我反复强调阈值不能写死在代码里，而务必要放到配置模块或者命令行参数上。每换一个拍摄环境，调一次阈值并记录到一份params_log.txt，比事后猜参数高效得多。验证方式也有讲究：别只看总分对不对，要把每题的判定明细打印出来逐行对照。总分一致但内部错了四题的情况经常出现——因为涂卡算法可能在一道题上误判为空、另一道题上误判为已涂，总分恰好抵消。只有明细级核对才能真正发现系统边界。

最后说一个我自己的习惯。以前我改完图像处理代码，总爱拿着好消息图片反复测，测两遍过了就算完工。结果经常是上线之后换一张光线差一点的图就翻车。现在我不论改了什么参数或算法，都会在手边备一张“坏样本”——一张刻意拍歪、光线不足、有反光的失败图，每次修改都先跑它一遍，它不通过就继续调。这个习惯让我的交付从“跑通一张图”变成了“跑通一类场景”。这套基于Python和OpenCV的答题卡识别系统，坑和尖子都在算法边界里，你把边界摸清楚，它就是很好用的工具。希望帮到你。

本文还有配套的精品资源，点击获取