Introdução

Aspose.OMR FOSS para Python é uma biblioteca de código aberto para projetar formulários OMR (optical mark recognition) — folhas de respostas de múltipla escolha, formulários com caixas de seleção e pesquisas — e reconhecer as marcas que um respondente preenche a partir de uma imagem digitalizada ou fotografada. Ela tem como alvo desenvolvedores que automatizam correção de exames, tabulação de pesquisas ou coleta de dados baseada em formulários em Python.

A biblioteca é importada como import omr e não tem dependência de nenhum pacote comercial Aspose. É licenciada sob MIT e construída sobre três dependências: numpy, opencv-python e Pillow. Esta é uma versão inicial (v0.1.0) que cobre as camadas de fundação, geração e reconhecimento da superfície completa de Aspose.OMR.


O que está incluído

Uma Árvore de Template Code-First

Um modelo é uma árvore de configurações de elementos enraizada em TemplateConfig, com PageConfig para cada página física e configurações de elementos como ChoiceBoxConfig, CheckBoxConfig, GridConfig, CompositeGridConfig e AnswerSheetConfig para as próprias perguntas. BlockConfig e ContainerConfig fornecem caixas com bordas e layouts de colunas, e PositionedBlockConfig posiciona os filhos em coordenadas absolutas.

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]

Uma DSL de marcação de texto

A mesma árvore de elementos pode ser construída a partir de um formato de texto compacto em vez de objetos Python — útil para criar manualmente um modelo rapidamente ou gerar um a partir de uma fonte de dados mais simples.

from omr.api import OmrEngine

markup = [
    "?choicebox=Rate it",
    "(1) Poor (2) Fair (3) Good",
    "&choicebox",
]
engine = OmrEngine()
result = engine.Generate(markup)

Reconhecimento e Exportação

TemplateProcessor.Recognize() lê uma imagem digitalizada contra um modelo previamente gerado e retorna um RecognitionResult. O resultado é exportado para CSV, JSON, ou XML, cada um com uma variante de fluxo em memória correspondente (GetCsvAsStream, GetJsonAsStream, GetXmlAsStream).

Enums de Sistema de Escrita e Overflow

A camada de modelo define os sistemas de escrita Arabic, Hebrew, Persian, Urdu e Bengali (junto ao padrão Western), e as subclasses LongWordHandling/OverflowAction (Clip, NoClip, Wrap) para overflow de texto. Ambos os grupos de enum são analisados e validados corretamente para fidelidade API com a superfície Aspose.OMR, mas o mecanismo de renderização desta versão é apenas LTR/Western e ainda não respeita o comportamento de overflow — ambos estão rastreados no roadmap upstream como ainda não implementados.

Desinclinação e Recalibração

O reconhecimento corrige a inclinação da digitalização usando marcas de referência nos cantos (ReferencePointsSettings). TemplateProcessor.Recalculate() reaplica um limiar de reconhecimento diferente a um resultado existente sem re-digitalizar a imagem.


Início Rápido

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()

Código Aberto e Licenciamento

Aspose.OMR FOSS para Python está licenciado sob MIT e hospedado em GitHub. O uso comercial é permitido sob os mesmos termos de qualquer projeto licenciado sob MIT. Para recursos empresariais e suporte de produção, veja Aspose.OMR — Enterprise Product Family.


Começando

Recursos Relacionados