Введение

Aspose.OMR FOSS for Python — это открытая библиотека для создания OMR (optical mark recognition) форм — листов с вариантами ответов, чекбоксов и опросов — и распознавания отметок, которые респондент ставит на отсканированном или сфотографированном изображении. Она предназначена для разработчиков, автоматизирующих проверку экзаменов, подсчёт результатов опросов или сбор данных из форм в Python.

Библиотека импортируется как import omr и не зависит от каких-либо коммерческих пакетов Aspose. Она лицензирована по MIT и построена на трёх зависимостях: numpy, opencv-python и Pillow. Это ранний релиз (v0.1.0), охватывающий базовый, генерационный и распознающий слои полной поверхности Aspose.OMR.


Что включено

Дерево шаблонов, построенное в коде

Шаблон — это дерево конфигураций элементов с корнем в TemplateConfig, где PageConfig соответствует каждой физической странице, а конфигурации элементов такие как ChoiceBoxConfig, CheckBoxConfig, GridConfig, CompositeGridConfig и AnswerSheetConfig относятся к самим вопросам. BlockConfig и ContainerConfig предоставляют рамки-коробки и колонные макеты, а PositionedBlockConfig размещает дочерние элементы по абсолютным координатам.

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]

DSL разметки текста

То же дерево элементов можно построить из компактного текстового формата вместо объектов Python — это полезно для быстрой ручной разработки шаблона или генерации его из более простого источника данных.

from omr.api import OmrEngine

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

Распознавание и экспорт

TemplateProcessor.Recognize() считывает отсканированное изображение по сравнению с ранее сгенерированным шаблоном и возвращает RecognitionResult. Результат экспортируется в CSV, JSON или XML, каждый с соответствующим вариантом потока в памяти (GetCsvAsStream, GetJsonAsStream, GetXmlAsStream).

Перечисления систем письма и переполнения

Слой шаблона определяет системы письма Arabic, Hebrew, Persian, Urdu и Bengali (наряду с системой Western по умолчанию), а также подклассы LongWordHandling/OverflowAction (Clip, NoClip, Wrap) для переполнения текста. Обе группы перечислений корректно разбираются и проверяются на точность API с поверхностью Aspose.OMR, однако движок рендеринга этой версии поддерживает только LTR/Western и пока не учитывает поведение переполнения — обе функции находятся в дорожной карте upstream как ещё не реализованные.

Коррекция наклона и перекалибровка

Распознавание корректирует наклон сканирования с помощью опорных меток в углах (ReferencePointsSettings). TemplateProcessor.Recalculate() повторно применяет иной порог распознавания к существующему результату без повторного сканирования изображения.


Быстрый старт

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()

Открытый исходный код и лицензирование

Aspose.OMR FOSS для Python имеет лицензию MIT и размещён на GitHub. Коммерческое использование разрешено на тех же условиях, что и любой проект с лицензией MIT. Для корпоративных функций и поддержки в продакшене смотрите Aspose.OMR — Enterprise Product Family.


Начало работы

Связанные ресурсы