高中信息技术新教材内容思考与再设计

    张剑锋

    

    

    

    《普通高中信息技术课程标准（2017年版）》公布后，根据其修改的新教材也陆续出版。拿到浙江教育出版社出版的高中信息技术必修教材《数据与计算》后，笔者仔细学习了“算法的程序实现”内容，对Python内容教学有了更深刻的理解，但也产生了一些想法。

    ● 技术优先还是认知为要

    教材在Python语言程序设计的“实践与体验”环节，介绍了“编程实现图像的简单处理”，目的是通过调整图像的颜色来初步体验Python语言在图像处理上的功能，实践步骤为：①导入Image、numpy、matplotlib三个模块;②打开图像并转换成数字矩阵;③调整每个像素的RGB值;④生成灰度新图像并显示。这段内容为后面的实践起到了铺垫作用，构思好，但在具体语句的实现上，笔者觉得还有待商榷。

    在数字图像处理中，不同的图像格式有其特定的处理算法，在做图像处理之前，需要考虑清楚要基于哪种格式的图像进行算法设计及其实现。PIL（Python Image Library）是Python的第三方图像处理库，有九种不同模式，教材中用到了convert（）函数的转换，使用了L模式，把原始彩色图片转换为灰色图像（模式“L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换的：L=R*299/1000+G*587/1000+B*114/1000）。

    打开图像，得到各像素点颜色的RGB值后，直接对像素点颜色值进行操作，这符合高中学生初学Python的认知方式，读入图片直接操作能加深学生对数字图像处理的理解。而原例中转换为二维数组，再对二维数组的元素进行操作来改变像素颜色值，增加了学生的认知障碍。另外，程序此处引入numpy模块毫无优势可言，虽然使用numpy模块是图像后续处理的首选思路，使用数组来存储数据也能使学生养成良好的技术习惯与意识，但放在这里，思维脉络上略显突兀，故numpy不妨移后介绍。

    从突出重点、降低学生认知困难上来考虑，这里转换为灰度后，可使用getpixel函数直接对像素点进行操作（getpixel函数是用来获取图像中某一像素的颜色值），把实验步骤②、③不妨改为“转换各像素的颜色为黑白二色”，直接使用代码完成黑白二值转换，新代码如图1所示。

    推而广之，在Python语言的教学中，是考虑技术意识优先，还是以学生的认知习惯为要，这是要好好斟酌的。思维的培养是一个长期熏陶的过程，对numpy的介绍，可随着学生的认知特点，渐进式地介绍，从而进一步加深学生对不同技术选择的理解与感悟。

    另外，在教材导入模块前，可补充介绍第三方模块的安装，因为丰富的第三方模块库的安装，是学生以后学习Python必需的基础。

    ● 重构示例深化计算思维

    教材在“3.3简单算法及其程序实现”中，主要介绍解析算法及其程序实现、枚举算法及其程序实现和算法实现的综合运用。教材中以答题卡准考证号的识别作为示例，非常贴近学生的学习生活，是一个精心构思。一般答题卡的识别大都是光学识别，本例使用计算机图像识别技术，进行分析处理，也是计算机化的一个重要途径，但教材中示例的具体设计与实现，稍显割裂，详细研读本段内容后，略感意犹未尽。

    计算思维是高中信息技术学科的四大核心素养之一，教材通过答题卡识别示例的具体实现，力图抓住计算思维本质，引导学生从Python语言的实现角度来界定问题、转化问题，对问题抽象建模，合理组织数据，形成解决方案。为加强计算思维的渗透，笔者设想以项目完整实现为抓手，对教材中的相应内容进行再设计。

    1.分析

    对答题卡的识别，不妨把整张卡的识别问题进行分解、细化，先缩小为一道题的识别，而一道题的识别，就变成对A、B、C、D四个选择区域的判别，如果按照答题卡的彩色进行判别，有一定难度;我们就把各像素点的颜色从彩色转换为灰度，再依据一定标准转换为黑白两色，将图像二值化后便于识别。这也是计算思维中的分解、降维思想，要在教材中加以凸显，便于引导教师在教学中进行深化。

    一道题A、B、C、D四个选项的判定，取决于识别出A、B、C、D的选项区域哪个被填涂，填涂区域的像素点为黑色，像素值为0;未填涂区域，像素点为白色，像素值为1。可分别累加这四个区域像素点的值，等于0的区域，就是被填涂的，即该区域的选项被选中，一道题的判定即告完成。重复此过程，整张答题卡的答案均可判读。

    2.抽象与建模

    预备：通过以下两行代码，显示处理后的图片。

    plt.imshow（img_I，cmap="gray"）

    plt.show（） # 显示图片，便于放大分析

    通过zoom图标放大图像，可查看各点坐标，进而分析出相关参数：题号1，A选项填涂区域左上角的顶点坐标（14，240），A选项填涂区域右下角的顶点坐标（16，245）;B选项，左上角的顶点坐标（14，261），B选项右下角的顶点坐标（16，266）;详细分析C、D选项的选项区域后，可以得到填涂区域长度为12，宽度为5，各选项之间的间隔为6，各题的间隔也为6。这样，可以进一步分析实际填涂区域大概是11*5=55个像素点，分别累加这四个区域各像素点的值，理论上，未填涂的三个区域的值应等于55，只有一个区域的值等于0，这就是被填涂区域，即此区域选择被选中。（考虑到实际的误差因素，一般三个区域值大于53，剩下区域的值小于3即可）

    3.编写程序

    题号1的判别程序代码如图2所示。

    字典是Python基本的内置数据类型，针对字典数据类型的特点，我们可把四个选项的代码循环来处理，优化如图3所示。

    items（）方法可把字典中每对key和value组成一个元组，并把这些元组放在列表中返回。通过这个方法，可以加深学生对字典这一数据类型的理解。而对于准考证号的识别，则可以将其作为课后作业。

    4.函数的使用

    题号1的选项识别，是整个程序的核心算法，其他各题的识别，基本上是重复这段代码，我们可以将此部分优化成函数，来实现程序的模块化设计。函数运用及函数思想的渗透，是计算思维的重要体现，而培养学生的函数思想，是深入体现计算思维的又一重要抓手。

    5.拓展思考

    （1）加入容错分析。细心的学生如果仔细思考，应该能考虑到选项意外填涂时的容错。首先，没有填涂时，4个区域像素值的和均为60，可以据此判断，未填涂;若误涂了多个区域，那么，应该是有少于3个区域的像素值接近60，也可以据此识别结果无效。部分代码如图4所示。

    （2）对全班学生答题卡的打开。全班学生的答题卡文件，保存在同一个文件夹下，可遍历当前文件夹下的所有图片文件，使用的是os.walk方法，该方法对于指定目录返回一个三元组（dirpath， dirnames， filenames），第一个是路径，第二個是路径下面的目录，第三个就是目录里面的非目录文件。代码如图5所示。

    在进行了适当拓展后，基本完成“对答题卡识别”这一项目的编程实现。至此，笔者以完整项目为抓手，对浙教版必修1《数据与计算》 3.3节中的内容进行了再设计。

    当然，从意识、思维、方法再到能力的过程不是一蹴而就的，需要有针对性地在课堂教学中加以培养。这里，教材也只是教师开展教学任务的参考，仅仅是一项优质资源，实际教学还要考虑各种实际情况来具体对待。

    面对新课标、新教材所带来的新机遇和新挑战，教师要多从计算思维角度考虑，使教学内容的设计更具逻辑性，让计算思维凸显于项目化设计中，使计算思维能真正落地生根，更好地实现全面提升高中学生信息素养的重要目标。