CN102360419B - 计算机扫描阅读管理方法及系统 - Google Patents
计算机扫描阅读管理方法及系统 Download PDFInfo
- Publication number
- CN102360419B CN102360419B CN 201110298883 CN201110298883A CN102360419B CN 102360419 B CN102360419 B CN 102360419B CN 201110298883 CN201110298883 CN 201110298883 CN 201110298883 A CN201110298883 A CN 201110298883A CN 102360419 B CN102360419 B CN 102360419B
- Authority
- CN
- China
- Prior art keywords
- coated
- answer sheet
- answer
- picture
- zone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Character Input (AREA)
Abstract
本发明公开了计算机扫描阅读管理方法，包括以下步骤：A、扫描答题卡步骤；B、答题卡图片转换处理步骤；C、答题卡涂点定位识别步骤；D、涂点答案串生成步骤；E、评分步骤。此外本发明还公开了计算机扫描阅读管理系统，包括扫描组件；图片转换处理单元；涂点识别单元；答案串生成单元；评分单元。由于本发明引入光学标记识别技术，通过扫描、图片转换、涂点识别一系列过程实现了答题卡网上阅卷，克服了现有技术抽取字符特征比较耗时的缺点。本发明作为一种速度快、识别效果高的网上阅卷方法和系统可以广泛应用于教育阅卷种行业中。
Description
技术领域
本发明涉及图像识别控制领域，特别是一种计算机扫描阅读管理方法及系统。
背景技术
一般考试阅卷都采用人工方式，但当有大量试卷需要评阅时，人工方式的效率很低，而且也容易出错，此外也存在着公平性问题，影响到考试评估结果。因此，随之出现的网上阅卷系统，特别针对客观题，通过电子扫描、图像识别技术实现自动评分，大大提高了阅卷效率，可以实现更为公正的阅卷和减少人为误判断，所以考生客观题选项的识别提取，该技术有十分重要的现实意义。
目前答题卡选项识别利用的是OCR（光学字符识别）技术，首先将要识别的文字和图像扫描进计算机，然后进行图像的预处理，再抽取字符特性进行识别，转变为计算机能够识别的字符信息，但是抽取字符特征比较耗时而且准确率不高，只适用于要求不高的字符识别方案，无法满足大量答题卡数据高速准确识别的要求。
发明内容
本发明需要解决的技术问题是：提供一种计算机扫描阅读管理方法，该方法不仅阅卷速度快而且准确率高。
本发明需要解决的另一个技术问题是：一种计算机扫描阅读管理系统，利用该系统可以实现快速、准确阅卷。
为了解决上述的技术问题本发明所采用的技术方案是：
计算机扫描阅读管理方法，包括下列步骤：
A、扫描答题卡步骤，用扫描组件扫描答题卡并生成答题卡图片并装载该图片；
B、答题卡图片转换处理步骤，将得到的答题卡图片转换成256级灰度图，并将得到的灰度图进行二值化处理；
C、答题卡涂点定位识别步骤，定位待涂区域并根据预设涂点黑点数阈值判断该区域是否有涂点；
D、涂点答案串生成步骤，将答题卡图片所有的涂点识别结果生成答案串；
E、评分步骤，将生成的答案串与标准答案对比，按照每题分数加权值计算该张答题卡分数。
进一步，所述步骤C包括以下步骤：
C1、系统预设判定是否有涂点的黑点阈值；
C2、采用同步头定位和物理校验点定位相结合的方式定位答题卡待涂区域；
C3、将定位到的待涂区域进行图像分割，生成一个分割框；
C4、统计分割框内黑点数并与所预设的黑点阈值比较，若大于或等于该黑点阈值，则判断该待涂区域内有涂点，反之，该待涂区域内无涂点。
进一步，在所述步骤C1前还包括以下步骤：
C0、将得到的二值化图片信号进行噪声处理和倾斜校正。
进一步，所述步骤A包括：
A1、将答题卡放入扫描组件内扫描，生成答题卡图片；
A2、若得到的答题卡图片不是BMP格式，则将其转换为BMP格式；
A3、将得到的BMP格式的答题卡图片装载到系统内存中，若装载不成功则退出该答题卡。
进一步，所述的扫描组件是CCD或CIS高速扫描仪。
一种计算机扫描阅读管理系统，包括
扫描组件，用于扫描答题卡并生成答题卡图片，再将图片信息装载道系统内存中；
图片转换处理单元，用于对内存中的答题卡图片信息进行灰度转换和二值化处理；
涂点识别单元，用于定位到答题卡待涂区域并判断该区域是否有涂点；
答案串生成单元，用于将答题卡图片所有的涂点识别结果生成答案串并保存该答案串；
评分单元，用于将答案串与标准答案对比，根据每题分数加权值计算出该张答题卡分数。
进一步，所述的涂点识别单元包括，
寄存器模块，用于存储判断待涂区域是否有涂点的黑点阈值；
定位模块，用于通过同步头定位和物理校验点定位相结合的方式定位答题卡待涂区域；
图像分割模块，用于将定位到的待涂区域进行图像分割，生成一个分割框，再统计该分割框内的黑点数；
比较判断模块，用于得到的黑点数与预设的黑点阈值比较并判断该区域是否有涂点，若黑点数大于或等于预设的黑点阈值，则判断该待涂区域有涂点，反之该区域内没有涂点。
进一步，所述的涂点识别单元包括用于将二值化图片信号进行噪声处理和倾斜校正的图片预处理模块。
进一步，所述的扫描组件包括，
扫描模块，用于扫描答题卡并生成答题卡图片；
图片格式转换模块，用于将非BMP格式的图片转换成BMP格式的图片；
图片装载模块，用于将BMP格式的答题卡图片装载到系统内存中，若装载不成功则退出该答题卡。
进一步，本系统还包括用于统计所有答题卡中每题正确率的统计模块。
本发明的有益效果是：由于本发明方法采用了光学标记识别技术来识别答题卡上待涂区域的黑点，并过于预设阈值比较判断该区域是否有涂点，最后生成答案串，本发明克服了光学字符识别技术抽取字符特征比较耗时而且准确率不高的缺点，可以高速且准确地识别的答题卡涂点。
本发明的另一个有益效果是：由于本发明系统采用了用于对内存中的答题卡图片信息进行灰度转换和二值化处理的图片转换处理单元，运用电子图像识别技术判断答题卡待涂区域是否有涂点，克服了光学字符识别技术抽取字符特征比较耗时而且准确率不高的缺点，可以高速且准确地识别的答题卡涂点。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的方法步骤流程图；
图2是图1中步骤C的流程图；
图3是图1中步骤A的流程图；
图4是本发明系统第一实施例结构方框图；
图5是本发明系统第二实施例结构方框图；
图6是本发明系统第三实施例结构方框图；
图7是本发明系统第四实施例结构方框图。
具体实施方式
参照图1，本发明方法的流程图，包括下列步骤：
A、扫描答题卡步骤，用扫描组件扫描答题卡并生成答题卡图片并装载该图片；此步骤的答题卡针对的客观题答题卡，每个答题选项的待涂区域规则分布，扫描组件优选CCD高速扫描仪，设置好扫描参数，比如扫描分辨率、扫描模式、亮度和对比度等等，扫描得到答题卡图片后装载到系统内存中。
B、答题卡图片转换处理步骤，系统得到的将答题卡图片转换成256级灰度图，并将得到的灰度图进行二值化处理；二值化处理后的灰度图变成了黑白图，代替卡空白区域和卡上的底色区域转换成了白色，而涂点区域转换成了黑色，这样就可以将涂点信息从答题卡上凸显出来供进一步处理。
C、答题卡涂点定位识别步骤，定位待涂区域并根据预设涂点黑点数阈值判断该区域是否有涂点；预设好判断是否有涂点的黑点阈值后，统计定位到的待涂区域方框内涂点的黑点数，与阈值比较后自动判断该区域是否有有效的涂点。
D、涂点答案串生成步骤，答题卡图片内所有的涂点识别完成后，将识别结果生成答案串，这里的答案串就是考生的作题答案；
E、评分步骤，将生成的答案串与标准答案对比，按照每题分数加权值计算该张答题卡分数，评分完毕后还可以以作进一步后续工作，比如分数分布统计、错题概率统计等等。
进一步优选的，参照图2，步骤A具体包括以下步骤：
A1、将答题卡放入扫描组件内扫描，生成答题卡图片。
A2、若得到的答题卡图片不是BMP格式，则将其转换为BMP格式；BMP图像是标准的位图格式，包括每个像素点的像素信息，因为不同的扫描仪扫描得到的图片格式可能不一样，本方法针对BMP图片处理，所以需要一个图片格式检测转换步骤。
A3、将得到的BMP格式的答题卡图片装载到系统内存中，若装载不成功则退出该答题卡。
优选的，参照图3，上述步骤C包括以下步骤：
C1、系统预设判定是否有涂点的黑点阈值；这个黑点阈值一般根据具体情况设定，关系到涂点的识别结果，如果涂点涂的比较小的话，可能就无法识别了。
C2、采用同步头定位和物理校验点定位相结合的方式定位答题卡待涂区域；定位答题卡待涂区域是关键步骤，只有尽量准确定位才能进一步提高正确识别率，一般答题卡侧边设有用于定位的同步头（自上而下排列的长方形小黑块），阅卷机找到同步头后自动调整答题卡到最佳识别位置，同时答题卡内也设有黑线或物理校验点供进一步确认答题卡位置。
C3、将定位到的待涂区域进行图像分割，生成一个分割框，分割成一个个像素点，该分割框与答题卡待涂区域一致。
C4、统计分割框内黑点数并与所预设的黑点阈值比较，若大于或等于该黑点阈值，则判断该待涂区域内有涂点，反之，该待涂区域内无涂点。
特别的，为了进一步提高识别率，步骤C1之前还包括步骤
C0、将得到的二值化图片信号进行噪声处理和倾斜校正。因为扫描后的图像可能会出现噪点，有时候会出现一条阴影带，所以最好可以先进行噪声处理滤掉这些噪点，此外由于答题卡进入阅卷机扫描时候可能弯曲或褶皱，垂直扫描到的涂点会小于原涂点大小，需要进一步进行倾斜校正。
计算机扫描阅读管理系统 ，参照图4，包括：
扫描组件1，用于扫描答题卡并生成答题卡图片，再将图片信息装载道系统内存中；通过传动机构将答题卡送入阅卷机和退出阅卷机。
图片转换处理单元2，用于对内存中的答题卡图片信息进行灰度转换和二值化处理；该处理单元包括图像灰度转换模块和二值化处理模块，经该处理单元处理后得到黑白二色答题卡图片。
涂点识别单元3，用于定位到答题卡待涂区域并判断该区域是否有涂点，涂点识别单元内包括有比较器，根据黑点和阈值比较结果判断区域内是否有涂点。
答案串生成单元4，用于将答题卡图片所有的涂点识别结果生成答案串并保存该答案串；
评分单元5，用于将答案串与标准答案对比，根据每题分数加权值计算出该张答题卡分数。
参照图5，所述涂点识别单元3包括：
寄存器模块31，用于存储判断待涂区域是否有涂点的黑点阈值；
定位模块32，用于通过同步头定位和物理校验点定位相结合的方式定位答题卡待涂区域；
图像分割模块33，用于将定位到的待涂区域进行图像分割，生成一个分割框，再统计该分割框内的黑点数；
比较判断模块34，用于得到的黑点数与预设的黑点阈值比较并判断该区域是否有涂点，若黑点数大于或等于预设的黑点阈值，则判断该待涂区域有涂点，反之该区域内没有涂点。
参照图6，进一步优选，所述的扫描组件1包括，
扫描模块11，用于扫描答题卡并生成答题卡图片；
图片格式转换模块12，用于将非BMP格式的图片转换成BMP格式的图片；
图片装载模块13，用于将BMP格式的答题卡图片装载到系统内存中，若装载不成功则退出该答题卡。
从上述系统可知，通过一个控制处理器可以实现将扫描得到答题卡图片进行处理解析得到所需的答案，而且可以另外增加后续操作统计功能模块，譬如还可包括用于统计所有答题卡中每题正确率的统计模块。
以上是对本发明较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (8)
1.计算机扫描阅读管理方法，其特征在于：包括以下步骤，
A、扫描答题卡步骤，用扫描组件扫描答题卡并生成答题卡图片并装载该图片；
B、答题卡图片转换处理步骤，将得到的答题卡图片转换成256级灰度图，并将得到的灰度图进行二值化处理；
C、答题卡涂点定位识别步骤，定位待涂区域并根据预设涂点黑点数阈值判断该区域是否有涂点；
D、涂点答案串生成步骤，将答题卡图片所有的涂点识别结果生成答案串；
E、评分步骤，将生成的答案串与标准答案对比，按照每题分数加权值计算该张答题卡分数；
所述步骤C包括以下步骤：
C1、系统预设判定是否有涂点的黑点阈值；
C2、采用同步头定位和物理校验点定位相结合的方式定位答题卡待涂区域；
C3、将定位到的待涂区域进行图像分割，生成一个分割框；
C4、统计分割框内黑点数并与所预设的黑点阈值比较，若大于或等于该黑点阈值，则判断该待涂区域内有涂点，反之，该待涂区域内无涂点。
2.根据权利要求1所述的计算机扫描阅读管理方法，其特征在于：在所述步骤C1前还包括以下步骤，
C0、将得到的二值化图片信号进行噪声处理和倾斜校正。
3.根据权利要求1所述的计算机扫描阅读管理方法，其特征在于：所述步骤A包括，
A1、将答题卡放入扫描组件内扫描，生成答题卡图片；
A2、若得到的答题卡图片不是BMP格式，则将其转换为BMP格式；
A3、将得到的BMP格式的答题卡图片装载到系统内存中，若装载不成功则退出该答题卡。
4.根据权利要求1所述的计算机扫描阅读管理方法，其特征在于：所述的扫描组件是CCD或CIS高速扫描仪。
5.一种计算机扫描阅读管理系统，其特征在于：包括
扫描组件（1），用于扫描答题卡并生成答题卡图片，再将图片信息装载到系统内存中；
图片转换处理单元（2），用于对内存中的答题卡图片信息进行灰度转换和二值化处理；
涂点识别单元（3），用于定位到答题卡待涂区域并判断该区域是否有涂点；
答案串生成单元（4），用于将答题卡图片所有的涂点识别结果生成答案串并保存该答案串；
评分单元（5），用于将答案串与标准答案对比，根据每题分数加权值计算出该张答题卡分数；
所述涂点识别单元（3）包括：
寄存器模块（31），用于存储判断待涂区域是否有涂点的黑点阈值；
定位模块（32），用于通过同步头定位和物理校验点定位相结合的方式定位答题卡待涂区域；
图像分割模块（33），用于将定位到的待涂区域进行图像分割，生成一个分割框，再统计该分割框内的黑点数；
比较判断模块（34），用于得到的黑点数与预设的黑点阈值比较并判断该区域是否有涂点，若黑点数大于或等于预设的黑点阈值，则判断该待涂区域有涂点，反之该区域内没有涂点。
6.根据权利要求5所述的计算机扫描阅读管理系统 ，其特征在于：所述的涂点识别单元（3）包括用于将二值化图片信号进行噪声处理和倾斜校正的图片预处理模块（35）。
7.根据权利要求5所述的计算机扫描阅读管理系统 ，其特征在于：所述的扫描组件（1）包括，
扫描模块（11），用于扫描答题卡并生成答题卡图片；
图片格式转换模块（12），用于将非BMP格式的图片转换成BMP格式的图片；
图片装载模块（13），用于将BMP格式的答题卡图片装载到系统内存中，若装载不成功则退出该答题卡。
8.根据权利要求5所述的计算机扫描阅读管理系统 ，其特征在于：本系统还包括用于统计所有答题卡中每题正确率的统计模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110298883 CN102360419B (zh) | 2011-09-28 | 2011-09-28 | 计算机扫描阅读管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 201110298883 CN102360419B (zh) | 2011-09-28 | 2011-09-28 | 计算机扫描阅读管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102360419A CN102360419A (zh) | 2012-02-22 |
| CN102360419B true CN102360419B (zh) | 2013-05-15 |
Family
ID=45585746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 201110298883 Active CN102360419B (zh) | 2011-09-28 | 2011-09-28 | 计算机扫描阅读管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102360419B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663379A (zh) * | 2012-03-22 | 2012-09-12 | 留越 | 一种基于图像识别的阅卷方法及系统 |
| CN103489254B (zh) * | 2012-06-11 | 2017-04-12 | 深圳信息职业技术学院 | 彩票的识别方法及系统 |
| CN103246873B (zh) * | 2013-04-28 | 2016-05-18 | 北京贞观雨科技有限公司 | 一种采集答题卡的答题信息的方法及装置 |
| CN103577837A (zh) * | 2013-10-25 | 2014-02-12 | 江苏经贸职业技术学院 | 答题卡图片判读统计分析系统 |
| CN105389836B (zh) * | 2014-09-04 | 2019-05-14 | 陕西鸥玛信息科技有限责任公司 | 一种图像涂点聚合编码识别卡 |
| CN105426844B (zh) * | 2015-11-20 | 2018-09-18 | 广州未名中智教育科技有限公司 | 一种答题卡识别方法 |
| CN105426879A (zh) * | 2015-12-23 | 2016-03-23 | 深圳习习网络科技有限公司 | 一种答题卡识别方法及系统 |
| CN105590101A (zh) * | 2015-12-28 | 2016-05-18 | 杭州淳敏软件技术有限公司 | 基于手机拍照的手写答题卡自动处理和阅卷方法及系统 |
| CN105956909A (zh) * | 2015-12-30 | 2016-09-21 | 小菜儿成都信息科技有限公司 | 一种基于图片的农产品快速下单系统 |
| CN106056028B (zh) * | 2016-06-29 | 2018-09-28 | 浙江速狐科技有限公司 | 一种快速扫描录单的方法及其装置 |
| CN106339965A (zh) * | 2016-08-12 | 2017-01-18 | 北京灵智创优科技有限公司 | 一种学情分析方法 |
| CN106529518B (zh) * | 2016-09-08 | 2018-12-14 | 广东德诚科教有限公司 | 一种答题卡识别的方法及装置 |
| CN108269194B (zh) * | 2016-12-29 | 2021-02-05 | 平安科技（深圳）有限公司 | 数据处理方法及装置 |
| CN107169502A (zh) * | 2017-03-22 | 2017-09-15 | 广东工业大学 | 一种基于决策树的选项识别方法 |
| CN109741273A (zh) * | 2018-12-26 | 2019-05-10 | 江苏优胜信息技术有限公司 | 一种手机拍照低质图像的自动处理与评分方法 |
| CN109857320B (zh) * | 2019-01-17 | 2021-01-05 | 武汉天量数据技术有限公司 | 一种答题卡更新方法、装置、显示设备及可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1619580A (zh) * | 2004-09-03 | 2005-05-25 | 深圳市海云天科技有限公司 | 填涂信息卡的信息识别方法 |
| CN101576963A (zh) * | 2008-05-09 | 2009-11-11 | 旭丽电子(广州)有限公司 | 具有阅卷功能的事务机及使用事务机阅卷的方法 |
-
2011
- 2011-09-28 CN CN 201110298883 patent/CN102360419B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1619580A (zh) * | 2004-09-03 | 2005-05-25 | 深圳市海云天科技有限公司 | 填涂信息卡的信息识别方法 |
| CN101576963A (zh) * | 2008-05-09 | 2009-11-11 | 旭丽电子(广州)有限公司 | 具有阅卷功能的事务机及使用事务机阅卷的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨青燕等.基于灰度图像的答题卡识别技术.《山东科技大学学报(自然科学版)》.2009,第28卷(第03期),99-102. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102360419A (zh) | 2012-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102360419B (zh) | 计算机扫描阅读管理方法及系统 | |
| CN110766014B (zh) | 票据信息定位方法、系统及计算机可读存储介质 | |
| CN103310211B (zh) | 一种基于图像处理的填注标记识别方法 | |
| JP6366024B2 (ja) | 画像化された文書からテキストを抽出する方法及び装置 | |
| CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及系统 | |
| CN110378310B (zh) | 一种基于答案库的手写样本集的自动生成方法 | |
| CN112183038A (zh) | 一种表格识别套打方法、计算机设备及计算机可读存储介质 | |
| CN103679164A (zh) | 一种基于移动终端的标志识别处理方法和系统 | |
| CN106033544A (zh) | 基于模板匹配的试卷内容区域提取方法 | |
| CN105761201A (zh) | 一种翻译图片中文字的方法 | |
| CN109325401A (zh) | 基于边缘定位对题目区域进行标注、识别的方法及系统 | |
| CN110598566A (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
| CN106033535A (zh) | 电子阅卷方法 | |
| CN107679479A (zh) | 一种基于图像形态学处理的客观填涂识别方法 | |
| CN106778717A (zh) | 一种基于图像识别和k近邻的测评表识别方法 | |
| CN111915635A (zh) | 支持自阅卷的试题解析信息生成方法及系统 | |
| CN106934411A (zh) | 基于模板匹配的电子阅卷方法 | |
| CN114445843A (zh) | 固定版式的卡证图像文字识别方法和装置 | |
| CN104766043A (zh) | 一种选票图像快速识别的方法 | |
| CN110298236A (zh) | 一种基于深度学习的盲文图像自动识别方法和系统 | |
| CN110766001B (zh) | 基于cnn和rnn的银行卡卡号定位与端到端识别方法 | |
| JP3268552B2 (ja) | 領域抽出方法、宛名領域抽出方法、宛名領域抽出装置、及び画像処理装置 | |
| CN109842733A (zh) | 图像处理装置 | |
| CN102262614A (zh) | 纵向校对方法和装置 | |
| JP2005242600A (ja) | パターン認識処理装置、方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee |
Owner name: GUANGDONG XUNFEI QIMING TECHNOLOGY DEVELOPMENT CO. Free format text: FORMER NAME: GUANGDONG MORNING STAR SOFTWARE TECHNOLOGY CO., LTD. |
|
| CP01 | Change in the name or title of a patent holder |
Address after: 510530 Guangdong city of Guangzhou province Guangzhou Science City Tianfeng Qiming Road No. 3 Building 5 floor Patentee after: GUANGZHOU MORNING STAR TECHNOLOGY CO., LTD. Address before: 510530 Guangdong city of Guangzhou province Guangzhou Science City Tianfeng Qiming Road No. 3 Building 5 floor Patentee before: Guangdong Morning Star Software Technology Co., Ltd. |