CN104143094A - 一种无需答题卡的试卷自动阅卷处理方法及系统 - Google Patents
一种无需答题卡的试卷自动阅卷处理方法及系统 Download PDFInfo
- Publication number
- CN104143094A CN104143094A CN201410321944.9A CN201410321944A CN104143094A CN 104143094 A CN104143094 A CN 104143094A CN 201410321944 A CN201410321944 A CN 201410321944A CN 104143094 A CN104143094 A CN 104143094A
- Authority
- CN
- China
- Prior art keywords
- paper
- item
- image
- answering
- region
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Character Input (AREA)
Abstract
本发明提供的一种无需答题卡的试卷自动阅卷处理方法及系统,通过使用图像模糊识别的方法首先对扫描到的试卷图像进行定位,然后从定位完成的试卷图像中识别出已作答试卷上的客观题区域和主观题区域,利用手写体数字或字母的识别技术对客观题区域的答案和手写学号的识别进行自动阅卷,并将主观题区域的图像上传到服务器进行网上阅卷。本发明提供的方法及系统,无需采用答题卡,在进行考试时,考生可以直接在试卷上答题,不仅减少学校纸张的浪费、节约了学校制作答题卡的时间,同时由于考生无需填涂答题卡,因此也节约了考生的答题时间,为大型考试提供了方便。
Description
技术领域
本发明涉及纸质化能力测评或者纸质化信息管理领域,尤其涉及的是一种自无需答题卡的动阅卷方法及系统。
背景技术
目前在进行纸质化考试时一般采用在原试卷上答题或者使用答题卡,如果使用传统的在原试卷上答题,则需要大量的人力去对试卷进行批阅,若使用答题卡,则不仅制作答题卡通常需要花费大量的时间和纸张,而且答题卡上的答题信息需要进行准确的定位才能防止电脑扫描的错误,所述在进行大型考试时,采用在原试卷上答题或者使用答题卡都不能很好的满足人们的需求。
因此,现有技术有待于进一步的改进。
发明内容
鉴于上述现有技术中的不足之处,本发明的目的在于为用户提供一种无需答题卡的试卷自动阅卷处理方法及系统,以解决现有技术中采用答题卡进行阅卷所产生的需要制作专门的答题卡花费大量时间和人力的问题。
为了达到上述目的,本发明采取了以下技术方案:
一种无需答题卡的试卷自动阅卷处理方法,其中,包括:
A、扫描未作答试卷,获取未作答试卷上客观题和主观题对应区域的数据信息,并将所述数据信息存储在模糊分类器中;
B、扫描已作答试卷,以存储在模糊分类器中的所述数据信息识别出已作答试卷上的客观题和主观题的区域;
C、使用手写体数字或字母识别技术识别出已作答试卷上客观题区域对应图像中包含的答卷信息,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,并将主观题区域所对应的图像上传到服务器进行网上阅卷。
所述无需答题卡的试卷自动阅卷处理方法,其中,所述客观题和主观题对应区域的数据信息为:客观题和主观题对应区域的模板中标定的客观题和主观题区域坐标向量集。
所述无需答题卡的试卷自动阅卷处理方法,其中,所述步骤B中还包括对已作答试卷图像进行纠偏定位,其纠偏定位的方法为:将存储在模糊分类器中的数据信息与扫描得到的已作答试卷图像中的客观题和主观题数据信息进行模糊匹配,并以存储的所述数据信息为标准对已作答试卷图像进行纠偏校正。
所述无需答题卡的试卷自动阅卷处理方法,其中,所述步骤B还包括:将识别出的已作答试卷上的客观题和主观题区域所对应的图像分割开,且分别存储在模糊分类器的第一存储区域和第二存储区域。
所述无需答题卡的试卷自动阅卷处理方法,其中,所述步骤C中所述使用手写体数字或字母识别技术识别出客观题区域对应图像中包含的答卷信息的方法为:根据预定的模板大小将客观题区域对应的图像进行分割,计算出分割后图像中所含字母或数字的特征值,并以所述特征值为参数识别出客观题区域所对应的答卷信息。
一种无需答题卡的试卷自动阅卷处理系统,其中,所述系统包括:
模板信息获取模块: 用于扫描未作答试卷,获取未作答试卷上客观题和主观题对应区域的数据信息,并将所述数据信息存储在模糊分类器中;
答卷识别定位模块: 用于扫描已作答试卷,以存储在模糊分类器中的所述数据信息识别出已作答试卷上的客观题和主观题的区域;
阅卷模块:用于使用手写体数字或字母识别技术识别出已作答试卷上客观题区域对应图像中包含的答卷信息,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,并将主观题区域所对应的图像上传到服务器进行网上阅卷。
所述无需答题卡的试卷自动阅卷处理系统,其中,所述客观题和主观题对应区域的数据信息为:客观题和主观题对应区域的模板中标定的客观题和主观题区域坐标向量集。
所述无需答题卡的试卷自动阅卷处理系统,其中,在所述答卷识别定位模块中包括纠偏定位单元;
所述纠偏定位单元,用于将存储在模糊分类器中的数据信息与扫描得到的已作答试卷图像中的客观题和主观题数据信息进行模糊匹配,并以存储的所述数据信息为标准对已作答试卷图像进行纠偏校正。
所述无需答题卡的试卷自动阅卷处理系统,其中,所述系统还包括图像分割存储模块;
所述图像分割存储模块,用于将识别出的已作答试卷上的客观题和主观题区域所对应的图像分割开,且分别存储在模糊分类器的第一存储区域和第二存储区域。
所述无需答题卡的试卷自动阅卷处理系统,其中,所述阅卷模块包括手写体数字或字母识别单元;
所述手写体数字或字母识别单元,用于根据预定的模板大小将客观题区域对应的图像进行分割,计算出分割后图像中所含字母或数字的特征值,并以所述特征值为参数识别出客观题区域所对应的答卷信息。
有益效果:本发明提供的一种无需答题卡的试卷自动阅卷处理方法及系统,通过使用图像模糊识别的方法首先对扫描到的试卷图像进行定位,然后从定位完成的试卷图像中识别出已作答试卷上的客观题区域和主观题区域,利用手写体数字或字母识别技术对客观题区域的答案进行自动阅卷,将主观题区域的图像上传到服务器进行网上阅卷。本发明提供的方法及系统,无需采用答题卡,在进行考试时,考生可以直接在试卷上答题,不仅减少学校纸张的浪费、节约了学校制作答题卡的时间,同时由于考生无需填涂答题卡,因此也节约了考生的答题时间,为大型考试提供了方便。
附图说明
图1为本发明一种无需答题卡的试卷自动阅卷处理方法的步骤流程图。
图2为本发明一种无需答题卡的试卷自动阅卷处理系统的结构原理图。
具体实施方式
本发明提供了一种无需答题卡的试卷自动阅卷处理方法及系统。为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明提供的一种无需答题卡的试卷自动阅卷处理方法,如图所示,所述方法包括:
S1、扫描未作答试卷,获取未作答试卷上客观题和主观题对应区域的数据信息,并将所述数据信息存储在模糊分类器中。
首先通过光电扫描仪,CCD器件或电子传真机等对未作答试卷进行扫描,获得未作答试卷的二维图像,通过将所述二维图像进行灰度处理,得到其灰度直方图,从所述灰度直方图中获取未作答试卷上的数据信息。
所述数据信息为客观题和主观题对应区域的最大外接矩形特征向量集(也即是区域所对应的最大外接矩形四个顶点坐标值向量表的数据信息),并将所述数据信息进行存储。
具体的,所述最大外接矩形四个顶点坐标是通过扫描仪或相机获取未作答的试卷灰度直方图得到的。在灰度直方图中从X轴方向从左到右进行搜索,灰度从255变为小于255的值即为左上角坐标的值,以此算法即可算出右上角坐标及左下角和右下角坐标值,把这四个坐标值向量表以及四点处的灰度值都保存到模糊分类器中。
S2、扫描已作答试卷,以存储在模糊分类器中的所述数据信息识别出已作答试卷上的客观题和主观题的区域。
采用同样的方法获取已扫描试卷上客观题和主观题区域的数据信息,即同样获取已作答试卷上最大外接矩形四个顶点坐标值向量表,并将保存在模糊分类器中的未作答试卷上客观题和主观题区域的数据信息与之相比对,从扫描获取到的已扫描试卷图像上匹配出客观题和主观题的区域。
将两组数据信息进行比对,即是将存储在模糊分类器中的数据信息与扫描得到的已作答试卷图像中的客观题和主观题数据信息进行模糊匹配,从而可以从已作答试卷上标识出其上的客观题区域和主观题区域。
具体的,由于所述数据信息包括的是未作答试卷上客观题和主观题区域所对应的位置信息,也即是客观题和主观题对应区域的模板中标定的客观题和主观题区域坐标向量集,即其所出图像位置坐标值,若未作答试卷和已作答试卷在进行扫描时放置的位置相同,则未作答试卷和已作答试卷的客观题和主观题应处于试卷的相同位置,因此步骤S1中获取到的含有未作答试卷客观题和主观题区域信息的所述数据信息与步骤S2中获取到的已作答试卷客观题和主观题区域信息具有相似性,即坐标值相近或者相同。
如果坐标值相同则说明在进行扫描时已作答试卷与未作答试卷放置在同一位置上,若相近则说明在进行扫描时已作答试卷与未作答试卷放置的位置有偏差。
若在进行扫描时进行扫描时已作答试卷与未作答试卷放置的位置有偏差,则为了更好的对试卷上的答卷信息进行识别,本步骤中还包括对已作答试卷图像进行纠偏定位,具体的方法为:将存储在模糊分类器中的数据信息与扫描得到的已作答试卷图像中的客观题和主观题数据信息进行模糊匹配,并以存储的所述数据信息为标准对已作答试卷图像进行纠偏校正。
具体的,通过存储在模糊分类器中的最大外接矩形四个顶点坐标值向量表的数据信息和已作答试卷上最大外接矩形四个顶点坐标值计算出未作答试卷图像与已作答试卷图像之间的缩放因子,通过未作答试卷最大外接矩形左上角坐标和缩放因子对已作答试卷进行纠偏和定位,也即是以存储在模糊分类器中的最大外接矩形四个顶点坐标值向量表和已作答试卷上最大外接矩形四个顶点坐标值计算出已作答试卷的缩放因子,通过存储在模糊分类器中最大外接矩形的左上角坐标进行上述数据信息比对,若两组数据信息有偏差,则以未作答试卷图像所对应的所述数据信息为标准,计算出两组数据所对应的外接矩形之间的夹角,以及两者最大外接矩形之间的缩放因子,将已作答试卷图像旋转到与为作答试卷图像保持一致,从而实现对已作答试卷进行纠偏定位的目的。
S3、使用手写体数字识别技术识别出已作答试卷上客观题区域对应图像中包含的答卷信息,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,并将主观题区域所对应的图像上传到服务器进行网上阅卷。
在本步骤中使用手写体数字识别技术识别出客观题区域对应图像中包含的答卷信息的方法为:根据预定的模板大小将客观题区域对应的图像进行分割,计算出分割后图像中所含字母或数字的特征值,并以所述特征值为参数识别出客观题区域所对应的答卷信息。
具体的,使用首先获取客观题区域的数字或者字母边界,并将所述区域分割成大小相同的若干个模板(比如可以将区域长宽分别5等分,得到25个小模板),统计每个模板中黑像素的个数,并根据黑像素的个数计算出图像中所含字母或数字的特征值。
再次将客观题区域上的数字或者字母从图像中逐个提取出来,形成待测样本,以字母ABCD及数字0-9则为样本,根据本步骤中获取的已作答试卷上使用特征值为依据对已作答试卷上提取出的待测样本进行循环计算,找出样本与待测样本之间距离的最小值所对应的样本,则即表示待测样本与样本所表示的字母或者数字相同,从而对待测样本进行识别。
基于上述手写体数字或字母识别技术,同样也可以用于对已作答试卷上学生的学号信息进行识别。
在对已作答试卷上的客观题的答卷信息识别出之后,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,也即是输出试卷上客观题的得分结果。
为了更好的对客观题的答卷信息和主观题的答卷信息进行识别,在阅卷之前,还包括:将识别出的已作答试卷上的客观题和主观题区域所对应的图像分割开,且分别存储在模糊分类器的第一存储区域和第二存储区域。通过将客观题信息和主观题区域分割开来快速的进行阅卷。
可以想到的是,由于主观题部分存在诸多的主观因素,因此需要通过将主观题部分分割出来,上传到服务器通过人工的方式进行阅卷。
在上述方法的基础上,本发明还提供了一种无需答题卡的试卷自动阅卷处理系统,其中,如图2所示,所述系统包括:
模板信息获取模块10: 用于扫描未作答试卷,获取未作答试卷上客观题和主观题对应区域的数据信息,并将所述数据信息存储在模糊分类器中;其模板信息获取模块的功能如上述步骤S1所述。
答卷识别定位模块20: 用于扫描已作答试卷,以存储在模糊分类器中的所述数据信息识别出已作答试卷上的客观题和主观题的区域,并以所述数据信息为标准对扫描得到的已作答试卷图像进行纠偏定位;答卷识别定位模块的具体功能如上述步骤S2所述。
阅卷模块30:用于使用手写体数字识别技术识别出客观题区域对应图像中包含的答卷信息,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,并将主观题区域所对应的图像上传到服务器进行网上阅卷。阅卷模块的具体功能如上述步骤S3所述。
所述客观题和主观题对应区域的数据信息为:客观题和主观题对应区域的模板中标定的客观题和主观题区域坐标向量集。
具体的,为了更好的实现自动阅卷的效果,在所述答卷识别定位模块中包括纠偏定位单元;所述纠偏定位单元,用于通过存储在模糊分类器中的最大外接矩形四个顶点坐标值向量表的数据信息和已作答试卷上最大外接矩形四个顶点坐标值计算出未作答试卷图像与已作答试卷图像之间的缩放因子,通过未作答试卷最大外接矩形左上角坐标和缩放因子对已作答试卷进行纠偏和定位。
所述系统还包括图像分割存储模块;所述图像分割存储模块,用于将识别出的已作答试卷上的客观题和主观题区域所对应的图像分割开,且分别存储在模糊分类器的第一存储区域和第二存储区域。
所述阅卷模块包括手写体数字识别单元;所述手写体数字识别单元,用于根据预定的模板大小将客观题区域对应的图像进行分割,计算出分割后图像中所含字母或数字的特征值,并以所述特征值为参数识别出客观题区域所对应的答卷信息。
本发明提供的一种无需答题卡的试卷自动阅卷处理方法及系统,通过使用图像模糊识别的方法首先对以空白试卷图像以标准对扫描到的已作答试卷图像进行定位,然后从定位完成的已作答试卷图像中识别出客观题区域和主观题区域,并利用手写体数字识别技术对客观题区域的答案进行自动阅卷,将主观题区域的图像上传到服务器进行网上人工阅卷。本发明提供的方法及系统,无需采用答题卡,在进行考试时,考生直接在试卷上进行答题,不仅减少学校纸张的浪费、节约了学校制作答题卡的时间,同时由于考生无需填涂答题卡,因此也节约了考生的答题时间,为大型考试提供了方便。
可以理解的是,对本领域普通技术人员来说,可以根据本发明的技术方案及其发明构思加以等同替换或改变,而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种无需答题卡的试卷自动阅卷处理方法,其特征在于,包括:
A、扫描未作答试卷,获取未作答试卷上客观题和主观题对应区域的数据信息,并将所述数据信息存储在模糊分类器中;
B、扫描已作答试卷,以存储在模糊分类器中的所述数据信息识别出已作答试卷上的客观题和主观题的区域;
C、使用手写体数字或字母识别技术识别出已作答试卷上客观题区域对应图像中包含的答卷信息,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,并将主观题区域所对应的图像上传到服务器进行网上阅卷。
2.根据权利要求1所述无需答题卡的试卷自动阅卷处理方法,其特征在于,所述客观题和主观题对应区域的数据信息为:客观题和主观题对应区域的模板中标定的客观题和主观题区域坐标向量集。
3.根据权利要求1所述无需答题卡的试卷自动阅卷处理方法,其特征在于,所述步骤B中还包括对已作答试卷图像进行纠偏定位,其纠偏定位方法为:将存储在模糊分类器中的数据信息与扫描得到的已作答试卷图像中的客观题和主观题数据信息进行模糊匹配,并以存储的所述数据信息为标准对已作答试卷图像进行纠偏校正。
4.根据权利要求1所述无需答题卡的试卷自动阅卷处理方法,其特征在于,所述步骤B还包括:将识别出的已作答试卷上的客观题和主观题区域所对应的图像分割开,且分别存储在模糊分类器的第一存储区域和第二存储区域。
5.根据权利要求1所述无需答题卡的试卷自动阅卷处理方法,其特征在于,所述步骤C中所述使用手写体数字或字母识别技术识别出客观题区域对应图像中包含的答卷信息的方法为:根据预定的模板大小将客观题区域对应的图像进行分割,计算出分割后图像中所含字母或数字的特征值,并以所述特征值为参数识别出客观题区域所对应的答卷信息。
6.一种无需答题卡的试卷自动阅卷处理系统,其特征在于,所述系统包括:
模板信息获取模块: 用于扫描未作答试卷,获取未作答试卷上客观题和主观题对应区域的数据信息,并将所述数据信息存储在模糊分类器中;
答卷识别定位模块: 用于扫描已作答试卷,以存储在模糊分类器中的所述数据信息识别出已作答试卷上的客观题和主观题的区域;
阅卷模块:用于使用手写体数字或字母识别技术识别出已作答试卷上客观题区域对应图像中包含的答卷信息,,将答卷信息与预先存储的正确答案信息进行比对,输出比对结果,并将主观题区域所对应的图像上传到服务器进行网上阅卷。
7.根据权利要求6所述无需答题卡的试卷自动阅卷处理系统,其特征在于,所述客观题和主观题对应区域的数据信息为:客观题和主观题对应区域的模板中标定的客观题和主观题区域坐标向量集。
8.根据权利要求6所述无需答题卡的试卷自动阅卷处理系统,其特征在于,在所述答卷识别定位模块中包括纠偏定位单元;
所述纠偏定位单元,用于将存储在模糊分类器中的数据信息与扫描得到的已作答试卷图像中的客观题和主观题数据信息进行模糊匹配,并以存储的所述数据信息为标准对已作答试卷图像进行纠偏校正。
9.根据权利要求6所述无需答题卡的试卷自动阅卷处理系统,其特征在于,所述系统还包括图像分割存储模块;
所述图像分割存储模块,用于将识别出的已作答试卷上的客观题和主观题区域所对应的图像分割开,且分别存储在模糊分类器的第一存储区域和第二存储区域。
10.根据权利要求6所述无需答题卡的试卷自动阅卷处理系统,其特征在于,所述阅卷模块包括手写体数字或字母识别单元;
所述手写体数字或字母识别单元,用于根据预定的模板大小将客观题区域对应的图像进行分割,计算出分割后图像中所含字母或数字的特征值,并以所述特征值为参数识别出客观题区域所对应的答卷信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410321944.9A CN104143094B (zh) | 2014-07-08 | 2014-07-08 | 一种无需答题卡的试卷自动阅卷处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410321944.9A CN104143094B (zh) | 2014-07-08 | 2014-07-08 | 一种无需答题卡的试卷自动阅卷处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104143094A true CN104143094A (zh) | 2014-11-12 |
CN104143094B CN104143094B (zh) | 2017-09-22 |
Family
ID=51852264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410321944.9A Active CN104143094B (zh) | 2014-07-08 | 2014-07-08 | 一种无需答题卡的试卷自动阅卷处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104143094B (zh) |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504023A (zh) * | 2014-12-12 | 2015-04-08 | 广西师范大学 | 一种基于领域本体的高准确率主观题计算机自动阅卷方法 |
CN104794948A (zh) * | 2015-04-20 | 2015-07-22 | 西安青柠电子信息技术有限公司 | 自动阅卷系统及其使用方法 |
CN104820835A (zh) * | 2015-04-29 | 2015-08-05 | 岭南师范学院 | 一种试卷自动阅卷方法 |
CN104851329A (zh) * | 2015-05-14 | 2015-08-19 | 锐达互动科技股份有限公司 | 一种视频展台电子阅卷的方法及系统 |
CN105184232A (zh) * | 2015-08-12 | 2015-12-23 | 祁亨年 | 一种o2o互联网作业本、系统及实现方法 |
CN105373978A (zh) * | 2015-08-12 | 2016-03-02 | 高学 | 基于ocr的人工评判试卷处理装置及方法 |
CN105488512A (zh) * | 2015-11-27 | 2016-04-13 | 南京理工大学 | 基于Sift特征匹配和形状上下文的试卷阅卷方法 |
CN105516356A (zh) * | 2016-01-13 | 2016-04-20 | 广东小天才科技有限公司 | 试题批改方法、通信终端以及服务器 |
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 |
CN105844226A (zh) * | 2016-03-21 | 2016-08-10 | 北京华云天科技有限公司 | 基于主观题的数据处理方法及其装置 |
WO2016161701A1 (zh) * | 2015-04-09 | 2016-10-13 | 中兴通讯股份有限公司 | 一种获取考试信息的方法和装置 |
CN106372613A (zh) * | 2016-09-13 | 2017-02-01 | 广州视睿电子科技有限公司 | 纸质试卷的统计方法和装置 |
CN106407936A (zh) * | 2016-09-22 | 2017-02-15 | 福建省百互联网科技有限公司 | 一种阅卷方法和系统 |
CN106503747A (zh) * | 2016-10-28 | 2017-03-15 | 西安夫子电子科技研究院有限公司 | 一种图像识别统计分析系统 |
CN106651876A (zh) * | 2016-12-13 | 2017-05-10 | 深圳市海云天科技股份有限公司 | 一种答题卡图像处理方法及系统 |
CN106778718A (zh) * | 2016-11-22 | 2017-05-31 | 江苏黄金屋教育发展股份有限公司 | 一种基于大数据的自动阅卷机 |
CN106897749A (zh) * | 2017-03-03 | 2017-06-27 | 盐城工学院 | 自动阅卷方法及系统 |
CN107194337A (zh) * | 2017-05-14 | 2017-09-22 | 联阅科技(北京)有限公司 | 一种非选择题的智能批阅方法 |
CN107368828A (zh) * | 2017-07-24 | 2017-11-21 | 中国人民解放军装甲兵工程学院 | 高清试卷图像采集分解系统和方法 |
CN107463866A (zh) * | 2016-06-06 | 2017-12-12 | 青岛大学 | 一种用于成绩评价的识别手写实验报告的方法 |
CN107832758A (zh) * | 2017-11-06 | 2018-03-23 | 泉州市雄蓝教育科技有限公司 | 智能生成答题卡以及服务器终端自动阅卷评分的考试系统 |
CN107895142A (zh) * | 2017-10-26 | 2018-04-10 | 湖南考神信息科技有限责任公司 | 一种基于视觉标记的试卷试题内容自动分割方法及系统 |
CN109325401A (zh) * | 2018-08-03 | 2019-02-12 | 成都准星云学科技有限公司 | 基于边缘定位对题目区域进行标注、识别的方法及系统 |
CN109740515A (zh) * | 2018-12-29 | 2019-05-10 | 科大讯飞股份有限公司 | 一种评阅方法及装置 |
CN110223554A (zh) * | 2019-07-12 | 2019-09-10 | 徐娅萍 | 基于虚拟现实的阅卷方法 |
CN110517316A (zh) * | 2018-05-21 | 2019-11-29 | 福建鹿鸣教育科技有限公司 | 一种基于两点定位图像的方法及系统 |
CN110879965A (zh) * | 2019-10-12 | 2020-03-13 | 中国平安财产保险股份有限公司 | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 |
CN111081093A (zh) * | 2019-07-11 | 2020-04-28 | 广东小天才科技有限公司 | 一种听写内容辨别方法及电子设备 |
CN111814616A (zh) * | 2020-06-28 | 2020-10-23 | 枫烨(深圳)科技有限公司 | 一种无需答题卡的试卷自动阅卷处理系统及其实现方法 |
CN111814606A (zh) * | 2020-06-24 | 2020-10-23 | 枫烨(深圳)科技有限公司 | 一种技术图像处理和模式识别的自动阅卷系统及实现方法 |
CN111899823A (zh) * | 2020-06-11 | 2020-11-06 | 上海梅斯医药科技有限公司 | 一种量表信息处理方法、系统、终端设备和存储介质 |
CN112200058A (zh) * | 2020-09-30 | 2021-01-08 | 珠海读书郎网络教育有限公司 | 一种教辅资料智能批改的系统及方法 |
CN112364601A (zh) * | 2020-10-28 | 2021-02-12 | 南阳理工学院 | 基于TF-IDF算法和TextRank算法的智能阅卷方法及装置 |
CN112651856A (zh) * | 2019-10-12 | 2021-04-13 | 广州慧学君教育科技有限公司 | 智能化考评系统 |
CN112700414A (zh) * | 2020-12-30 | 2021-04-23 | 广东德诚大数据科技有限公司 | 一种用于考试阅卷的空白作答检测方法及系统 |
CN113159014A (zh) * | 2021-04-28 | 2021-07-23 | 深圳市智像科技有限公司 | 基于手写题号的客观题批阅方法、装置、设备及存储介质 |
CN113516079A (zh) * | 2021-07-15 | 2021-10-19 | 湖南昭山智能科技有限公司 | 一种自动改卷系统 |
CN113705438A (zh) * | 2021-08-27 | 2021-11-26 | 河北风口飞网络科技有限公司 | 一种基于多种数据采集形式的考评、阅卷方法及系统 |
CN115100656A (zh) * | 2022-08-25 | 2022-09-23 | 江西风向标智能科技有限公司 | 空白答题卡识别方法、系统、存储介质及计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5672060A (en) * | 1992-07-08 | 1997-09-30 | Meadowbrook Industries, Ltd. | Apparatus and method for scoring nonobjective assessment materials through the application and use of captured images |
CN101206691A (zh) * | 2007-06-29 | 2008-06-25 | 深圳市海云天科技有限公司 | 一种自动定位的阅卷方法 |
CN102799776A (zh) * | 2012-07-10 | 2012-11-28 | 富士施乐实业发展(上海)有限公司 | 一种试卷自动处理系统 |
CN103279907A (zh) * | 2013-05-13 | 2013-09-04 | 南昊(北京)科技有限公司 | 一种网上扫描阅卷系统 |
CN103778816A (zh) * | 2014-01-27 | 2014-05-07 | 上海五和文化传播有限公司 | 纸质试卷的答案提取系统 |
-
2014
- 2014-07-08 CN CN201410321944.9A patent/CN104143094B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5672060A (en) * | 1992-07-08 | 1997-09-30 | Meadowbrook Industries, Ltd. | Apparatus and method for scoring nonobjective assessment materials through the application and use of captured images |
CN101206691A (zh) * | 2007-06-29 | 2008-06-25 | 深圳市海云天科技有限公司 | 一种自动定位的阅卷方法 |
CN102799776A (zh) * | 2012-07-10 | 2012-11-28 | 富士施乐实业发展(上海)有限公司 | 一种试卷自动处理系统 |
CN103279907A (zh) * | 2013-05-13 | 2013-09-04 | 南昊(北京)科技有限公司 | 一种网上扫描阅卷系统 |
CN103778816A (zh) * | 2014-01-27 | 2014-05-07 | 上海五和文化传播有限公司 | 纸质试卷的答案提取系统 |
Non-Patent Citations (2)
Title |
---|
姜莎莎: ""文档图像识别系统的设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王淞: ""表格手写内容识别系统的设计与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504023B (zh) * | 2014-12-12 | 2017-08-04 | 广西师范大学 | 一种基于领域本体的高准确率主观题计算机自动阅卷方法 |
CN104504023A (zh) * | 2014-12-12 | 2015-04-08 | 广西师范大学 | 一种基于领域本体的高准确率主观题计算机自动阅卷方法 |
WO2016161701A1 (zh) * | 2015-04-09 | 2016-10-13 | 中兴通讯股份有限公司 | 一种获取考试信息的方法和装置 |
CN104794948A (zh) * | 2015-04-20 | 2015-07-22 | 西安青柠电子信息技术有限公司 | 自动阅卷系统及其使用方法 |
CN104820835A (zh) * | 2015-04-29 | 2015-08-05 | 岭南师范学院 | 一种试卷自动阅卷方法 |
CN104820835B (zh) * | 2015-04-29 | 2018-04-17 | 岭南师范学院 | 一种试卷自动阅卷方法 |
CN104851329A (zh) * | 2015-05-14 | 2015-08-19 | 锐达互动科技股份有限公司 | 一种视频展台电子阅卷的方法及系统 |
CN105184232A (zh) * | 2015-08-12 | 2015-12-23 | 祁亨年 | 一种o2o互联网作业本、系统及实现方法 |
CN105373978A (zh) * | 2015-08-12 | 2016-03-02 | 高学 | 基于ocr的人工评判试卷处理装置及方法 |
CN105488512B (zh) * | 2015-11-27 | 2019-07-12 | 南京理工大学 | 基于Sift特征匹配和形状上下文的试卷阅卷方法 |
CN105488512A (zh) * | 2015-11-27 | 2016-04-13 | 南京理工大学 | 基于Sift特征匹配和形状上下文的试卷阅卷方法 |
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 |
CN105516356B (zh) * | 2016-01-13 | 2019-03-29 | 广东小天才科技有限公司 | 试题批改方法、通信终端以及服务器 |
CN105516356A (zh) * | 2016-01-13 | 2016-04-20 | 广东小天才科技有限公司 | 试题批改方法、通信终端以及服务器 |
CN105844226A (zh) * | 2016-03-21 | 2016-08-10 | 北京华云天科技有限公司 | 基于主观题的数据处理方法及其装置 |
CN107463866A (zh) * | 2016-06-06 | 2017-12-12 | 青岛大学 | 一种用于成绩评价的识别手写实验报告的方法 |
CN106372613A (zh) * | 2016-09-13 | 2017-02-01 | 广州视睿电子科技有限公司 | 纸质试卷的统计方法和装置 |
CN106372613B (zh) * | 2016-09-13 | 2019-10-25 | 广州视睿电子科技有限公司 | 纸质试卷的统计方法和装置 |
CN106407936A (zh) * | 2016-09-22 | 2017-02-15 | 福建省百互联网科技有限公司 | 一种阅卷方法和系统 |
CN106503747A (zh) * | 2016-10-28 | 2017-03-15 | 西安夫子电子科技研究院有限公司 | 一种图像识别统计分析系统 |
CN106778718A (zh) * | 2016-11-22 | 2017-05-31 | 江苏黄金屋教育发展股份有限公司 | 一种基于大数据的自动阅卷机 |
CN106651876A (zh) * | 2016-12-13 | 2017-05-10 | 深圳市海云天科技股份有限公司 | 一种答题卡图像处理方法及系统 |
CN106897749A (zh) * | 2017-03-03 | 2017-06-27 | 盐城工学院 | 自动阅卷方法及系统 |
CN107194337A (zh) * | 2017-05-14 | 2017-09-22 | 联阅科技(北京)有限公司 | 一种非选择题的智能批阅方法 |
CN107368828A (zh) * | 2017-07-24 | 2017-11-21 | 中国人民解放军装甲兵工程学院 | 高清试卷图像采集分解系统和方法 |
CN107895142A (zh) * | 2017-10-26 | 2018-04-10 | 湖南考神信息科技有限责任公司 | 一种基于视觉标记的试卷试题内容自动分割方法及系统 |
CN107832758A (zh) * | 2017-11-06 | 2018-03-23 | 泉州市雄蓝教育科技有限公司 | 智能生成答题卡以及服务器终端自动阅卷评分的考试系统 |
CN110517316A (zh) * | 2018-05-21 | 2019-11-29 | 福建鹿鸣教育科技有限公司 | 一种基于两点定位图像的方法及系统 |
CN109325401A (zh) * | 2018-08-03 | 2019-02-12 | 成都准星云学科技有限公司 | 基于边缘定位对题目区域进行标注、识别的方法及系统 |
CN109740515A (zh) * | 2018-12-29 | 2019-05-10 | 科大讯飞股份有限公司 | 一种评阅方法及装置 |
CN111081093A (zh) * | 2019-07-11 | 2020-04-28 | 广东小天才科技有限公司 | 一种听写内容辨别方法及电子设备 |
CN110223554A (zh) * | 2019-07-12 | 2019-09-10 | 徐娅萍 | 基于虚拟现实的阅卷方法 |
CN112651856A (zh) * | 2019-10-12 | 2021-04-13 | 广州慧学君教育科技有限公司 | 智能化考评系统 |
CN110879965A (zh) * | 2019-10-12 | 2020-03-13 | 中国平安财产保险股份有限公司 | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 |
CN111899823A (zh) * | 2020-06-11 | 2020-11-06 | 上海梅斯医药科技有限公司 | 一种量表信息处理方法、系统、终端设备和存储介质 |
CN111814606A (zh) * | 2020-06-24 | 2020-10-23 | 枫烨(深圳)科技有限公司 | 一种技术图像处理和模式识别的自动阅卷系统及实现方法 |
CN111814616A (zh) * | 2020-06-28 | 2020-10-23 | 枫烨(深圳)科技有限公司 | 一种无需答题卡的试卷自动阅卷处理系统及其实现方法 |
CN112200058A (zh) * | 2020-09-30 | 2021-01-08 | 珠海读书郎网络教育有限公司 | 一种教辅资料智能批改的系统及方法 |
CN112200058B (zh) * | 2020-09-30 | 2021-07-06 | 珠海读书郎网络教育有限公司 | 一种教辅资料智能批改的系统及方法 |
CN112364601A (zh) * | 2020-10-28 | 2021-02-12 | 南阳理工学院 | 基于TF-IDF算法和TextRank算法的智能阅卷方法及装置 |
CN112700414A (zh) * | 2020-12-30 | 2021-04-23 | 广东德诚大数据科技有限公司 | 一种用于考试阅卷的空白作答检测方法及系统 |
CN113159014A (zh) * | 2021-04-28 | 2021-07-23 | 深圳市智像科技有限公司 | 基于手写题号的客观题批阅方法、装置、设备及存储介质 |
CN113159014B (zh) * | 2021-04-28 | 2024-08-02 | 深圳市智像科技有限公司 | 基于手写题号的客观题批阅方法、装置、设备及存储介质 |
CN113516079A (zh) * | 2021-07-15 | 2021-10-19 | 湖南昭山智能科技有限公司 | 一种自动改卷系统 |
CN113516079B (zh) * | 2021-07-15 | 2023-01-10 | 湖南从一科技有限公司 | 一种自动改卷系统 |
CN113705438A (zh) * | 2021-08-27 | 2021-11-26 | 河北风口飞网络科技有限公司 | 一种基于多种数据采集形式的考评、阅卷方法及系统 |
CN115100656A (zh) * | 2022-08-25 | 2022-09-23 | 江西风向标智能科技有限公司 | 空白答题卡识别方法、系统、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104143094B (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及系统 | |
CN102360419B (zh) | 计算机扫描阅读管理方法及系统 | |
CN106033544B (zh) | 基于模板匹配的试卷内容区域提取方法 | |
CN106033535B (zh) | 电子阅卷方法 | |
CN104239850B (zh) | 基于图像综合特征的答题卡填涂信息自动识别方法 | |
CN105373978A (zh) | 基于ocr的人工评判试卷处理装置及方法 | |
CN105046200B (zh) | 基于直线检测的电子阅卷方法 | |
CN110807454B (zh) | 基于图像分割的文字定位方法、装置、设备及存储介质 | |
CN107590494B (zh) | 答题卡图片定位方法、装置、可读存储介质以及电子设备 | |
CN107590495B (zh) | 答题卡图片纠偏方法、装置、可读存储介质以及电子设备 | |
CN111814616A (zh) | 一种无需答题卡的试卷自动阅卷处理系统及其实现方法 | |
CN111046644A (zh) | 一种答题卡模板生成方法、识别方法、装置及存储介质 | |
CN107067399A (zh) | 一种试卷图像分割处理方法 | |
CN108805519A (zh) | 纸质日程表电子化生成方法、装置及电子日程表生成方法 | |
CN106934411A (zh) | 基于模板匹配的电子阅卷方法 | |
CN106033534B (zh) | 基于直线检测的电子阅卷方法 | |
CN111915635A (zh) | 支持自阅卷的试题解析信息生成方法及系统 | |
CN109741273A (zh) | 一种手机拍照低质图像的自动处理与评分方法 | |
CN114445843A (zh) | 固定版式的卡证图像文字识别方法和装置 | |
US20070047815A1 (en) | Image recognition apparatus, image recognition method, and image recognition program | |
CN114267046A (zh) | 一种文档图像的方向校正方法与装置 | |
CN114170613A (zh) | 图像检测方法、装置、电子设备及计算机可读存储介质 | |
CN107066939A (zh) | 一种网上阅卷系统的试卷切割处理方法 | |
CN110298236A (zh) | 一种基于深度学习的盲文图像自动识别方法和系统 | |
CN104077562B (zh) | 一种答卷的扫描方向判断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |