পাইথন ব্যবহার করে স্ক্যান করা শিট থেকে চিহ্নিত এলাকা সনাক্ত ও বের করুন

PyOMR দিয়ে শুরু করা

PyOMR লাইব্রেরি ইনস্টল করার সুপারিশকৃত পদ্ধতি হল GitHub ব্যবহার করা। মসৃণ ইনস্টলেশনের জন্য দয়া করে নিম্নলিখিত কমান্ডটি ব্যবহার করুন

 git clone https://github.com/pattyjogal/pyomr.git
cd pyomr
 

 pip install opencv-python numpy 

পাইথন ব্যবহার করে স্বয়ংক্রিয় ইমেজ প্রিপ্রসেসিং

• ওপেন সোর্স PyOMR লাইব্রেরি পাইথন অ্যাপ্লিকেশনের মধ্যে স্বয়ংক্রিয় ইমেজ প্রক্রিয়াকরণের সম্পূর্ণ সমর্থন অন্তর্ভুক্ত করেছে। লাইব্রেরিতে ডেস্কিউইং (Tilted স্ক্যান সংশোধনের জন্য), থ্রেশহোল্ডিং (ব্ল্যাক ও হোয়াইটে রূপান্তর করে চিহ্ন সনাক্তকরণ উন্নত করার জন্য) এবং নয়েজ রিমুভাল (নিম্ন-গুণমানের স্ক্যানে নির্ভুলতা বাড়ানোর জন্য) এর মতো বিল্ট-ইন ফাংশন রয়েছে। এছাড়াও, এটি স্ক্যান করা ফর্মের সাধারণ সমস্যাগুলি যেমন আলোর অমিল, কম কনট্রাস্ট, বা সামান্য অ্যালাইনমেন্ট ত্রুটি মোকাবেলা করতে সক্ষম। নিম্নলিখিত কোড উদাহরণটি দেখায় কীভাবে পাইথন অ্যাপ্লিকেশনের মধ্যে ইমেজ প্রক্রিয়া করা যায়।

from omr import omr_engine

# File paths
template_path = "config.json"
image_path = "answer_sheet.jpg"

# Run the OMR process
results = omr_engine.process_image(image_path, template_path)

# Output the results
for i, response in enumerate(results, 1):
    print(f"Q{i}: {response if response else 'No mark detected'}")

পাইথন ব্যবহার করে টেমপ্লেট-ভিত্তিক সনাক্তকরণ

PyOMR আপনার উত্তর শিটের লেআউট নির্ধারণের জন্য একটি JSON টেমপ্লেট ব্যবহার করে। এতে প্রশ্নের সংখ্যা, প্রতি প্রশ্নে বিকল্পের সংখ্যা, প্রথম বুদবুদ (বাবল) এর শুরুর অবস্থান, সারি ও কলামের মধ্যে স্পেসিং এবং বুদবুদের মাত্রা অন্তর্ভুক্ত থাকে। এটি সিস্টেমকে অত্যন্ত নমনীয় এবং বিভিন্ন লেআউটে পুনরায় ব্যবহারযোগ্য করে তোলে। এখানে একটি সহজ উদাহরণ দেওয়া হয়েছে যা দেখায় কীভাবে পাইথন লাইব্রেরি ব্যবহার করে বুদবুদের অবস্থান নির্ধারণের জন্য একটি JSON টেমপ্লেট তৈরি করা যায়।

{
  "bubbles": [
    {"question": "Q1", "options": ["A", "B", "C", "D"], "coords": [100, 150, 30, 30]},
    {"question": "Q2", "options": ["A", "B", "C", "D"], "coords": [100, 200, 30, 30]}
  ],
  "reference_marks": [[50, 50], [500, 50], [50, 700]]
}
#Load template
omr.load_template("template.json")

পাইথন ব্যবহার করে বহু-পৃষ্ঠার ফর্ম হ্যান্ডলিং

PyOMR লাইব্রেরি পাইথন অ্যাপ্লিকেশনের মধ্যে মাল্টি-পেজ ফর্ম হ্যান্ডল করার জন্য সমর্থন অন্তর্ভুক্ত করেছে। একক-পেজ উত্তর শিট বা মাল্টি-পেজ সার্ভে প্রক্রিয়াকরণ যাই হোক, PyOMR বিভিন্ন লেআউট হ্যান্ডল করার জন্য কনফিগার করা যায়। মাল্টি-পেজ ফর্মের জন্য সুপারিশ করা হয়, প্রতিটি পেজ আলাদাভাবে প্রক্রিয়া করুন: নিম্নলিখিত কোড উদাহরণটি দেখায় কীভাবে সফটওয়্যার ডেভেলপাররা পাইথন অ্যাপ্লিকেশনের মধ্যে মাল্টি-পেজ ফর্ম হ্যান্ডল করতে পারেন।

# for multi-page forms, process each page separately:

for page in omr.multi_page_scan("multi_page_form.pdf"):
    page.preprocess()
    answers = page.read_answers()
    print(answers)

শব্দ হ্যান্ডলিং এবং প্রিপ্রসেসিং

ওপেন সোর্স PyOMR লাইব্রেরি পাইথন অ্যাপ্লিকেশনের মধ্যে ইমেজ প্রি-প্রসেসিং এবং নয়েজ হ্যান্ডলিংয়ের সম্পূর্ণ সমর্থন প্রদান করেছে। লাইব্রেরিতে গ্রেস্কেল রূপান্তর, থ্রেশহোল্ডিং এবং কন্টুর ডিটেকশনের মতো ইমেজ প্রি-প্রসেসিং অন্তর্ভুক্ত রয়েছে, যা মার্কগুলোকে নির্ভরযোগ্যভাবে সনাক্ত করে—যদিও স্ক্যানগুলোতে নয়েজ থাকে বা প্রিন্টিং অপরিপূর্ণ হয়।