: 앱 내 "개인맞춤형 모의고사 추천 서비스" 및 "채점 결과 연동 오답노트 생성"서비스를 위해서는 문제와 그에 해당하는 답안지 이미지를 DB에 보유하고 있어야함.
실제 제공되는 문제집이나 문제지에서는 문제별로 이미지를 나누어 제공하지 않기 때문에 이를 생성해내야한다.
문제 및 답안 이미지 사용 예시(오답노트)
저작권에 문제가 없는 EBS, 모의고사로 진행함
- 수능완성 (가/나) 2021 - 2017년
- 평가원 모의고사 (가/나) 2021 - 2017년 (6/9/수능)
- 교육청 모의고사 (가/나) 2021 - 2019년 (3/4/7/10월)
def cropTop(image):
src=cv2.imread(image)
gray = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 5000, 1500, apertureSize = 5, L2gradient = True)
lines = cv2.HoughLines(canny, 0.8, np.pi / 180, 220, srn = 100, stn = 200, min_theta = 89, max_theta = 91)
miny=700
for i in lines:
rho, theta = i[0][0], i[0][1]
a, b = np.cos(theta), np.sin(theta)
x0, y0 = a*rho, b*rho
scale = src.shape[0] + src.shape[1]
x1 = int(x0 + scale * -b)
y1 = int(y0 + scale * a)
x2 = int(x0 - scale * -b)
y2 = int(y0 - scale * a)
#print("y1",y1,"y2",y2)
if (y2 < miny):
miny=y2
cv2.line(dst, (x1, y1), (x2, y2), (0, 0, 255), 2)
header = src[:miny, :]
body=src[miny+10:,:]
return header,bodydef cropCenter(img):
src=img
dst=src.copy
w=int (img.shape[1]/2)
left=src[:,:w-5]
right=src[:,w+5:]
contour(left)
contour(right)
def contour(page_rl):
print("contour")
#이미지 흑백화
imgray = cv2.cvtColor(page_rl, cv2.COLOR_BGR2GRAY)
img2=imgray.copy()
#이미지 이진화 (스캔본 처럼)
blur = cv2.GaussianBlur(imgray, (3,3), 0)
thresh = cv2.threshold(blur, 70, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]
# Morph operations
edge = cv2.Canny(imgray, 100, 200)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(1000,200))
closed = cv2.morphologyEx(edge, cv2.MORPH_CLOSE, kernel)
contours, hierarchy = cv2.findContours(closed.copy(),cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours_xy = np.array(contours , dtype=object)
contours_xy.shape
#한페이지 내에서 문제 순서대로 불러오기
contours=reversed(contours)
#한페이지 내의 모든 폐곡선 범위에 대해 실행
top=[]
for c in contours:
#폐곡선 바운더리
x,y,w,h = cv2.boundingRect(c)
top.append(y)
total=len(top)-1
global qnum
for i in range(total):
qnum+=1
if (i==0):
img_trim=page_rl[top[i]:top[i+1]-5,:]
else:
img_trim=page_rl[top[i]-10:top[i+1]-5,:]
print(qnum)
입력 이미지의 예시
답지 이미지 내에서 답을 표기하는 맨 하단을 기준으로 이미지를 자른다.
해당 이미지를 이용하여, 기준을 잡고 나눈다
# 탬플릿 매칭 해내기 (자를이미지, 답 이미지)
res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
# 임계치 정하기
threshold = .65
#임계치 이상만 배열에 저장
loc = np.where(res >= threshold)다음과 같이 답이미지가 존재하는 곳을 찾아내어 위치값을 받아와 그를 기준으로 잘라낸다
한 문제에 대한 답이 여러 페이지에 걸쳐 있을 경우 이를 합쳐주어야 함
위에서 template matching방법을 기준으로 자른 이미지를 스캔하며 "답"이미지가 없는 경우 플래그를 이용해 없는 것들과 있는 것을 합쳐 하나로 제작
- 이미지 내 template이 존재
- 이미지 내 template이 존재 x
#"답"이미지가 없는 이미지의 경우
if (length <= 0):
#이미지의 경로를 image_arr배열에 저장
image_arr[noans_count] = image_url
#배열 index를 증가시킴
noans_count=noans_count+1
#flag를 0으로 설정
flag = 0
#배열에 이미지 경로가 저장되어 있고(flag = 0 ) "답"이미지를 가진 이미지를 찾은 경우
elif (length >0 and flag ==0):
#여태까지 배열에 저장된 모든 이미지를 이어줌
for i in range(noans_count-1,-1,-1):
image_noans = cv2.imread(image_arr[i])
image = cv2.vconcat([image_noans,image])
noans_count = noans_count-1
#이어서 하나로 만든 이미지를 저장
include(image,qnum)
#배열 index를 0으로 초기화
if (noans_count < 0):
noans_count = 0
#flag를 1으로 설정
flag = 1
#이미지가 온전한 (문제번호~"답"이미지까지 존재하는) 이미지인 경우
else:
#이미지를 저장
include(image,qnum)
flag=1
flag 까지 완료된 output의 예시