Treffer: Sustav za očitavanje podataka s naslovnice ispita ; Exam Cover Data Readout System

Title:
Sustav za očitavanje podataka s naslovnice ispita ; Exam Cover Data Readout System
Authors:
Contributors:
Čoko, Duje
Publisher Information:
Sveučilište u Splitu. Fakultet elektrotehnike, strojarstva i brodogradnje.
University of Split. Faculty of Electrical Engineering, Mechanical Engineering and Naval Architecture.
Publication Year:
2023
Collection:
Croatian Digital Theses Repository (National and University Library in Zagreb)
Document Type:
Dissertation bachelor thesis
File Description:
application/pdf
Language:
Croatian
Rights:
http://rightsstatements.org/vocab/InC/1.0/ ; info:eu-repo/semantics/restrictedAccess
Accession Number:
edsbas.2C3F14A0
Database:
BASE

Weitere Informationen

Ovaj rad istražuje razvoj sustava optičkog prepoznavanja oznaka (engl. OMR) u obrazovne svrhe, prilagođenog za izdvajanje identifikacijskih brojeva studenata i označenih odgovora iz OMR obrazaca, bez potrebe za njihovom evaluacijom. Koristeći svestranost programskog jezika Python i napredne značajke računalnog vida OpenCV biblioteke, ovaj sustav predstavlja spoj najsuvremenije tehnologije i praktičnog rješavanja problema. Upotrebom hardverskih mogućnosti Raspberry Pi Zero 2 W i snage vizualnog prepoznavanja, ovaj projekt utjelovljuje transformaciju procesa ručne evaluacije ispita u automatiziranu, učinkovitu i preciznu operaciju. Prepoznavanje se olakšava korištenjem specijaliziranih oznaka AprilTags, strateški postavljenih na OMR listu kako bi se osigurala ispravna transformacija te precizno otkrivanje i interpretacija podataka. ; This thesis explores the development of an OMR system tailored for extracting student identification numbers and responses from examination papers, without the need for their evaluation. Leveraging the versatility of Python programming and the advanced computer vision capabilities of OpenCV library, this system exemplifies the fusion of cutting-edge technology and practical problem-solving. Using Raspberry Pi Zero 2 W's hardware and the power of visual recognition, this project embodies the transformation of a manual exam evaluation process into an automated, efficient, and accurate operation. The utilization of AprilTags technology ensures accurate determination of the OMR sheet's position in the image, guaranteeing precise data extraction through proper transformation.