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
- Começando
- Guia do Desenvolvedor
- Artigos da Base de Conhecimento
- API Reference
- Aspose.OMR FOSS para Python em GitHub