บทนำ

Aspose.OMR FOSS สำหรับ Python เป็นไลบรารีโอเพ่นซอร์สสำหรับออกแบบแบบฟอร์ม OMR (optical mark recognition) — แผ่นตอบแบบหลายตัวเลือก, แบบฟอร์มเช็คบ็อกซ์, และสำรวจ — และการจดจำเครื่องหมายที่ผู้ตอบกรอกจากภาพที่สแกนหรือถ่ายรูป มุ่งเป้าไปที่นักพัฒนาที่ทำงานอัตโนมัติกระบวนการให้คะแนนสอบ, การสรุปผลสำรวจ, หรือการเก็บข้อมูลจากแบบฟอร์มใน Python.

ไลบรารีนี้จะถูกนำเข้าเป็น import omr และไม่มีการพึ่งพาแพ็กเกจเชิงพาณิชย์ใด ๆ ของ Aspose มีใบอนุญาตแบบ MIT และสร้างบนสามการพึ่งพา: numpy, opencv-python, และ Pillow นี่เป็นรุ่นแรกเริ่ม (v0.1.0) ที่ครอบคลุมชั้นพื้นฐาน, การสร้าง, และชั้นการจดจำของพื้นผิว Aspose.OMR ทั้งหมด.


สิ่งที่รวมอยู่

ต้นไม้เทมเพลตแบบ Code-First

เทมเพลตคือโครงสร้างต้นไม้ของการกำหนดค่าองค์ประกอบที่เริ่มต้นที่ TemplateConfig, มี PageConfig สำหรับแต่ละหน้ากายภาพและการกำหนดค่าองค์ประกอบเช่น ChoiceBoxConfig, CheckBoxConfig, GridConfig, CompositeGridConfig, และ AnswerSheetConfig สำหรับคำถามเอง BlockConfig และ ContainerConfig ให้กล่องที่มีกรอบและการจัดวางเป็นคอลัมน์, และ PositionedBlockConfig วางลูกในพิกัดแบบสัมบูรณ์.

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 การทำเครื่องหมายข้อความ

ต้นไม้ขององค์ประกอบเดียวกันสามารถสร้างจากรูปแบบข้อความที่กะทัดรัดแทนวัตถุ Python — มีประโยชน์สำหรับการสร้างเทมเพลตด้วยตนเองอย่างรวดเร็วหรือการสร้างจากแหล่งข้อมูลที่ง่ายกว่า.

from omr.api import OmrEngine

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

การจดจำและการส่งออก

TemplateProcessor.Recognize() อ่านภาพสแกนโดยเทียบกับเทมเพลตที่สร้างขึ้นก่อนหน้าและคืนค่า RecognitionResult. ผลลัพธ์สามารถส่งออกเป็น CSV, JSON, หรือ XML, โดยแต่ละแบบมีรูปแบบสตรีมในหน่วยความจำที่ตรงกัน (GetCsvAsStream, GetJsonAsStream, GetXmlAsStream).

Enums ระบบการเขียนและการล้น

ชั้นเทมเพลตกำหนดระบบการเขียน Arabic, Hebrew, Persian, Urdu, และ Bengali (พร้อมค่าเริ่มต้น Western), และคลาสย่อย LongWordHandling/OverflowAction (Clip, NoClip, Wrap) สำหรับการล้นของข้อความ ทั้งสองกลุ่ม enum จะทำการพาร์สและตรวจสอบความถูกต้องอย่างถูกต้องสำหรับความแม่นยำ API กับพื้นผิว Aspose.OMR, แต่เอนจินเรนเดอร์ของรุ่นนี้รองรับเฉพาะ LTR/Western-only และยังไม่ปฏิบัติตามพฤติกรรมการล้น — ทั้งสองถูกติดตามในแผนงานอัปสตรีมว่าเป็นฟีเจอร์ที่ยังไม่ได้พัฒนา.

การแก้ไขการเอียงและการปรับเทียบใหม่

การจดจำแก้ไขการเอียงของการสแกนโดยใช้เครื่องหมายอ้างอิงที่มุม (ReferencePointsSettings). TemplateProcessor.Recalculate() ทำการนำค่าขีดจำกัดการจดจำที่แตกต่างไปใช้กับผลลัพธ์ที่มีอยู่โดยไม่ต้องสแกนภาพใหม่.


เริ่มต้นอย่างรวดเร็ว

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()

โอเพนซอร์สและการให้ลิขสิทธิ์

Aspose.OMR FOSS สำหรับ Python มีใบอนุญาต MIT และโฮสต์บน GitHub. การใช้เชิงพาณิชย์ได้รับอนุญาตภายใต้เงื่อนไขเดียวกันกับโครงการที่มีใบอนุญาต MIT ใด ๆ. สำหรับคุณลักษณะระดับองค์กรและการสนับสนุนการผลิต, ดู Aspose.OMR — Enterprise Product Family.


เริ่มต้น

แหล่งข้อมูลที่เกี่ยวข้อง