标签：新手 - 参考别人的项目做了略微的修改，大神轻喷。
参考文献：http://www.cuipengfei.cn/2018/04/opencv-answer-sheet-identify/
1.安装opencv，百度安装即可
注意点：不知道是我自己的问题还是为什么，导入库的时候一定要安装官方提供的顺序倒入，不然会报错，大神如果知道原因望告知我。
2.因为opencv是 c++语言 所以在oc中需要将.m 改为.mm就不报错了
3.因为c++没有uiimage属性 所以需要将 uiimage 转化成 c++的image 也就是 cv::mat
转换方法：
- (cv::Mat)cvMatImage {
CGColorSpaceRef colorSpace = CGImageGetColorSpace(self.CGImage);
CGFloat cols = self.size.width;
CGFloat rows = self.size.height;
cv::Mat cvMat(rows, cols, CV_8UC4); // 8 bits per component, 4 channels (color channels + alpha)
CGContextRefcontextRef =CGBitmapContextCreate(cvMat.data, // Pointer to data
cols, // Width of bitmap
rows, // Height of bitmap
8, // Bits per component
cvMat.step[0], // Bytes per row
colorSpace, // Colorspace
kCGImageAlphaNoneSkipLast|
kCGBitmapByteOrderDefault);// Bitmap info flags
CGContextDrawImage(contextRef,CGRectMake(0,0, cols, rows),self.CGImage);
CGContextRelease(contextRef);
returncvMat;
}
4.获取到用户的拍照图片转化成cv::mat 之后第一步 灰度处理
代码 cv::cvtColor(inputMat, tmp,CV_BGR2GRAY);
inputMat ->原图像 tmp->灰度处理后的图像 CV_BGR2GRAY ->将rgb转化gray
5. 去噪声和二值化
5.1去噪声 cv::blur(outputMat, tmp,cv::Size(3,3));
outputMat ->原图像 tmp -> 输出的图像 cv::Size 必须是单数 并且数字越大模糊的与厉害
5.2 二值化 非常重要的一步
代码：cv::adaptiveThreshold(outputMat, tmp, 255, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY_INV, 225, 40);
cv::adaptiveThreshold ->自适应阈值化方法
outputMat ->输入图片 tmp ->输出图片 255->最大色差阈值
CV_ADAPTIVE_THRESH_MEAN_C ->见详解 https://blog.csdn.net/superdont/article/details/6661994
CV_THRESH_BINARY_INV ->黑转白 白转黑
6.识别边缘，由于代码太长 不复制了
思想就是 找图片上的直线
7. 图片纠正
根据 第6步找到的直线，利用直线的交点 找到我们需要的涂填答题卡的区域 将这个区域转化成不是倾斜的图片
核心代码：
cv::Mat transform =cv::getPerspectiveTransform(src_vertices,dst_vertices); cv::warpPerspective(inputMat, tmp, transform,cv::Size(kuan, gao));
src_vertices ->原始图片有效区域的四个顶点坐标集合
dst_vertices ->纠正之后的图片四个定点坐标集合
inputMat -> 输入图像
tmp ->输出图像
cv::Size(kuan, gao) 输出图像的width height
8.切割识别区域
这一步呢 根据每张答题卡不同的行与行 列于列的间距进行处理
就不上代码了，看图
9.判断有效区域是否属于被涂抹
我判断的依据： 每一题四个选项的阈值 最高比最低多10 这一题算用户涂抹了
然后在判断这四个选项中阈值最大的一个 算用户涂抹的答案
以上就是我的拙见。
地址: https://github.com/Godwuqiang/shibiedatika.git