Uma solução inovadora para correção automatizada de gabaritos em tempo real, fundamentada no uso de reconhecimento óptico de marcações (OMR), é uma abordagem avançada e eficiente para avaliação de provas e simulados que incluem questões fechadas. O OMR é empregado para identificar e interpretar as marcações realizadas pelos alunos nos gabaritos, de maneira rápida e precisa, eliminando a necessidade de correção manual. Ele visa melhorar a qualidade do ensino, economizando o tempo dos educadores e fornecendo feedback mais rápido aos alunos.
Os algoritmos associados ao OMR viabilizam a interpretação das marcações em formatos padronizados, através da medição da porcentagem de pixels pretos presente em cada parte do gradeamento do gabarito, possibilitando a identificação correta das alternativas do cartão de resposta do aluno, possuindo:
✅ Acurácia: 100%
✅ Precisão: 100%
Essa abordagem inovadora ressalta-se como uma solução avançada na área de avaliação educacional, promovendo eficiência e confiabilidade no processo de correção de gabaritos.
O escopo da solução contempla as seguintes funcionalidades:
- 📄 Escaneamento de provas físicas;
- 🖊️ Leitor ótico de marcas (OMR) para visualização especial identificando marcas a caneta preta em um formulário pré-definido (gabarito do professor e cartão resposta dos alunos);
- ✔️ Correção automática com base em chaves de resposta predefinidas (gabarito do professor);
- 📊 Geração de relatórios individuais para cada aluno;
- 📈 Análise estatística de desempenho por questão;
- ❓ Suporte a questões de múltipla escolha;
- 📑 Exportação de resultados em planilhas do Excel;
- 📷 Uso de Webcam, câmera do celular ou câmera embutida no notebook para capturar imagens das provas ou simulados;
- 💻 Interface Web, onde os usuários podem realizar login, cadastrar novos usuários, executar o programa de correção automática e visualizar os resultados.
Grafico de evolução do projeto mediante o número de provas corrigidas:
Especificações cumpridas:
a. Leitura das Folhas de Resposta (mandatória); ✅
b. Leitura do Gabarito (opcional); ✅
c. Comparação e Pontuação (opcional); ✅
d. Relatórios Individuais (opcional); ✅
e. Gerenciamento de Dados (opcional). ✅
O que instalar?
- Python 3.12.0
Quais bibliotecas devo ter e o que devo instalar no python?
Para funcionamento:
1- Após a conclusão do processo de instalação e a abertura do diretório baixado no Visual Studio Code (VSCode), é possível selecionar a versão desejada para compilação e execução do código. As opções incluem o arquivo app.py para a versão que utiliza a câmera padrão, app3.py para a segunda versão que utiliza uma câmera externa ou webcam, e appcelular.py que utiliza a câmera do celular.
2- Após a seleção da versão desejada, proceda com a execução do arquivo correspondente. Será gerado um link, ao qual o usuário deve acessar para realizar o cadastro ou login em sua conta. Posteriormente, será redirecionado para a página de requisitos, e ao clicar em "Acessar Plataforma", será redirecionado para a página de correção.
3- Na página de correção, siga as instruções fornecidas. Ao fechar a janela de correção, as informações serão automaticamente armazenadas no diretório do projeto. Neste local, é possível revisar e verificar cada uma das alternativas.
Este procedimento proporciona uma experiência eficiente e estruturada para o usuário, garantindo a captura, armazenamento e revisão precisa das informações relacionadas ao processo de correção automatizada.
Agradecimentos a Instituições e Mentores:
Gostaríamos de expressar nossa sincera gratidão à Universidade Federal de Viçosa (UFV) e ao projeto Meninas++, em parceria com a empresa Pix Force, pela oportunidade de participar do Hackathon OMR Challenge. Agradecemos diretamente à empresa por proporcionar a oportunidade de ingressar no setor que tanto valorizamos e no qual dedicamos nosso trabalho e estudos.
Estendemos os nossos agradecimentos aos mentores do Hackathon, nossos professores que desempenharam papéis fundamentais em nossa jornada. Às figuras inspiradoras, Liziane Soares, Larissa Rodrigues, Rodrigo Moreira, Pedro Damaso e João Mari, expressamos nossa gratidão pelos preciosos ensinamentos e orientações oferecidos. Agradecemos por dedicarem seu valioso tempo para nos guiar durante o desafio, contribuindo significativamente para o nosso desenvolvimento.