第一部分预处理：https://my.oschina.net/u/3268732/blog/1236298

第二部分图像切割：https://my.oschina.net/u/3268732/blog/1236344

第三部分选择题识别：https://my.oschina.net/u/3268732/blog/1237819

1.对数字图像部分进行处理 预处理部分同样需要，步骤与选择题模块相似，但目的不同，文字部分主要将数字变粗，便于识别。其实也就是和选择题模块相比变了几个参数

NumImg=cv2.blur(thresh,(15,15))
NumImg=cv2.threshold(NumImg, 170, 255, cv2.THRESH_BINARY)[1]

2.调用百度ocr api 试过多种检测方式，还是用别人家现成的好http://apistore.baidu.com/ 百度api使用方法： 首先需要注册一个百度云账号，这样在个人中心里就会看到apikey。这个就是和百度进行交流的钥匙。然后找到百度ocr的入口找到接口地址。虽然这里给出了但还是可以看下文档，里面有些细节，比如图片想免费就要300k以内。上面给的python示例代码是py2的，这里给出py3的方式（http://apis.baidu.com/idl_baidu/baiduocrpay/idlocrpaid）

import sys, urllib, json
import urllib.request
import urllib.parse
import base64
url = 'http://apis.baidu.com/idl_baidu/ocridcard/ocridcard'data = {}
data['fromdevice'] = "pc"
data['clientip'] = "10.10.10.0"
data['detecttype'] = "LocateRecognize"
data['languagetype'] = "ENG"#英文模式
data['imagetype'] = "1"
#图片在本地file_object = open('T.png','rb')
try:img = file_object.read( )
finally:file_object.close( )
data['image'] =base64.b64encode(img)decoded_data = urllib.parse.urlencode(data)
decoded_data = decoded_data.encode('utf-8')req = urllib.request.Request(url,decoded_data)req.add_header("Content-Type", "application/x-www-form-urlencoded")
req.add_header("apikey", "这里填入个人中心的apikey") resp = urllib.request.urlopen(req)
content = resp.read()
if(content):content = json.loads(content.decode())print(content)

3.切割图片 根据具体情况需要切割图片才能让百度api识别，具体限制因素还是图片大小，切割方式，这里只给出示例

#切割具体位置[起始y：终止y，起始x：终止y]
tempimg1=img[240:461,213:939]
#图片切割，width，height分别填入目标宽高
tempimg1 = cv2.resize(tempimg1, (width, height), cv2.INTER_LANCZOS4)
#图片保存，png，jpg格式均可cv2.imwrite("T.png", tempimg1)

之后调用，若识别为英文需要转化，比如可能将0识别为D，这时转换即可，如：

def temp(char):if(char=='D'):return '0'

效果如图展示 当然若是能想办法去掉答题卡外围边框效果应该会更好……