anaconda: Anaconda navigator 1.9.2

opencv: Opencv3 3.1.0

AipOcr: Newest

re: Common

python：Python 3.7.0

1.下载anaconda：https://www.anaconda.com 1.1anaconda安装spyder等基本开发环境

2.anaconda命令行创建虚拟环境（python建议3.7）： conda create -n your_env_name python=X.X

3.激活虚拟环境 source activate your_env_name

4.安装opencv（opencv-python的版本号可能不同，不同版本号可能与一些系统不兼容） pip install opencv-python==3.4.2.16 -i https://pypi.mirrors.ustc.edu.cn/simple/ 或者 anaconda里面用包管理器安装

main3.29－00.00 :接通了百度api文本识别接口，实现了基本的自然语言处理（对基本题号和题目情感倾向的处理）

main3.31-18.46 :优化了自然语言处理过程（增加了对题目选项的语意识别），增加了新的工具函数

main4.2－00.00 :优化了自然语言处理效果（增加了对注意事项等无关内容的排除），实现了基本的切题功能

main4.14-00:00 :解决了自然语言处理的bug，实现了基本题型的高成功率识别，解决了图片切割范围判定逻辑的问题

main4.14-23:00 :实现了题号识别不出‘.’时，依然可以根据题号顺序规律将其划分出来。

main4.26-21:40 :实现了基本的GUI图形界面，构建了基本的批量识别图片的功能。

main4.28-13:25 :修改了题号识别不准确情况下题目的判定模块，修复了图形化界面删除图片后顺序错乱的bug

main4.28-16:00 :修复了图形化界面删除图片的bug(最后一张的情况)，修改了一些交互

考虑使用随机森林法总结题干/题目内容的正则化匹配规则，或使用神经网络训练正则化匹配规则（用神经网络数据集去哪找啊） 考虑使用CNN系列算法对图像进行处理和预切分，以提高识别准确性 考虑多科目多套算法以应对不同科目试卷的特性 other