Python 的 Aspose.OMR FOSS
在 Python 中设计 OMR 答题卡并从扫描图像中识别已标记的气泡 — 免费、开源且 MIT 许可证。
开源 Python 库用于光学标记识别
numpy、opencv-python 和 Pillow，没有其他更奇特的依赖。一个 OmrEngine 覆盖整个工作流——Generate() 将模板（可以是先用代码构建的 TemplateConfig 树，包含 ChoiceBoxConfig、CheckBoxConfig、GridConfig、AnswerSheetConfig 等元素，或使用紧凑的文本标记 DSL 编写的）转换为页面图像和一个 .omr 描述文件；GetTemplateProcessor() 加载该描述文件，以使用 Recognize() 或 RecognizeFolder() 识别新的扫描件，返回可导出为 CSV、JSON 或 XML 的结果。该库采用 MIT 许可证，使用单个 pip 命令即可安装（见下文）；它是早期版本（v0.1.0，开发状态：Alpha），覆盖完整 Aspose.OMR 表面的基础、生成和识别层——此版本的渲染仅支持 LTR/西文，RTL 书写系统和完整的溢出处理已在上游路线图中跟踪，但尚未实现。企业产品系列请参见 Aspose.OMR — Enterprise Product Family。设计并生成 OMR 表单
- 代码优先模板:
TemplateConfig、PageConfig以及元素配置 (ChoiceBoxConfig、CheckBoxConfig、GridConfig、CompositeGridConfig、AnswerSheetConfig) 描述页面上的每个字段。 - 标记 DSL: 紧凑的文本格式 (
?choicebox=.../&choicebox) 在不手动构建对象的情况下构建相同的结构。 - 书写系统枚举:
Arabic、Hebrew、Persian、Urdu、Bengali和Western用于在 API 与 Aspose.OMR 表面之间保持忠实；此版本的渲染器仅支持 LTR/Western — RTL 渲染尚未实现。 - 溢出枚举:
LongWordHandling和OverflowAction子类 (Clip、NoClip、Wrap) 能够正确解析和验证，但此版本的渲染器尚未遵循它们 — 实际的溢出行为尚不可配置。 - 复选框和选择组:
CheckBoxConfig与ChoiceBoxConfig支持多选；FormValidationLogic在每个TemplateProcessor中设置一次，如果一个Multiselect已禁用的问题收到多个标记，则可以触发异常。
可以使用 Aspose.OMR FOSS 的位置
- 考试和测验: 生成多项选择答题卡并识别已填充的气泡以实现自动评分。
- 调查和表单: 使用
AnswerSheetConfig构建编号的答题卡矩阵，以进行大规模的响应收集。 - 数据录入网格:
GridConfig和CompositeGridConfig捕获数值或自定义符号输入，合并为一个值。 - 可打印输出:
Save()将准备好的可打印 PNG 页面连同用于后续识别的.omr描述符一起写入。 - 批处理流水线:
RecognizeFolder()在一次调用中处理整个扫描文件夹。
识别标记并导出结果
- Stateless engine:
OmrEngine.Generate()生成一个GenerationResult（页面图像 +.omr模板 JSON）；GetTemplateProcessor()加载该模板以识别新的扫描。 - Multiple export formats:
RecognitionResult可导出为 CSV、JSON 或 XML，每种格式都有相应的流变体。 - In-memory results too:
MemoryGenerationResult通过GetImages()/GetOmr()将生成的图像以内存流的形式公开 —— 无需磁盘 I/O。 - De-skew and recalibration: 识别过程会根据角落参考标记校正扫描倾斜，
Recalculate()可在不重新扫描的情况下重新应用不同的阈值。 - Embedded images:
ImageCollection允许标记通过名称引用内存中的图像字节，避免文件系统往返。
开发者体验
Aspose.OMR FOSS for Python 只需一个 pip 命令即可安装（请参见下面的快速入门示例）。The API 围绕三个对象 — OmrEngine、TemplateConfig 树（或标记 DSL），以及 TemplateProcessor —，覆盖整个 generate → scan → recognize → export 工作流。
该库仅依赖 numpy、opencv-python 和 Pillow — 无需编译本机 OMR 二进制文件。它采用 MIT 许可证，托管在 GitHub 上，当前处于早期 v0.1.0 版本，覆盖完整 Aspose.OMR 表面的基础、生成和识别层。
生成表单并识别扫描答案
构建（或加载）模板，保存生成的页面图像和 .omr 描述符，然后识别扫描副本并将结果导出为 CSV。
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()
从标记构建多项选择题
文本标记 DSL 构建的元素树与代码优先的 API 相同。这里 ?choicebox=... 用于打开一个选择框问题，下一行列出其选项，&choicebox 用于关闭它 — Generate() 返回一个 .Template JSON 描述符，您可以直接检查。
import json
from omr.api import OmrEngine
markup = [
"?choicebox=Rate it",
"(1) Poor (2) Fair (3) Good",
"&choicebox",
]
engine = OmrEngine()
result = engine.Generate(markup)
desc = json.loads(result.Template)
cb = desc["Pages"][0]["Elements"][0]
print([b["Value"] for b in cb["Fields"][0]["Bubbles"]]) # ['Poor', 'Fair', 'Good']
常见问题
什么是 Aspose.OMR FOSS for Python 的许可模式？
它在 MIT 许可证下分发 — 免费使用、修改和分发，包括在商业产品中，前提是包含原始版权声明。
它需要哪些 Python 版本和依赖项？
Python 3.10 或更高版本，pip 会自动安装三个依赖 — numpy、opencv-python 和 Pillow。无需原生 OMR 硬件或外部服务。
我可以将生成的模板导出为 PDF 吗？
此版本中没有。GenerationResult.SaveAsPdf() 和 MemoryGenerationResult.GetPDF() 都会抛出 NotImplementedError。请改用 Save() 或 GetImages() 的 PNG 输出。
我可以将识别结果导出为哪些格式？
RecognitionResult 可通过 GetCsv()、GetJson() 和 GetXml() 导出为 CSV、JSON 或 XML，每种方式都有相应的内存流变体。
它支持除英语以外的其他语言吗？
尚未支持渲染。模板层定义了阿拉伯语、希伯来语、波斯语、乌尔都语和孟加拉语书写系统，以与 Aspose.OMR 表面保持一致，但此版本的渲染引擎仅支持 LTR/Western —— RTL 渲染和本地数字排版仍在上游路线图上，尚未实现。
是否支持多选答案验证？
是的，对于已禁用 Multiselect 的问题。将 FormValidationLogic.Exception 传递给 GetTemplateProcessor()，在此类问题收到多个标记时抛出；默认的 Ignore 会静默接受。GlobalPageSettings.Multiselect 默认启用。
