CN106033535B - 电子阅卷方法 - Google Patents
电子阅卷方法 Download PDFInfo
- Publication number
- CN106033535B CN106033535B CN201510119147.7A CN201510119147A CN106033535B CN 106033535 B CN106033535 B CN 106033535B CN 201510119147 A CN201510119147 A CN 201510119147A CN 106033535 B CN106033535 B CN 106033535B
- Authority
- CN
- China
- Prior art keywords
- test paper
- image
- straight line
- area
- straight lines
- 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
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种电子阅卷方法,包括:对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像;检测所述试卷灰度图像中的特征标识,根据所述特征标识提取所述试卷图像中预设区域的内容;根据所述试卷图像中预设区域的内容,确定所述试卷的阅卷结果。本发明根据试卷格式模板确定试卷的内容区域,通过拍照或扫描得到待评阅试卷的图像,对待评阅试卷图像中的对应区域的内容进行检测,识别并统计检测到的内容,进而获得试卷评阅结果,能够应用于多种类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
Description
技术领域
本发明涉及图像识别与模式识别技术领域,尤其涉及一种电子阅卷方法。
背景技术
随着信息时代的到来,电子信息技术不断发展并日益深入到不同的行业领域,并逐步取代繁复的人工操作,极大地提高了事务的处理效率。目前,通过自动扫描实现电子阅卷技术已经得到普遍应用,相比于传统的人工阅卷方式,电子阅卷在大幅提高阅卷速度的同时,能够有效地避免人为失误导致的阅卷错误,提高试卷评判的准确度与公平性。
现有的电子阅卷大多采用试卷与答题卡分离的形式,应试者将试题答案填涂在一张单独的答题卡上,通过专用的读卡机读取答题卡上的信息进行评分。上述阅卷方式虽然能够提高阅卷效率,但是由于试题与答题卡分离,应试者需要在答题后按规定要求将试题答案单独填涂在答题卡上,无疑增加了应试者的操作复杂度。同时,现有的电子阅卷方式需要制作专用的答题卡,通过专用的具有特定光学字符识别系统的读卡器进行答题卡信息读取,对于答题卡的印刷精度要求高,且制作成本高昂,适合较大型的考试,无法在一些中小规模的考试中进行广泛推广使用。
由于采用答题卡实现电子阅卷的方式仅适用于对客观题的评阅,目前在大型考试中对主观题的电子阅卷大多通过网上阅卷系统实现。网上阅卷系统采用试题页与答卷页分离的形式,由阅卷老师通过计算机网络对答卷页的电子图像进行评阅,阅卷系统对阅卷老师的评分进行统计与核对。网上阅卷系统可以进行一卷多评,即同一份答卷页可以由多个阅卷老师分别进行评阅,从而降低单一阅卷产生误差的机率,同时网上阅卷系统对阅卷环境、扫描设备和试卷纸质存在较高的要求,因此目前也仅应用于较大规模及较高重要性的考试中。
现阶段我国的教育体系仍主要采取考试的形式对考生知识的掌握程度进行检验,随着各类教育考试与资格考试的不断增多,与考试频繁性相对应的,是如何实现快速、准确和小成本的实现电子阅卷,成为目前亟待解决的技术问题。
发明内容
本发明的目的是提供一种电子阅卷方法,通过拍照或扫描得到待评阅的纸质试卷的图像后,采用图像识别与内容检测技术实现快速准确地对试卷中内容区域进行定位及信息获取后,统计得到试卷评阅结果。
有鉴于此,本发明提供一种电子阅卷方法,包括:对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像;检测所述试卷灰度图像中的特征标识,根据所述特征标识提取所述试卷图像中预设区域的内容;根据所述试卷图像中预设区域的内容,确定所述试卷的阅卷结果。
优选地,所述对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像的步骤之前,还包括:获取待评阅的试卷图像,调整所述试卷图像至预设的尺寸。
优选地,所述对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像的步骤之前,还包括:对所述试卷图像进行边缘提取,获得所述试卷图像对应的边缘图像;识别所述边缘图像中的干扰像素区域,对所述试卷图像中的对应区域进行像素修正。
优选地,所述检测所述试卷灰度图像中的特征标识,根据所述特征标识提取所述试卷图像中预设区域的内容的步骤,具体为:检测所述试卷灰度图像中的特征直线,根据所述特征直线提取所述试卷图像中的一个或多个预设区域的内容。
优选地,检测所述试卷灰度图像中的特征直线,根据所述特征直线提取所述试卷图像中的一个或多个预设区域的内容的步骤之前,还包括:获取所述试卷的格式模板,根据所述试卷格式模板确定所述待评阅试卷图像中的预设区域,所述预设区域为试卷信息区域、考生信息区域、答题区域或评分区域。
优选地,所述检测所述试卷灰度图像中的特征直线,根据所述特征直线提取所述试卷图像中的一个或多个预设区域的内容的步骤,具体为:检测所述试卷灰度图像中的特征直线,根据所述特征直线对所述试卷图像进行角度调整;将所述试卷图像与所述试卷格式模板进行匹配,提取所述试卷图像中的一个或多个预设区域的内容。
优选地,所述检测所述试卷灰度图像中的特征直线,根据所述特征直线对所述试卷图像进行角度调整的步骤,具体为:选取所述试卷灰度图像中斜率在第一预设范围内的直线得到第一直线集合,以及选取所述试卷灰度图像中斜率在第二预设范围内的直线得到第二直线集合;选取所述第一直线集合中的第一直线和所述第二直线集合中的第二直线,所述第一直线和所述第二直线满足预设夹角且所述第一直线与所述第二直线长度之和大于所述第一直线集合与所述第二直线集合中任意两条满足预设夹角的直线长度之和;判断所述第一直线的斜率是否与所述试卷格式模板中第一参考直线的斜率相同或所述第二直线的斜率是否与所述试卷格式模板中第二参考直线的斜率相同,若否,则计算将所述第一直线旋转至与所述第一参考直线斜率相同或将所述第二直线旋转至与所述第二参考直线斜率相同的旋转矩阵;根据所述旋转矩阵旋转所述第一直线集合和所述第二直线集合中的直线,以及根据所述旋转矩阵旋转所述试卷图像和所述试卷图像对应的灰度图像。
优选地,所述将所述试卷图像与所述试卷格式模板进行匹配,提取所述试卷图像中的一个或多个预设区域的内容的步骤,具体为:根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在所述第一直线集合中选取与所述试卷图像中预设区域对应的多条直线,提取所述多条直线中每两条相邻直线之间的区域对应的所述试卷图像中的内容;或者,根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在所述第二直线集合中选取与所述试卷图像中预设区域对应的多条直线,提取所述多条直线中每两条相邻直线之间的区域对应的所述试卷图像中的内容。
优选地,所述将所述试卷图像与所述试卷格式模板进行匹配,提取所述试卷图像中的一个或多个预设区域的内容的步骤,具体为:根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在所述第一直线集合中选取与所述试卷图像中预设区域对应的多条直线,确定所述多条直线中每两条相邻直线之间的区域是否存在一条或多条符合预设条件的直线,若是,则提取所述两条相邻直线之间区域对应的所述试卷图像中的内容;或者,根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在所述第二直线集合中选取与所述试卷图像中预设区域对应的多条直线,确定所述多条直线中每两条相邻直线之间的区域是否存在一条或多条符合预设条件的直线,若是,则提取所述两条相邻直线之间区域对应的所述试卷图像中的内容。
优选地,所述将所述试卷图像与所述试卷格式模板进行匹配,提取所述试卷图像中的一个或多个预设区域的内容的步骤,具体为:根据所述试卷格式模板中所述特征直线与预设内容区域的尺寸及位置对应关系,提取所述试卷图像中对应坐标区域的一个或多个预设区域的内容。
本发明电子阅卷方法,根据试卷格式模板确定试卷的内容区域,通过拍照或扫描得到待评阅试卷的图像,对待评阅试卷图像中的对应区域的内容进行检测,识别并统计检测到的内容,进而获得试卷评阅结果。本发明电子阅卷方法对试卷图像中内容区域进行识别的稳定性强、准确性高、适用范围广,能够应用于多种类型的试卷,实现试卷的自动评阅和结果统计,有效地降低了人工阅卷的工作负荷,显著地提高了试卷评阅的效率与准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图:
图1示出了本发明第一实施例的电子阅卷方法的流程图;
图2示出了本发明第二实施例的电子阅卷方法的流程图;
图3示出了本发明实施例试卷格式模板的示意图;
图4示出了本发明实施例试卷图像对应的灰度图像的示意图;
图5示出了本发明第三实施例的电子阅卷方法的流程图
图6示出了本发明实施例试卷内容区域的示意图。
具体实施方式
为了能够更清楚地理解本发明的目的、特征和优点,下面结合附图和具体实施方式对本发明做进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互结合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,这仅仅是本发明的一些实施例,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明第一实施例的电子阅卷方法的流程图。
本发明实施例的电子阅卷方法,包括:步骤101,对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像;步骤102,检测所述试卷灰度图像中的特征标识,根据所述特征标识提取所述试卷图像中预设区域的内容;步骤103,根据所述试卷图像中预设区域的内容,确定所述试卷的阅卷结果。
在该技术方案中,通过对待评阅的试卷图像进行灰度化处理,获取所述试卷图像对应的灰度图像,对试卷灰度图像中的特征标识进行检测,根据该特征标识确定试卷图像中内容区域的对应位置范围,检测并识别该内容区域中的内容,统计分析后得到该试卷的阅卷结果。
在上述技术方案中,所述步骤101之前,还包括:获取待评阅的试卷图像,调整所述试卷图像至预设的尺寸。
在该技术方案中,通过拍照或扫描获得待评阅试卷的图像后,可以对试卷图像进行尺寸调整,使得待评阅的试卷图像具有统一的尺寸。例如,将原始试卷图像压缩至预设的尺寸,或者在原始试卷图像中截取预设尺寸的图像。
在上述技术方案中,所述步骤101之前,还包括:对所述试卷图像进行边缘提取,获得所述试卷图像对应的边缘图像;识别所述边缘图像中的干扰像素区域,对所述试卷图像中的对应区域进行像素修正。
在该技术方案中,由于通过扫描仪扫描纸质试卷时可能造成原始试卷图像中存在深色边框,影响后续阅卷处理的准确性,因此在对待评阅的试卷图像进行灰度化处理之前,可以对试卷图像进行边缘提取,具体地,使用边缘提取算法对试卷图像提取边缘,得到试卷图像对应的边缘图像(该边缘图像为二值图像,其中像素值为0的像素点表示非边缘部分,像素值为255的像素点表示边缘部分)。在该边缘图像中,分别选取边缘图像的四条边缘上的每一像素点作为起始像素点,沿垂直于边缘图像边缘的方向向边缘图像的中心移动,在预设的移动距离范围内搜索距离边缘图像边缘最近的一个像素值为255的目标像素点(即跟踪边缘图像边缘最近的边缘点),记录该目标像素点的坐标。在试卷图像中检测分别与该起始像素点与目标像素点的坐标对应的像素点之间的像素点是否符合预设条件,例如,若所述像素点中90%的像素点的RGB三个通道值都小于200,则确定该试卷图像存在扫描过程中产生的深色边框,并将试卷图像中该区域的像素点的RGB值调整为(255,255,255)从而消除该深色边框。
本发明实施例的电子阅卷方法,通过获取待评阅试卷图像的灰度图像,根据灰度图像中的特征标识,确定试卷图像中的预设内容区域,对试卷图像中的多个内容区域进行分离和提取,检测识别该多个内容区域中的内容后,通过分析统计得到试卷的评阅结果。本发明实施例的电子阅卷方法使试卷的排版和设计具有更高的自由度,同时在待评阅试卷的图像不具备较高的图像质量的情况下,也能够稳定准确地识别并输出各个内容区域的内容,统计得到试卷评阅结果。
图2示出了本发明第二实施例的电子阅卷方法的流程图。
本发明实施例的电子阅卷方法,包括:步骤201,对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像;步骤202,检测所述试卷灰度图像中的特征直线,根据所述特征直线提取所述试卷图像中的一个或多个预设区域的内容;步骤203,根据所述试卷图像中预设区域的内容,确定所述试卷的阅卷结果。
在该技术方案中,通过对待评阅的试卷进行灰度化处理,获取所述试卷对应的灰度图像,采用直线检测算法对试卷灰度图像中的特征直线进行检测和提取,将提取到的特征直线进行分类和筛选,根据特征直线确定待评阅试卷图像中对应位置范围的内容区域,检测并识别该内容区域中的内容,统计确定该试卷的阅卷结果。
在上述技术方案中,所述步骤202之前,还包括:获取所述试卷的格式模板,根据所述试卷格式模板确定所述待评阅试卷图像中的预设区域,所述预设区域为试卷信息区域、考生信息区域、答题区域或评分区域。
在该技术方案中,通过预先获取试卷的格式模板,确定待评阅试卷图像中预设的内容区域。具体地,根据预先获取的试卷的格式模板(如图3所示),确定待评阅的试卷图像中包含的多个内容区域的类型、位置范围、特征直线分布位置、多条特征直线的组合特征以及该特征直线与内容区域的尺寸及位置对应关系等,其中,试卷内容区域可以包括:试卷信息区域、考生信息区域、答题区域和评分区域等。在对待评阅的试卷图像进行灰度化处理后得到的与试卷图像对应的灰度图像(如图4所示),在试卷灰度图像中检测并提取特征直线或特征直线组合,根据提取到的特征直线或特征直线组合,结合通过试卷格式模板确定的试卷图像中的内容区域的类型和分布位置信息,参照特征直线与内容区域的对应关系快速准确地定位及区分试卷图像中包含的内容区域的位置,通过对试卷内容区域进行内容识别,将识别出的内容进行统计分析后得到试卷的评阅结果。
本发明实施例的电子阅卷方法,通过预先获取试卷的格式模板,确定待评阅试卷中包含的内容区域、该内容区域的类型和位置范围以及特征直线分布及组合的特征,在试卷图像对应的灰度图像中检测并提取特征直线或特征直线组合,根据特征直线与内容区域的尺寸及位置对应关系快速准确地定位试卷图像中内容区域的位置以及区分内容区域的类型,通过对试卷内容区域进行内容识别,将识别出的内容进行统计分析后得到试卷的评阅结果。
图5示出了本发明第三实施例的电子阅卷方法的流程图。
本发明实施例的电子阅卷方法,包括:步骤301,对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像;步骤302,选取所述试卷灰度图像中斜率在第一预设范围内的直线得到第一直线集合,以及选取所述试卷灰度图像中斜率在第二预设范围内的直线得到第二直线集合;步骤303,判断所述第一直线集合和所述第二直线集合是否符合预设条件,若符合,则保留所述第一直线集合和所述第二直线集合;若不符合,则调整所述第一直线集合和所述第二直线集合;步骤304,根据所述第一直线集合和所述第二直线集合,检测所述试卷图像中的一个或多个预设区域的内容;步骤305,根据所述试卷图像中预设区域的内容,确定所述试卷的阅卷结果。
在该技术方案中,通过对待评阅的试卷进行灰度化处理,获取所述试卷对应的灰度图像,采用直线检测算法对试卷灰度图像中的直线进行检测和提取,将提取到的直线进行分类和筛选,选取斜率在预设范围内的直线,得到第一直线集合和第二直线集合,根据第一直线集合和第二直线集合中与试卷格式模板中预设的参考直线匹配的直线确定试卷图像中对应的内容区域,通过检测并识别该内容区域中的内容,统计确定该试卷的阅卷结果。
在上述技术方案中,所述步骤302,具体为:在试卷格式模板中选取第一参考直线和第二参考直线,分别根据第一参考直线的斜率和第二参考直线的斜率,在试卷灰度图像中选取与第一参考直线的斜率差值在预设范围内的所有直线得到第一直线集合,以及选取与第二参考直线的斜率差值在预设范围内的所有直线得到第二直线集合。具体地,第一参考直线的斜率和第二参考直线的斜率可以是任意值,例如,第一参考直线可以是垂直方向,第二参考直线可以是水平方向,则在试卷灰度图像中选取与垂直方向的斜率差值在预设范围内的所有直线得到第一直线集合,以及选取与水平方向的斜率差值在预设范围内的所有直线得到第二直线集合;同样的,第一参考直线还可以是水平方向,第二参考直线还可以是垂直方向,此处不再赘述。
在该技术方案中,根据试卷的设计版式,在试卷格式模板中分别选定第一参考直线和第二参考直线作为定位及提取试卷图像中内容区域的特征直线,其中,第一参考直线和第二参考直线可以是试卷中包含的内容区域中的标识线,例如,试卷边框线、试卷答题区域或评分区域的网格线等,也可以是试卷中特定的直线。在试卷评阅过程中通过在试卷灰度图像中查找匹配与第一参考直线和第二参考直线对应的直线,便可以根据试卷格式模板中第一参考直线和第二参考直线与内容区域的位置及尺寸对应关系快速准确地定位试卷图像中的内容区域,进而通过内容识别分析获取试卷评阅结果。
在上述技术方案中,所述步骤303,具体为:分别选取第一直线集合中的第一直线和第二直线集合中的第二直线,所述第一直线和所述第二直线满足预设夹角且所述第一直线与所述第二直线长度之和大于所述第一直线集合与所述第二直线集合中任意两条满足预设夹角的直线长度之和;判断所述第一直线的斜率是否与所述试卷格式模板中第一参考直线的斜率相同或所述第二直线的斜率是否与所述试卷格式模板中第二参考直线的斜率相同,若否,则计算将所述第一直线旋转至与所述第一参考直线斜率相同或将所述第二直线旋转至与所述第二参考直线斜率相同的旋转矩阵;根据所述旋转矩阵旋转所述第一直线集合和所述第二直线集合中的直线,以及根据所述旋转矩阵旋转所述试卷图像和所述试卷图像对应的灰度图像。
在该技术方案中,由于在对纸质试卷进行扫描或拍照过程中,可能造成得到的试卷图像存在一定角度的旋转,通过检测匹配待评阅试卷图像中与试卷模板图像中的特征直线对应的直线,根据该直线与试卷模板图像中特征直线的角度差对试卷图像进行旋转角度修正,从而能够更为准确地检测并提取试卷的内容区域。具体地,为了提高阅卷过程特征直线的识别匹配效率及稳定性,在试卷格式模板中确定作为特征直线的第一参考直线和第二参考直线时,可以分别选取试卷格式模板中最为显著的两条直线作为第一参考直线和第二参考直线,例如,选取试卷格式模板中所有垂直方向直线中长度最长的作为第一参考直线,以及选取试卷格式模板中所有水平方向直线中长度最长的作为第二参考直线。阅卷过程中,在待评阅试卷对应的灰度图像中选取与垂直方向直线的斜率差值在预设范围内的直线得到第一直线集合,以及选取与水平方向直线的斜率差值在预设范围内的直线得到第二直线集合,分别在第一直线集合和第二集合中选取第一直线和第二直线,其中,第一直线和第二直线相互垂直且第一直线与第二直线的长度之和大于第一直线集合与第二直线集合中任意两条相互垂直的直线长度之和。则第一直线与第二直线便是该试卷图像中与试卷格式模板中第一参考直线和第二参考直线相对应的直线。进一步地,判断第一直线是否为垂直方向或第二直线是否为水平方向,若是,则确定该试卷图像在扫描或拍照过程中不存在角度旋转,试卷图像中各直线的斜率与试卷格式模板一致;若否,则确定该试卷图像在扫描或拍照过程中存在角度旋转,需要进行角度修正,进一步计算将第一直线旋转至垂直方向或将第二直线旋转至水平方向所需的旋转矩阵,根据该旋转矩阵旋转第一直线集合中的所有直线和第二直线集合中的所述直线,以及根据该旋转矩阵旋转该试卷图像以及该试卷图像对应的灰度图像。
在上述技术方案中,所述步骤304,具体为:根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在第一直线集合中选取与试卷图像中预设区域对应的多条直线,检测所述多条直线中每两条相邻直线之间的区域对应的所述试卷图像中的内容;或者,根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在第二直线集合中选取与试卷图像中预设区域对应的多条直线,检测所述多条直线中每两条相邻直线之间的区域对应的所述试卷图像中的内容。
在该技术方案中,根据试卷格式模板中的第一参考直线和第二参考直线以及试卷格式模板中多个内容区域与第一参考直线和第二参考直线的位置与尺寸的对应关系,在待评阅的试卷图像中将第一直线和第二直线分别与第一参考直线和第二参考直线进行匹配后,可以确定待评阅试卷图像中的多个内容区域的位置区域,提取该内容区域的图像,并确定第一直线集合和第二直线集合中与试卷图像中每个预设内容区域对应的多条直线。由于试卷版式设计过程中,每个预设内容区域存在多个由两条相邻直线构成的子区域,例如:试题区域、答题区域、评分区域等,通过对每一预设内容区域对应的多条直线中每两条相邻直线之间的子区域进行内容检测识别,获取该内容区域的内容。
在上述技术方案中,所述步骤304,具体为:根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在第一直线集合中选取与试卷图像中预设区域对应的多条直线,确定所述多条直线中每两条相邻直线之间的区域是否存在一条或多条符合预设条件的直线,若是,则检测所述两条相邻直线之间区域对应的所述试卷图像中的内容;或者,根据所述试卷格式模板中所述预设区域的分布信息,确定所述试卷图像中的预设区域,在第二直线集合中选取与试卷图像中预设区域对应的多条直线,确定所述多条直线中每两条相邻直线之间的区域是否存在一条或多条符合预设条件的直线,若是,则检测所述两条相邻直线之间区域对应的所述试卷图像中的内容。
在该技术方案中,根据试卷格式模板中的第一参考直线和第二参考直线以及试卷格式模板中多个内容区域与第一参考直线和第二参考直线的位置与尺寸的对应关系,在待评阅的试卷图像中将第一直线和第二直线分别与第一参考直线和第二参考直线进行匹配后,可以确定待评阅试卷图像中的多个内容区域的位置区域,提取该内容区域的图像,并确定第一直线集合和第二直线集合中与试卷图像中每个预设内容区域对应的多条直线。由于试卷版式设计过程中,试卷内容区域中包括由多条相交直线构成的多个内容子区域,例如试卷编号区域,考生编号区域(如图6所示),评分区域等,通过对两条相邻直线之间的区域进行检测识别,确定多条直线与该两条直线相交所形成的多个内容子区域,对该内容子区域进行内容检测识别,获取该内容子区域的内容。具体地,两条相邻的水平直线之间,存在多条垂直的直线,将该两条水平直线之间的内容区域分割成多个子区域,每个子区域中包含特定的内容,例如,考生编号区域中的每一个子区域中包含考生编号中的一位数字。通过检测识别该内容区域中每一个子区域所包含的内容,得到该内容区域的内容。
在上述任一实施例中,优选地,所述试卷图像中包括试卷标识,所述试卷标识可以是试卷编码、条码或二维码,通过所述试卷标识可以获取该试卷图像对应的试卷格式模板信息,包括试卷内容区域的类型信息、试卷内容区域的位置分布信息以及特征直线与内容区域的尺寸与位置关系等。
在上述任一实施例中,由于纸质试卷经过考生的填写或涂改,可能导致扫描或拍摄纸质试卷得到的试卷图像中存在不可预估的噪声,优选地,可以将待评阅试卷的标准空白样本进行扫描或拍照,作为标准试卷样本图像,参考标准试卷样本图像及对应的灰度图像,确定试卷各内容区域的位置及标识特征,以此对待评阅试卷图像及对应的灰度图像进行内容区域的比对与校正,能够更加快速准确地定位试卷图像中的内容区域。
在上述任一实施例中,优选地,为了降低由于纸质试卷印刷质量差异以及扫描或拍照效果差别而在后续试卷图像检测过程中产生的误差,优选地,通过多尺度直线检测法,将扫描或拍照得到的试卷图像调整至多种不同的尺寸,分别对每一尺寸的试卷图像进行灰度处理得到对应的灰度图像,对灰度图像进行直线检测后,将检测结果归一到相同尺寸的图片中,对检测结果进行融合。或者,根据与试卷格式模板的匹配结果将试卷图像进行旋转修正后,将旋转修正后的试卷图像调整至多种不同的尺寸,再对试卷灰度图像进直线检测,将检测结果归一到同一张图片上,对检测结果进行融合,从而进一步提高检测的准确度,获得稳定准确的检测结果。
再次声明,本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明并不局限于前述的具体实施方式。本发明可以扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (8)
1.一种电子阅卷方法,其特征在于,包括:
对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像;
检测所述试卷灰度图像中的多条特征直线,对所述试卷图像中的每个预设区域对应的特征直线中的每两条相邻直线之间的区域进行内容检测识别,提取每个所述预设区域的内容;
根据每个所述预设区域的内容,确定所述试卷的阅卷结果。
2.根据权利要求1所述的电子阅卷方法,其特征在于,所述对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像的步骤之前,还包括:
获取待评阅的试卷图像,调整所述试卷图像至预设的尺寸。
3.根据权利要求1所述的电子阅卷方法,其特征在于,所述对试卷图像进行灰度化处理,获得所述试卷图像对应的灰度图像的步骤之前,还包括:
对所述试卷图像进行边缘提取,获得所述试卷图像对应的边缘图像;
识别所述边缘图像中的干扰像素区域,对所述试卷图像中的对应区域进行像素修正。
4.根据权利要求1-3中任一项所述的电子阅卷方法,其特征在于,所述对所述试卷图像中的每个预设区域对应的特征直线中的每两条相邻直线之间的区域进行内容检测识别,提取每个所述预设区域的内容的步骤之前,还包括:
获取试卷格式模板,将所述试卷图像与所述试卷格式模板进行匹配,根据所述试卷格式模板中的预设区域的分布信息,确定所述试卷图像中的预设区域,所述预设区域为试卷信息区域、考生信息区域、答题区域或评分区域。
5.根据权利要求4所述的电子阅卷方法,其特征在于,所述对所述试卷图像中的每个预设区域对应的特征直线中的每两条相邻直线之间的区域进行内容检测识别,提取每个所述预设区域的内容的步骤之前,还包括:
根据所述试卷灰度图像中的多条特征直线对所述试卷图像进行角度调整。
6.根据权利要求5所述的电子阅卷方法,其特征在于,所述根据所述试卷灰度图像中的多条特征直线对所述试卷图像进行角度调整的步骤,具体为:
选取所述试卷灰度图像中斜率在第一预设范围内的直线得到第一直线集合,以及选取所述试卷灰度图像中斜率在第二预设范围内的直线得到第二直线集合;
选取所述第一直线集合中的第一直线和所述第二直线集合中的第二直线,所述第一直线和所述第二直线满足预设夹角且所述第一直线与所述第二直线长度之和大于所述第一直线集合与所述第二直线集合中任意两条满足预设夹角的直线长度之和;
判断所述第一直线的斜率是否与所述试卷格式模板中第一参考直线的斜率相同或所述第二直线的斜率是否与所述试卷格式模板中第二参考直线的斜率相同,若否,则计算将所述第一直线旋转至与所述第一参考直线斜率相同或将所述第二直线旋转至与所述第二参考直线斜率相同的旋转矩阵;
根据所述旋转矩阵旋转所述第一直线集合和所述第二直线集合中的直线,以及根据所述旋转矩阵旋转所述试卷图像和所述试卷图像对应的灰度图像。
7.根据权利要求6所述的电子阅卷方法,其特征在于,所述对所述试卷图像中的每个预设区域对应的特征直线中的每两条相邻直线之间的区域进行内容检测识别,提取每个所述预设区域的内容的步骤,具体为:
在所述第一直线集合中选取与所述试卷图像中预设区域对应的多条直线,提取所述多条直线中每两条相邻直线之间的区域对应的所述试卷图像中的内容;或者,
在所述第二直线集合中选取与所述试卷图像中预设区域对应的多条直线,提取所述多条直线中每两条相邻直线之间的区域对应的所述试卷图像中的内容。
8.根据权利要求6所述的电子阅卷方法,其特征在于,所述对所述试卷图像中的每个预设区域对应的特征直线中的每两条相邻直线之间的区域进行内容检测识别,提取每个所述预设区域的内容的步骤,具体为:
在所述第一直线集合中选取与所述试卷图像中预设区域对应的多条直线,确定所述多条直线中每两条相邻直线之间的区域是否存在一条或多条符合预设条件的直线,若是,则提取所述两条相邻直线之间区域对应的所述试卷图像中的内容;或者,
在所述第二直线集合中选取与所述试卷图像中预设区域对应的多条直线,确定所述多条直线中每两条相邻直线之间的区域是否存在一条或多条符合预设条件的直线,若是,则提取所述两条相邻直线之间区域对应的所述试卷图像中的内容。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510119147.7A CN106033535B (zh) | 2015-03-18 | 2015-03-18 | 电子阅卷方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510119147.7A CN106033535B (zh) | 2015-03-18 | 2015-03-18 | 电子阅卷方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106033535A CN106033535A (zh) | 2016-10-19 |
CN106033535B true CN106033535B (zh) | 2019-12-13 |
Family
ID=57150921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510119147.7A Active CN106033535B (zh) | 2015-03-18 | 2015-03-18 | 电子阅卷方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106033535B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107067228A (zh) * | 2017-03-31 | 2017-08-18 | 南京钧元网络科技有限公司 | 一种手持式认证智能审核系统及其审核方法 |
CN107818358A (zh) * | 2017-07-12 | 2018-03-20 | 柳州康云互联科技有限公司 | 一种多级快速识别码 |
CN107506746A (zh) * | 2017-09-08 | 2017-12-22 | 电子科技大学中山学院 | 智能阅卷系统无定位点图像识别方法及系统 |
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 |
CN108615439A (zh) * | 2018-06-14 | 2018-10-02 | 刘骋 | 用于制定能力训练方案的方法、装置、设备及介质 |
CN110084098A (zh) * | 2019-03-14 | 2019-08-02 | 杭州笔声智能科技有限公司 | 一种试卷批改方法和系统 |
CN112686143B (zh) * | 2020-12-29 | 2023-12-01 | 科大讯飞股份有限公司 | 客观题填涂的识别方法、电子设备和存储介质 |
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 |
CN113177433A (zh) * | 2021-03-17 | 2021-07-27 | 北京焦耳科技有限公司 | 一种试卷扫描识别方法、设备及介质 |
CN112990180B (zh) * | 2021-04-29 | 2021-08-06 | 北京世纪好未来教育科技有限公司 | 判题方法、装置、设备及存储介质 |
CN113408521B (zh) * | 2021-07-16 | 2023-09-05 | 北京南昊科技股份有限公司 | 答题图片识别方法、批阅装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010231727A (ja) * | 2009-03-30 | 2010-10-14 | Takaaki Fukuda | 文字入力方法、及び入力文字校正方法 |
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 |
CN102760226A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于实心正方形的试卷客观题答题卡定位方法 |
CN102760225A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于矩形包围框的试卷客观题答题卡定位方法 |
CN103400124A (zh) * | 2013-07-03 | 2013-11-20 | 北京鸿合盛视数字媒体技术有限公司 | 一种试卷识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060034544A1 (en) * | 2004-08-13 | 2006-02-16 | Quality Engineering, Inc. | Distinctness of image processing |
-
2015
- 2015-03-18 CN CN201510119147.7A patent/CN106033535B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010231727A (ja) * | 2009-03-30 | 2010-10-14 | Takaaki Fukuda | 文字入力方法、及び入力文字校正方法 |
CN102760226A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于实心正方形的试卷客观题答题卡定位方法 |
CN102760225A (zh) * | 2011-04-29 | 2012-10-31 | 贵州师范大学 | 一种基于矩形包围框的试卷客观题答题卡定位方法 |
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 |
CN103400124A (zh) * | 2013-07-03 | 2013-11-20 | 北京鸿合盛视数字媒体技术有限公司 | 一种试卷识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
一种DOM与图像工程相结合的智能阅卷系统;郑婷;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150215;第16-49页 * |
一种基于模板匹配的图像倾斜校正算法;陈圣俭 等;《中国电力教育》;20071231;第375-377页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106033535A (zh) | 2016-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106033535B (zh) | 电子阅卷方法 | |
CN106033544B (zh) | 基于模板匹配的试卷内容区域提取方法 | |
CN105046200B (zh) | 基于直线检测的电子阅卷方法 | |
CN110766014B (zh) | 票据信息定位方法、系统及计算机可读存储介质 | |
JP5379085B2 (ja) | スキャンされた文書画像内の前景画素群の連結グループをマーキング種類に基づき分類する方法及びシステム | |
CN110503054B (zh) | 文本图像的处理方法及装置 | |
CN109460762B (zh) | 一种基于图像识别的答题卡评分方法 | |
CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及系统 | |
CN101122953A (zh) | 一种图片文字分割的方法 | |
CN108509988B (zh) | 一种试卷分数自动统计方法、装置、电子设备及存储介质 | |
CN106033534B (zh) | 基于直线检测的电子阅卷方法 | |
CN110598566A (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
CN113569863B (zh) | 一种单据稽查的方法、系统、电子设备及存储介质 | |
CN111753873A (zh) | 一种图像检测方法和装置 | |
CN105678301B (zh) | 一种自动识别并分割文本图像的方法、系统及装置 | |
CN115393861B (zh) | 一种手写体文本精准分割方法 | |
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 | |
US20070047815A1 (en) | Image recognition apparatus, image recognition method, and image recognition program | |
Karunanayake | OMR sheet evaluation by web camera using template matching approach | |
CN114445843A (zh) | 固定版式的卡证图像文字识别方法和装置 | |
CN114463770A (zh) | 一种用于普遍试卷题目的智能切题方法 | |
CN113762274A (zh) | 一种答题卡目标区域检测方法、系统、存储介质及设备 | |
US20060194187A1 (en) | Material processing apparatus, material processing method, and program product | |
Jingyi et al. | Image processing for enhanced omr answer matching precision |
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 |