微尘

一，语音识别库 cmu-pocketsphinx。        当然要用现成的语音识别库了，自己的水平离开发语音识别库还远的很呢。网上搜索找到卡内基梅龙大学的开源语音项目，好象是李开复创办的项目。有JAVA实现，有C语言实现，pocketsphinx是专为嵌入式开发的轻便型C语言实现版本。而且已经有Android版本，所以语音识别库就选它了。要做语音识别需要几样东西：

背景：答题卡阅卷需要光标阅读机，有些小学校买不起光标阅读机。主要开源库：opencv,版本3.0。识别原理：把答题卡放在深色背景中，用查找轮廓定位好答题卡位置，用透视变换取出答题卡图像，根据位置判断是否被涂黑，识别出ABCD，对比标准答题计算出成绩。打包应用下载:http://veryjuly.com/anomr/anomr.apk答题卡定位与识别代码先在windows下测试完

opencv 手写选择题阅卷 (四)Android 手机应用开发 在PC端把代码调通以后开始开发Android 手机应用,因为主要功能代码为C++代码,所以需要通过NDK编译,JAVA通过JNI方式调用C++代码,好在opencv已经把android 下的库都编译好了,只需要连接就可以了,Android.mk文件内容如下: LOCAL_PATH := $(call my-dir) inclu

opencv 手写选择题阅卷 (二)字符识别 选择题基本上只需要识别ABCD和空五个内容,理论上应该识别率比较高的,识别代码参考了网上搜索的代码,因为参考的网址比较多,现在也弄不清是参考何处的代码了,在这里就不一一感谢了. 基本步骤: 一,识别函数接受一般64X64的灰度图像; 二,二值化并反色为黑底白字; 三,找出字符的最小包围矩形,并大小归一化为32X32; 四,计算图像的HOG特

(一)答题表格设计与识别 实际设计好的表格如下图 为了图像精确,表格和四角的标记都是由程序生成的,文字和数据是后期排版软件添加上去的. 图中四角的四个黑方块主要用来定位表格,然后就可以切割出每个单元格,最后去做字符识别. 具体步骤为: 1,灰度化并二值化; 2,查找轮廓,把找出四个定位标记; 3,透视变换,校正变形; 4,切割表格,分别识别每个表格; 实际操作中发现最关键的是