مقدمه
Aspose.OMR FOSS برای Python یک کتابخانه متنباز برای طراحی فرمهای OMR (تشخیص علامت نوری) — برگههای پاسخ چندگزینهای، فرمهای چکباکس و نظرسنجیها — و شناسایی علامتهایی است که پاسخدهنده از روی تصویر اسکنشده یا عکاسی شده پر میکند. این کتابخانه برای توسعهدهندگانی هدف دارد که فرآیند نمرهدهی آزمون، تجمیع نتایج نظرسنجی، یا جمعآوری دادههای مبتنی بر فرم را در Python خودکار میکنند.
این کتابخانه به عنوان import omr وارد میشود و هیچ وابستگی به هیچ بسته تجاری Aspose ندارد. تحت مجوز MIT منتشر شده و بر پایهٔ سه وابستگی: numpy، opencv-python و Pillow ساخته شده است. این یک نسخهٔ اولیه (v0.1.0) است که لایههای پایه، تولید و تشخیص سطح کامل Aspose.OMR را پوشش میدهد.
چه چیزهایی شامل میشود
درخت قالب مبتنی بر کد
یک قالب درختی از پیکربندیهای عنصر است که ریشهٔ آن TemplateConfig است، با PageConfig برای هر صفحهٔ فیزیکی و پیکربندیهای عنصری مانند ChoiceBoxConfig، CheckBoxConfig، GridConfig، CompositeGridConfig و AnswerSheetConfig برای خود سؤالات. BlockConfig و ContainerConfig جعبههای حاشیهدار و چیدمانهای ستونی را فراهم میکنند، و PositionedBlockConfig فرزندان را در مختصات مطلق قرار میدهد.
from omr.generation.config import TemplateConfig
from omr.generation.config.elements.parents import PageConfig, CheckBoxConfig
tpl = TemplateConfig()
tpl.Name = "survey"
page = PageConfig()
cb = CheckBoxConfig()
cb.Name = "Q1"
page.Children = [cb]
tpl.Children = [page]
یک DSL برای نشانهگذاری متن
درخت عنصر یکسان میتواند از یک قالب متنی فشرده به جای اشیای Python ساخته شود — که برای نوشتن دستی یک الگو به سرعت یا تولید یک الگو از منبع داده سادهتر مفید است.
from omr.api import OmrEngine
markup = [
"?choicebox=Rate it",
"(1) Poor (2) Fair (3) Good",
"&choicebox",
]
engine = OmrEngine()
result = engine.Generate(markup)
تشخیص و خروجی
TemplateProcessor.Recognize() تصویر اسکنشده را در مقابل یک قالب قبلاً تولید شده میخواند و یک RecognitionResult برمیگرداند. نتیجه به CSV، JSON یا XML صادر میشود، که هر کدام دارای یک گونهٔ جریان در-حافظهٔ متناظر هستند (GetCsvAsStream، GetJsonAsStream، GetXmlAsStream).
Enumهای سیستم نوشتاری و سرریز
لایهٔ الگو Arabic، Hebrew، Persian، Urdu و Bengali را به عنوان سیستمهای نوشتاری تعریف میکند (بههمراه پیشفرض Western)، و زیرکلاسهای LongWordHandling/OverflowAction (Clip، NoClip، Wrap) برای سرریز متن. هر دو گروه enum بهدرستی برای دقت API با سطح Aspose.OMR تجزیه و اعتبارسنجی میشوند، اما موتور رندر این نسخه فقط LTR/Western است و هنوز رفتار سرریز را اعمال نمیکند — هر دو مورد در برنامهریزی مسیر بالادست بهعنوان پیادهسازینشده دنبال میشوند.
رفع انحراف و کالیبراسیون مجدد
تشخیص برای جبران انحراف اسکن با استفاده از علائم مرجع گوشهای (ReferencePointsSettings) اصلاح میشود. TemplateProcessor.Recalculate() آستانهٔ تشخیص متفاوتی را بر روی نتیجهٔ موجود دوباره اعمال میکند بدون اینکه تصویر دوباره اسکن شود.
شروع سریع
git clone https://github.com/aspose-omr-foss/Aspose.OMR-FOSS-for-Python.git
cd Aspose.OMR-FOSS-for-Python
pip install -e .from omr.api import OmrEngine, FormValidationLogic
engine = OmrEngine()
gen = engine.Generate("final-exam.txt") # or a code-first TemplateConfig
gen.Save("out", "final-exam") # -> out/final-exam.png + out/final-exam.omr
processor = engine.GetTemplateProcessor("out/final-exam.omr", FormValidationLogic.Ignore)
result = processor.Recognize("scan.png") # -100 = auto-calibrated threshold
print(result.GetCsv()) # also GetJson() / GetXml()
منبع باز و مجوزدهی
Aspose.OMR FOSS برای Python تحت مجوز MIT است و بر روی GitHub میزبانی میشود. استفاده تجاری تحت همان شرایط هر پروژه MIT-مجوزدار مجاز است. برای ویژگیهای سازمانی و پشتیبانی تولیدی، به Aspose.OMR — Enterprise Product Family مراجعه کنید.