随着社会教育制度的完善和考试制度的日益规范,考试的类型和方式也不断增多,但传统的纸质考试仍然是目前考试的主流。目前的自动阅卷系统主要有光标阅读机和基于图像处理的阅卷系统。现有这两种类型的阅卷系统都存在价格高昂、对纸张和印刷的要求高、对答题卡格式有较多限制的缺点,因此难以普及。本文为了弥补目前阅卷系统的不足,开发了能支持多种答题卡且兼容各种纸张和印刷方式的自动识别软件。本文重点研究了这种自动识别软件的设计与实现以及图像处理方面的关键技术和解决方案,主要有以下几个方面:1)答题卡分类与卡格式定义软件:通过调研大量的答题卡样式,我们将答题卡分为四种类型,针对不同类型的特点我们设计了一套卡格式制作软件。用户通过卡格式制作软件生成一个xml文件存储卡格式信息以便对该种题卡进行批量识别。2)待识别填涂点的精确定位模型与算法:填涂点的精确定位是答案准确识别的前提和基础。对于不同类型的题卡,我们提出了不同的定位算法,类型一和类型二我们可以利用同步头对待识别填涂点进行精准定位;对于类型三和类型四,我们提出了一种基于定位基准点的相对位置的定位方案。大量的实验结果表明,我们的提出的定位算法大大提高了现有软件的定位准确率。3)填涂点的识别算法:由于每个考生使用的笔和填涂的大小和轻重程度不一样,图像采集过程中也可能造成不同题卡图像的灰度范围和对比度的不一致。因此,我们提出了一种结合填涂点灰度、填涂面积和整卷填涂一致性的识别算法。实验结果表明,该算法对不同的填涂深浅和填涂大小都具有很好的识别效果。本项目基于c++和opencv进行开发,识别速度快,准确率高,且能兼容目前考试中所使用的大部分答题卡,对填涂大小、深浅不一致和卷面污损等极端情形都有比较好的识别效果。目前该软件已成功应用到高考、研究生考试、四六级考试、中考、成人自考等大型考试以及部分高校和中小学校日常考试的阅卷工作当中,并取得了良好的效果。