CN107657255B - 网络阅卷方法、装置、可读存储介质以及电子设备 - Google Patents
网络阅卷方法、装置、可读存储介质以及电子设备 Download PDFInfo
- Publication number
- CN107657255B CN107657255B CN201710843289.7A CN201710843289A CN107657255B CN 107657255 B CN107657255 B CN 107657255B CN 201710843289 A CN201710843289 A CN 201710843289A CN 107657255 B CN107657255 B CN 107657255B
- Authority
- CN
- China
- Prior art keywords
- answer
- area
- answer sheet
- sheet picture
- shielding
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013077 scoring method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 abstract description 32
- 238000002955 isolation Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 6
- 238000009432 framing Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000012634 fragment Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明提供一种网络阅卷方法、装置、可读存储介质以及电子设备，其中网络阅卷方法包括：获取答题卡图片，答题卡图片包括至少一个答题区域，答题区域为客观题答题区域和主观题答题区域中的一种；识别答题卡图片，确定答题卡图片上每一答题区域的位置和区域大小；生成待评分答题区域的遮挡块，遮挡块用于遮挡答题卡图片中除待评分答题区域以外的区域；获取与待评分答题区域对应的阅卷老师账户组信息，发送待评分答题区域的遮挡块和答题卡图片至阅卷老师账户组中的任意一个阅卷老师账户。通过上述方法，网络阅卷服务器只需存储每个答题卡图片以及每个待评分答题区域的遮挡块，减小了存储的文件量。
Description
技术领域
本发明涉及数据处理领域，具体设计一种网络阅卷方法、装置、可读存储介质以及电子设备。
背景技术
随着计算机技术和教育信息化的不断推进，计算机和人工智能技术已经逐步应用于日常的教育教学各项活动中。尤其是在一些重大的考试中，其阅卷方式大多采用网络阅卷的方法，以保证考生得分的公平性和准确性。
目前的网络阅卷方式，都是将考生的答题卡扫描成图片格式的答题卡图片，根据答题卡上的每一题的答题区域，将答题卡图片分割证若干图片碎片，每一图片碎片只包含一个答题区域。这种方式需要将答题卡图片和每一图片碎片都存储于网络阅卷的服务器中，如此需要网络阅卷服务器具备较大的存储容量，这为网络阅卷的普及带来了难度。
发明内容
本发明提供一种网络阅卷方法、装置、可读存储介质以及电子设备，旨在解决现有技术中，对网络阅卷服务器的存储容量要求高，不利于网络阅卷的普及的问题。
为解决上述问题，本发明提供一种种网络阅卷方法，包括：
获取步骤，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种；
识别步骤，识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小；
生成步骤，生成待评分区域的遮挡块，所述遮挡块用于遮挡所述答题卡图片中除所述待评分答题区域以外的区域；
发送步骤，获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
可选地，上述网络阅卷方法，在识别步骤中，具体包括：
获取模版答题卡文件，所述模版答题卡文件包括模版答题卡图片和布局信息，所述布局信息包括每一所述答题区域在所述模版答题卡图片上的位置和区域大小；
根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定每一所述答题区域在所述答题卡图片上的位置和区域大小。
可选地，上述网络阅卷方法，在识别步骤中，具体还包括：
所述模版答题卡图片，还包括每一客观题答题区域的正确填涂；
获取所述答题卡图片中每一客观题答题区的实际填涂；
根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定同一客观题答题区域中实际填涂与正确填涂的比对结果；根据所述比对结果，得到每一客观题答题区域分数。
可选地，上述网络阅卷方法，在生成步骤中，具体包括：
根据每一所述答题区域的位置和区域大小，生成每一所述答题区域的遮挡子块，每一所述遮挡子块用于遮挡与其对应的一个所述答题区域；
选定任一所述答题区域作为所述待评分答题区域后，其余未被选定的所述答题区域对应的所有所述遮挡子块构成所述遮挡块。
可选地，上述网络阅卷方法，还包括：
存储每一所述阅卷老师账户输入的分数与所述待评分答题区域的对应关系，得到所述待评分答题区域的分数；
存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，得到每一所述阅卷老师账户的工作量。
可选地，上述网络阅卷方法，还包括：
获取考生信息；
所述答题卡图片还包括考生信息填涂区域，识别所述考生信息填涂区域，确定每一所述答题卡图片与所述考生信息的对应关系；
获取每一所述答题卡图片中每一所述主观题答题区域分数和每一所述客观题答题区域分数计算得到每一所述答题卡图片的总得分；
根据所述答题卡图片与所述考生信息的对应关系，确定每一所述考生信息对应的所述总得分。
基于同一发明构思，本发明还提供一种网络阅卷装置，包括：
获取模块，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种；
识别模块，识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小；
生成模块，生成待评分区域的遮挡块，所述遮挡块用于遮挡所述答题卡图片中除所述待评分答题区域以外的区域；
发送模块，获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
基于同一发明构思，本发明还提供一种可读存储介质，所述可读存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行上述所述的网络阅卷方法。
基于同一发明构思，本发明还提供一种电子设备，包括：
至少一个处理器；以及，
与至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的网络阅卷方法。
本发明所述的网络阅卷方法、装置、可读存储介质以及电子设备，其方法包括：识别获取的答题卡图片后，确定每一答题区域在答题卡图片上的位置和区域大小，之后根据待评分答题区域在答题卡图片上的位置和区域大小生成遮挡块，将遮挡块和答题卡图片发送至与待评分答题区域对应的阅卷老师账户组信息中的任意一个阅卷老师账户中，当阅卷老师批改时，遮挡块遮挡除待评分答题区域之外的其他答题区域，如此网络阅卷服务器只需存储每个答题卡图片以及每个待评分答题区域的遮挡块即可，大大减小了服务器存储的文件。
附图说明
图1为本发明实施例1所述的网络阅卷方法的流程示意图。
图2为本发明实施例1所述的网络阅卷方法的遮挡块与答题卡图片相对位置示意图。
图3为本发明实施例3所述的网络阅卷装置的原理结构示意图。
图4本发明实施例6所述的电子设备的结构原理示意图。
具体实施方式
下面将结合附图进一步说明本发明实施例。
实施例1
本是实施例提供一种网络阅卷方法，可应用于网络阅卷服务器中，如图1所示，包括以下步骤：
S101，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种。每一所述主观题答题区域对应至少一个主观题，每一所述客观题答题区域对应至少一个客观题。所述答题卡图片通过扫描仪、摄像头等设备扫描或拍摄答题卡获得，每张答题卡生成一张答题卡图片。而答题卡在设计时，根据试卷的题目数量、题目类型等可设置多个答题区域，通常试卷的题目类型包括客观题和主观题，因而答题卡的答题区域按照题目类型分，可分为客观题答题区域和主观题答题区域，根据客观题和主观题的数量，可使多个或一个客观题可在一个客观题答题区域中作答，即多个或一个客观题对应一个客观题答题区域，多个或一个主观题可在一个主观题答题区域中作答，即多个或一个主观题对应一个主观题答题区域。通常，主观题主要由阅卷老师批改，客观题可由阅卷老师批改，也可采用其他方式批改。
S102,识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小。
即识每一所述答题区域在答题卡图片上的位置和区域大小，以便后续每个答题区域的批改。
S103,生成待评分区域的遮挡块，所述遮挡块用于遮挡所述答题卡图片中除待评分答题区域以外的区域。
所述待评分答题区域即为某个需要阅卷老师批改的答题区域，答题卡上每一需要阅卷老师批改的答题区域都应对应生成一遮挡块。本步骤中根据待评分答题区域在答题卡图片上的位置和区域大小以及答题卡图片的大小生成一个遮挡块，如图2所示。所述遮挡块可跟随答题卡图片的缩放变化而产生相应的变化，任意缩放状态下的答题卡图片，被遮挡块遮挡后只且完整显示待评分答题区域。
S104,获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组信息中的任意一个阅卷老师账户。
本步骤中，阅卷老师账户组信息包括多个阅卷老师账户，且一个阅卷老师账户组共同批改一个待评分答题区域，将遮挡块和答题卡图片随机发送至阅卷老师账户组信息中的一个阅卷老师账户中，可增加阅卷的公平性。阅卷老师阅卷时，遮挡块遮挡答题卡图片中除待评分答题区域以为的其他区域，使阅卷老师只能看到自己所批改的答题区域。
本实施例所述的网络阅卷方法，根据待评分答题区域在答题卡图片上的位置和区域大小生成遮挡块，之后将遮挡块和答题卡图片发送至与待评分答题区域对应的阅卷老师账户组信息中的任意一个阅卷老师账户中，当阅卷老师批改时，遮挡块遮挡除待评分答题区域之外的其他答题区域，如此网络阅卷服务器只需存储每个答题卡图片以及每个待评分答题区域的遮挡块即可，大大减小了服务器存储的文件。
实施例2
本实施例提供一种网络阅卷方法，包括以下步骤：
S201，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种。每一所述主观题答题区域对应至少一个主观题,每一所述客观题答题区域对应至少一个客观题。在设计答题卡时，每一答题区域通过隔离线进行隔离区分，隔离线可采用黑色细线。
S202A，获取模版答题卡文件，所述模版答题卡文件包括模版答题卡图片和布局信息，所述布局信息包括每一所述答题区域在所述模版答题卡图片上的位置和区域大小，所述模版答题卡图片包括每一客观题答题区域的正确填涂。
通过所述模版答题卡图片和布局信息，网络阅卷服务器可确定每一答题区域在模版答题卡上的位置和区域大小。具体地，可利用网络阅卷服务器可识别的数字线条，采用数字线条框定每一答题区域在模版答题卡上的位置和区域大小，数字线条所框定的每一答题区域的大小应不小于隔离线所框定的答题区域大小。
S202B，根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定每一所述答题区域在所述答题卡图片上的位置和区域大小。
即采用常规的定位匹配方法，将答题卡图片与模版答题卡图片完全重合，然后将每一答题区域在模版答题卡图片上的位置和区域大小对应到答题卡图片中，即可确定每一答题区域在答题卡图片上的位置和区域大小。常规的定位匹配方法包括定位点识别法、特征线定位法等。定位点识别法采用定位点重合的方式，具体地，答题卡在设计时，在答题卡的四周设计多个定位点；定位时，在标准答题卡图片上利用定位框框定多个定位点作为标准，将答题卡图片的中心与标准答题卡图片的中心重合后，查找答题卡图片中与标准答题卡图片上定位框位置重合的区域是否存在定位点，当存在定位点时，调整答题卡图片使答题卡图片上的定位点都与标准答题卡图片上对应的定位点重合，如此可将答题卡图片与模版答题卡图片完全重合。特征线定位法即为，在标准答题卡图片上框定多个隔离线作为标准，将答题卡图片的中心与标准答题卡图片的中心重合后，查找答题卡图片中与标准答题卡图片上框定位置重合的区域是否存在隔离线，当存在隔离线时，调整答题卡图片使答题卡图片上的每一隔离线都与标准答题卡图片上对应的隔离线重合以实现答题卡图片与模版答题卡图片的完全重合。当然，也可采用定位点识别法、特征线定位法相结合的方式，即框定部分隔离线和部分定位点的方式。随着图像识别技术的发展，还可通过框定模版答题卡图片上的印刷文字来实现定位，即在模版答题卡图片上框定多个印刷字体，并识别所框定的印刷字，然后将答题卡图片的中心与标准答题卡图片的中心重合后，查找答题卡图片中与标准答题卡图片上框定位置重合的区域是否存在字体，当存在字体时，识别所述字体，若所述字体与模板答题卡上的印刷字相同，则调整答题卡图片使答题卡图片上的字体都与标准答题卡图片上对应的印刷字重合以实现答题卡图片与模版答题卡图片的完全重合。
S202C，获取每一所述客观题答题区域的实际填涂，根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定同一客观题答题区域中实际填涂与正确填涂的比对结果，根据所述比对结果，得到每一客观题答题区域分数。
在经过步骤S202B后，答题卡图片与标准答题卡图片重合，由于模版答题卡图片还包括每一客观题答题区域的正确填涂，则可获取每一客观题答题区域的实际填涂，通过与标准答题卡图片中的客观题答题区域的正确填涂的比较，得到每一客观题答题区域的分数。
S203，根据每一所述答题区域的位置和区域大小，生成每一所述答题区域的遮挡子块，每一所述遮挡子块用于遮挡与其对应的一个所述答题区域；选定任一所述答题区域作为所述待评分答题区域后，其余未被选定的所述答题区域对应的所有所述遮挡子块构成所述遮挡块。
本步骤中，由于客观题答题区域由网络阅卷服务器批阅，故本步骤中所述的待评分答题区域主要为主观题。且遮挡子块的大小小于遮挡块的大下，相同数量的遮挡子块所需的存储空间小于遮挡块，如此进一步减小了所需的存储空间。相应地，每个这档子块也会根据其对应答题区域的缩放而变化。
S204，获取与所述待评分答题区域对应的阅卷老师账户组，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
S205，存储每一所述阅卷老师账户输入的分数与所述待评分答题区域的对应关系，得到所述待评分答题区域的分数；存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，得到每一所述阅卷老师账户的工作量。
具体地，当待评分答题区域和遮挡块达到阅卷老师账户时，阅卷老师通过键盘或手写输入装置输入待评分答题区域应得的分数，网络阅卷服务器获得该分数后，存储该分数与待评分答题区域的对应关系，即存储了该待评分答题区域的分数。另外，存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，可得到每一所述阅卷老师账户的工作量。
S206A，获取考生信息。所述考生信息包括考生姓名、考生所在学校、学院、考生班级、考号等。
S206B，所述答题卡图片还包括考生信息填涂区域，识别所述考生信息填涂区域，确定每一所述答题卡图片与所述考生信息的对应关系。
在答题卡设计时，在考生信息填涂区域中可设计多个信息框，要求考生填写或填图，例如填写考生姓名、班级、学校、考号等，某些信息框中还可设置数字填图区，考生通过2B铅笔填涂数字填充区来表征自己信息，例如考号、班级等，以便网络阅卷服务器识别。
S206C，获取每一答题区域的分数计算得到每一所述答题卡图片的总得分；根据所述答题卡图片与所述考生信息的对应关系，确定每一所述考生信息对应的所述总得分。
本实施例所述的网络阅卷方法，通过匹配模版答题卡图片和答题卡图片，确定每一答题区域在答题卡图片上的位置和区域大小，同时，还根据模版答题卡图片和答题卡图片的匹配关系，得到每一客观题答题区域的分数；而每一主观题答题区域和其对应的遮挡块则随机发送至与该主观题对应的阅卷老师账户组信息中的任意一位阅卷老师的账户中，阅卷老师通过输入分数使网络阅卷服务器获得每一主观题区域的得分，最后，网络阅卷服务器计算每一客观题区域分数和每一主观题区域分数得到一张答题卡图片的总分，并将总分与考生信息关联起来。上述网络阅卷方法中，通过遮挡块遮挡除待评分答题区域以外区域，可减少网络阅卷服务器的存储的文件量；且网络阅卷服务器存储了阅卷老师账户与待评分答题区域的对应关系，有利于对阅卷老师批改质量的监督，同时可统计每位阅卷老师的工作量。
实施例3
本实施例提供一种网络阅卷装置，如图3所示，包括：
获取模块301，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种。每一所述主观题答题区域对应至少一个主观题，每一所述客观题答题区域对应至少一个客观题。所述答题卡图片通过扫描仪、摄像头等设备扫描或拍摄答题卡获得，每张答题卡生成一张答题卡图片。而答题卡在设计时，根据试卷的题目数量、题目类型等可设置多个答题区域，通常试卷的题目类型包括客观题和主观题，因而根据题目类型可设置客观题答题区域和主观题答题区域，根据客观题和主观题的数量，可使多个或一个客观题可在一个客观题答题区域中作答，即多个或一个客观题对应一个客观题答题区域，多个或一个主观题可在一个主观题答题区域中作答，即多个或一个主观题对应一个主观题答题区域。通常，主观题主要由阅卷老师批改，客观题可由阅卷老师批改，也可采用其他方式批改。
识别模块302，识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小。即识每一所述答题区域在答题卡图片上的位置和区域大小，以便后续每个答题区域的批改。
生成模块303，生成待评分区域的遮挡块，所述遮挡块用于遮挡所述答题卡图片中除待评分答题区域以外的区域。即，根据待评分答题区域在答题卡图片上的位置和区域大小以及答题卡图片的大小生成一个遮挡块。所述遮挡块可跟随答题卡图片的缩放变化而产生相应的变化，任意缩放状态下的答题卡图片，被遮挡块遮挡后只且完整显示待评分答题区域。
发送模块304，获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
本实施例所述的网络阅卷装置，包括获取模块301、识别模块302生成模块303和发送模块304。获取模块301获取设备扫描答题卡得到的答题卡图片，识别模块302识别每一张答题卡图片中每个答区域所在位置和大小，使生成模块303根据待评分答题区域所在位置和带下生成遮挡块，而发送模块304将答题卡图片和遮挡块发送至对应阅卷老师组信息下的阅卷老师账户中，供阅卷老师查阅批改，如此网络阅卷服务器只需存储每个答题卡图片以及每个待评分答题区域的遮挡块即可，大大减小了服务器存储的文件。
实施例4
本实施例提供另一种网络阅卷装置，包括：
获取模块，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种，每一所述主观题答题区域对应至少一个主观题,每一所述客观题答题区域对应至少一个客观题，每一所述客观题答题区域对应至少一个客观题。在设计答题卡时，每一答题区域通过隔离线进行隔离区分，隔离线可采用黑色细线。
识别模块，获取模版答题卡文件，所述模版答题卡文件包括模版答题卡图片和布局信息，所述布局信息包括每一所述答题区域在所述模版答题卡图片上的位置和区域大小，所述模版答题卡图片包括每一客观题答题区域的正确填涂；根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定每一所述答题区域在所述答题卡图片上的位置和区域大小；获取每一所述客观题答题区域的实际填涂，根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定同一客观题答题区域中实际填涂与正确填涂的比对结果，根据所述比对结果，得到每一客观题答题区域分数。
通过所述模版答题卡图片和布局信息，网络阅卷服务器可确定每一答题区域在模版答题卡上的位置和区域大小。具体地，可利用网络阅卷服务器可识别的数字线条，采用数字线条框定每一答题区域在模版答题卡上的位置和区域大小，数字线条所框定的每一答题区域的大小应不小于隔离线所框定的答题区域大小。然后常规的定位匹配方法，将答题卡图片与模版答题卡图片完全重合，将每一答题区域在模版答题卡图片上的位置和区域大小对应到答题卡图片中，即可确定每一答题区域在答题卡图片上的位置和区域大小。
常规的定位匹配方法包括定位点识别法、特征线定位法等。定位点识别法采用定位点重合的方式，具体地，答题卡在设计时，在答题卡的四周设计多个定位点；定位时，在标准答题卡图片上利用定位框框定多个定位点作为标准，将答题卡图片的中心与标准答题卡图片的中心重合后，查找答题卡图片中与标准答题卡图片上定位框位置重合的区域是否存在定位点，当存在定位点时，调整答题卡图片使答题卡图片上的定位点都与标准答题卡图片上对应的定位点重合，如此可将答题卡图片与模版答题卡图片完全重合。特征线定位法即为，在标准答题卡图片上框定多个隔离线作为标准，将答题卡图片的中心与标准答题卡图片的中心重合后，查找答题卡图片中与标准答题卡图片上框定位置重合的区域是否存在隔离线，当存在隔离线时，调整答题卡图片使答题卡图片上的每一隔离线都与标准答题卡图片上对应的隔离线重合以实现答题卡图片与模版答题卡图片的完全重合。当然，也可采用定位点识别法、特征线定位法相结合的方式，即框定部分隔离线和部分定位点的方式。
在答题卡图片与标准答题卡图片重合后，由于模版答题卡图片还包括每一客观题答题区域的正确填涂，则可获取每一客观题答题区域的实际填涂，通过与标准答题卡图片中的客观题答题区域的正确填涂的比较，得到每一客观题答题区域的分数。
生成模块，根据每一所述答题区域的位置和区域大小，生成每一所述答题区域的遮挡子块，每一所述遮挡子块用于遮挡与其对应的一个所述答题区域；选定任一所述答题区域作为所述待评分答题区域后，其余未被选定的所述答题区域对应的所有所述遮挡子块构成所述遮挡块。本步骤中，由于客观题答题区域由网络阅卷服务器批阅，故本步骤中所述的待评分答题区域主要为主观题。且遮挡子块的大小小于遮挡块的带下，相同数量的遮挡子块所需的存储空间小于遮挡块，如此进一步减小了所需的存储空间。
发送模块，获取与所述待评分答题区域对应的阅卷老师账户组，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
存储模块，存储每一所述阅卷老师账户输入的分数与所述待评分答题区域的对应关系，得到所述待评分答题区域的分数；存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，得到每一所述阅卷老师账户的工作量。
具体地，当待评分答题区域和遮挡块达到阅卷老师账户时，阅卷老师通过键盘或手写输入装置输入待评分答题区域应得的分数，网络阅卷服务器获得该分数后，存储该分数与待评分答题区域的对应关系，即存储了该待评分答题区域的分数。另外，存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，可得到每一所述阅卷老师账户的工作量。
总结模块，获取考生信息；所述答题卡图片还包括考生信息填涂区域，识别所述考生信息填涂区域，确定每一所述答题卡图片与所述考生信息的对应关系；获取每一答题区域的分数计算得到每一所述答题卡图片的总得分；根据所述答题卡图片与所述考生信息的对应关系，确定每一所述考生信息对应的所述总得分。
在答题卡设计时，在考生信息填涂区域中可设计多个信息框，要求考生填写或填图，例如填写考生姓名、班级、学校、考号等，某些信息框中还可设置数字填图区，考生通过2B铅笔填涂数字填充区来表征自己信息，例如考号、班级等，以便网络阅卷服务器识别。所述考生信息可包括考生姓名、考生所在学校、学院、考生班级、考号等。
本实施例所述的网络阅卷装置，识别模块通过匹配模版答题卡图片和答题卡图片，确定每一答题区域在答题卡图片上的位置和区域大小，同时，还根据模版答题卡图片和答题卡图片的匹配关系，得到每一客观题答题区域的分数；发送模块将每一主观题答题区域和其对应的遮挡块则随机发送至与该主观题对应的阅卷老师账户组信息中的任意一位阅卷老师的账户中，供阅卷老师批改；存储模块存储阅卷老师输入的分数与主观题答题区域的对应关系，使总结模块得到一张答题卡图片的总分，并将总分与考生信息关联起来。上述网络阅卷装置中，通过遮挡块遮挡除待评分答题区域以外区域，可减少网络阅卷服务器的存储的文件量；且网络阅卷服务器存储了阅卷老师账户与待评分答题区域的对应关系，有利于对阅卷老师批改质量的监督，同时可统计每位阅卷老师的工作量。
实施例5
本实施例提供了一种可读存储介质，所述可读存储介质可以为非易失性计算机存储介质，所述存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的网络阅卷方法。
实施例6
本实施例提供一种电子设备，如图4所示包括：至少一个处理器401；以及，与所述至少一个处理器401通信连接的存储器402；其中，
所述存储器402存储有可被所述一个处理器401执行的指令，所述指令被所述至少一个处理器401执行，以使所述至少一个处理器401能够：
获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种；
识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小；
生成待评分区域的遮挡块，，所述遮挡块用于遮挡所述答题卡图片中除所述待评分答题区域以外的区域；
获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
上述方案中，根据待评分答题区域在答题卡图片上的位置和区域大小，生成遮挡块，之后将遮挡块和答题卡图片发送至与待评分答题区域对应的阅卷老师账户组信息中的任意一个阅卷老师账户中，当阅卷老师批改时，遮挡块遮挡除待评分答题区域之外的其他答题区域，如此网络阅卷服务器只需存储每个答题卡图片以及每个待评分答题区域的遮挡块即可，大大减小了服务器存储的文件。
所述至少一个处理器401能够：
获取模版答题卡文件，所述模版答题卡文件包括模版答题卡图片和布局信息，所述布局信息包括每一所述答题区域在所述模版答题卡图片上的位置和区域大小；
根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定每一所述答题区域在所述答题卡图片上的位置和区域大小。
具体地，可利用网络阅卷服务器可识别的数字线条，采用数字线条框定每一答题区域在模版答题卡上的位置和区域大小，数字线条所框定的每一答题区域的大小应不小于隔离线所框定的答题区域大小。之后采用常规的定位匹配方法，将答题卡图片与模版答题卡图片完全重合，然后将每一答题区域在模版答题卡图片上的位置和区域大小对应到答题卡图片中，即可确定每一答题区域在答题卡图片上的位置和区域大小。
所述至少一个处理器401能够：
所述模版答题卡图片，还包括每一客观题答题区域的正确填涂；
获取所述答题卡图片中每一客观题答题区的实际填涂；
根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定同一客观题答题区域中实际填涂与正确填涂的比对结果；根据所述比对结果，得到每一客观题答题区域分数。
答题卡图片与标准答题卡图片重合，由于模版答题卡图片还包括每一客观题答题区域的正确填涂，则可获取每一客观题答题区域的实际填涂，通过与标准答题卡图片中的客观题答题区域的正确填涂的比较，得到每一客观题答题区域的分数。
所述至少一个处理器401能够：
根据每一所述答题区域的位置和区域大小，生成每一所述答题区域的遮挡子块，每一所述遮挡子块用于遮挡与其对应的一个所述答题区域；
选定任一所述答题区域作为所述待评分答题区域后，其余未被选定的所述答题区域对应的所有所述遮挡子块构成所述遮挡块。遮挡子块的设计可进一步减小文件的存储量。
所述至少一个处理器401能够：
存储每一所述阅卷老师账户输入的分数与所述待评分答题区域的对应关系，得到所述待评分答题区域的分数；
存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，得到每一所述阅卷老师账户的工作量。
网络阅卷服务器存储了阅卷老师账户与待评分答题区域的对应关系，有利于对阅卷老师批改质量的监督，同时可统计每位阅卷老师的工作量。
所述至少一个处理器401能够：
获取考生信息；
所述答题卡图片还包括考生信息填涂区域，识别所述考生信息填涂区域，确定每一所述答题卡图片与所述考生信息的对应关系；
获取每一所述答题卡图片中每一答题区域的分数计算得到每一所述答题卡图片的总得分；
根据所述答题卡图片与所述考生信息的对应关系，确定每一所述考生信息对应的所述总得分。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (8)
1.一种网络阅卷方法，其特征在于，包括：
获取步骤，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种；
识别步骤，识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小；
生成步骤，生成待评分答题区域的遮挡块，所述遮挡块用于遮挡所述答题卡图片中除所述待评分答题区域以外的区域；
根据每一所述答题区域的位置和区域大小，生成每一所述答题区域的遮挡子块，每一所述遮挡子块用于遮挡与其对应的一个所述答题区域；
选定任一所述答题区域作为所述待评分答题区域后，其余未被选定的所述答题区域对应的所有所述遮挡子块构成所述遮挡块；
发送步骤，获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
2.根据权利要求1所述的网络阅卷方法，其特征在于，在识别步骤中，具体包括：
获取模版答题卡文件，所述模版答题卡文件包括模版答题卡图片和布局信息，所述布局信息包括每一所述答题区域在所述模版答题卡图片上的位置和区域大小；
根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定每一所述答题区域在所述答题卡图片上的位置和区域大小。
3.根据权利要求2所述的网络阅卷方法，其特征在于，在识别步骤中，具体还包括：
所述模版答题卡图片，还包括每一客观题答题区域的正确填涂；
获取所述答题卡图片中每一客观题答题区的实际填涂；
根据所述模版答题卡图片与所述答题卡图片的匹配关系，确定同一客观题答题区域中实际填涂与正确填涂的比对结果；根据所述比对结果，得到每一客观题答题区域分数。
4.根据权利要求3所述的网络阅卷方法，其特征在于，还包括：
存储每一所述阅卷老师账户输入的分数与所述待评分答题区域的对应关系，得到所述待评分答题区域的分数；
存储每一所述阅卷老师账户与所述待评分答题区域的对应关系，得到每一所述阅卷老师账户的工作量。
5.根据权利要求4所述的网络阅卷方法，其特征在于，还包括：
获取考生信息；
所述答题卡图片还包括考生信息填涂区域，识别所述考生信息填涂区域，确定每一所述答题卡图片与所述考生信息的对应关系；
获取每一所述答题卡图片中每一所述答题区域的分数计算得到每一所述答题卡图片的总得分；
根据所述答题卡图片与所述考生信息的对应关系，确定每一所述考生信息对应的所述总得分。
6.一种网络阅卷装置，其特征在于，包括：
获取模块，获取答题卡图片，所述答题卡图片包括至少一个答题区域，每一所述答题区域为客观题答题区域和主观题答题区域中的一种；
识别模块，识别所述答题卡图片，确定所述答题卡图片上每一所述答题区域的位置和区域大小；
生成模块，生成待评分答题区域的遮挡块，所述遮挡块用于遮挡所述答题卡图片中除所述待评分答题区域以外的区域；
根据每一所述答题区域的位置和区域大小，生成每一所述答题区域的遮挡子块，每一所述遮挡子块用于遮挡与其对应的一个所述答题区域；
选定任一所述答题区域作为所述待评分答题区域后，其余未被选定的所述答题区域对应的所有所述遮挡子块构成所述遮挡块；
发送模块，获取与所述待评分答题区域对应的阅卷老师账户组信息，发送所述待评分答题区域的遮挡块和所述答题卡图片至所述阅卷老师账户组中的任意一个阅卷老师账户。
7.一种可读存储介质，其特征在于，所述可读存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行上述权利要求1-5任一项所述的网络阅卷方法。
8.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述权利要求1-5任一项所述的网络阅卷方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710843289.7A CN107657255B (zh) | 2017-09-18 | 2017-09-18 | 网络阅卷方法、装置、可读存储介质以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710843289.7A CN107657255B (zh) | 2017-09-18 | 2017-09-18 | 网络阅卷方法、装置、可读存储介质以及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107657255A CN107657255A (zh) | 2018-02-02 |
| CN107657255B true CN107657255B (zh) | 2020-10-23 |
Family
ID=61130529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710843289.7A Active CN107657255B (zh) | 2017-09-18 | 2017-09-18 | 网络阅卷方法、装置、可读存储介质以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107657255B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109785345A (zh) * | 2019-01-25 | 2019-05-21 | 中电健康云科技有限公司 | 图像分割方法及装置 |
| CN110276340A (zh) * | 2019-05-28 | 2019-09-24 | 杭州布谷科技有限责任公司 | 答题卷生成与识别方法及装置 |
| CN110555396A (zh) * | 2019-08-20 | 2019-12-10 | 北京成长教育科技有限公司 | 智能练习册的阅卷方法、计算机可读存储介质和电子设备 |
| CN112507758A (zh) * | 2019-09-16 | 2021-03-16 | 深圳中兴网信科技有限公司 | 答题卡字符串识别方法、装置、终端和计算机存储介质 |
| CN110689018A (zh) * | 2019-09-24 | 2020-01-14 | 华南理工大学 | 一种智能阅卷系统及其处理方法 |
| CN110765995A (zh) * | 2019-10-11 | 2020-02-07 | 深圳市鹰硕技术有限公司 | 一种答题卡生成方法、识别方法、装置及存储介质 |
| CN111046644A (zh) * | 2019-11-07 | 2020-04-21 | 深圳市鹰硕技术有限公司 | 一种答题卡模板生成方法、识别方法、装置及存储介质 |
| CN111179130A (zh) * | 2019-12-18 | 2020-05-19 | 广州盈可视电子科技有限公司 | 一种考试数据分配的方法和装置 |
| CN111367451B (zh) * | 2020-02-29 | 2023-06-23 | 南京红松信息技术有限公司 | 网络阅卷手写计分的方法及系统 |
| CN112199472B (zh) * | 2020-10-12 | 2021-07-20 | 山东山大鸥玛软件股份有限公司 | 一种基于迁移学习的主观题智能评卷方法、系统及设备 |
| 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 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030236679A1 (en) * | 2002-04-23 | 2003-12-25 | Galves Fred A. | On-line dispute resolution for e-commerce disputes |
| CN1598845A (zh) * | 2004-09-03 | 2005-03-23 | 深圳市海云天科技有限公司 | 一种用于主观题的网上阅卷方法 |
| 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 |
| CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷系统及阅卷方法 |
| CN101860650A (zh) * | 2009-08-24 | 2010-10-13 | 深圳市海云天科技股份有限公司 | 一种基于网络阅卷的图像采集处理方法及其系统 |
| CN101901338A (zh) * | 2010-07-09 | 2010-12-01 | 北京商纳科技有限公司 | 一种试卷分数统计方法及系统 |
| CN104318496A (zh) * | 2014-09-27 | 2015-01-28 | 昆明钢铁集团有限责任公司 | 一种无纸化半人工评卷系统与方法 |
| CN105243383A (zh) * | 2015-09-10 | 2016-01-13 | 上海五和文化传播有限公司 | 答题卡处理方法及系统 |
-
2017
- 2017-09-18 CN CN201710843289.7A patent/CN107657255B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030236679A1 (en) * | 2002-04-23 | 2003-12-25 | Galves Fred A. | On-line dispute resolution for e-commerce disputes |
| CN1598845A (zh) * | 2004-09-03 | 2005-03-23 | 深圳市海云天科技有限公司 | 一种用于主观题的网上阅卷方法 |
| 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 |
| CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷系统及阅卷方法 |
| CN101860650A (zh) * | 2009-08-24 | 2010-10-13 | 深圳市海云天科技股份有限公司 | 一种基于网络阅卷的图像采集处理方法及其系统 |
| CN101901338A (zh) * | 2010-07-09 | 2010-12-01 | 北京商纳科技有限公司 | 一种试卷分数统计方法及系统 |
| CN104318496A (zh) * | 2014-09-27 | 2015-01-28 | 昆明钢铁集团有限责任公司 | 一种无纸化半人工评卷系统与方法 |
| CN105243383A (zh) * | 2015-09-10 | 2016-01-13 | 上海五和文化传播有限公司 | 答题卡处理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107657255A (zh) | 2018-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107657255B (zh) | 网络阅卷方法、装置、可读存储介质以及电子设备 | |
| CN110008933B (zh) | 一种通用智能阅卷系统和方法 | |
| US20150187219A1 (en) | Systems and methods for computer-assisted grading of printed tests | |
| CN110956138B (zh) | 一种基于家教设备的辅助学习方法及家教设备 | |
| CN109242856A (zh) | 一种纸质作业电子化批阅方法及装置 | |
| 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 | |
| CN106980857B (zh) | 一种基于碑帖的毛笔字分割识别方法 | |
| CN112446262A (zh) | 文本分析方法、装置、终端和计算机可读存储介质 | |
| CN112837031A (zh) | 一种基于高速扫描并打印的作业自动批阅方法及装置 | |
| JP7006246B2 (ja) | テスト用紙処理装置 | |
| CN112446259A (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
| CN107067399A (zh) | 一种试卷图像分割处理方法 | |
| CN111008594A (zh) | 改错题评阅方法、相关设备及可读存储介质 | |
| CN111046644A (zh) | 一种答题卡模板生成方法、识别方法、装置及存储介质 | |
| CN110956087B (zh) | 一种图片中表格的识别方法、装置、可读介质和电子设备 | |
| CN112396897A (zh) | 一种教学系统 | |
| JP4807487B2 (ja) | 教材処理装置、教材処理方法および教材処理プログラム | |
| CN114399623B (zh) | 一种通用答题识别方法、系统、存储介质及计算设备 | |
| CN115294573A (zh) | 作业批改方法、装置、设备及介质 | |
| CN109086261A (zh) | 一种纸上手工阅卷电脑统分的方法与系统 | |
| CN115050039A (zh) | 自动化试卷分析方法、系统、电子设备、存储介质 | |
| CN113903039A (zh) | 一种基于颜色的答题卡答案区域采集的方法 | |
| JP2007233888A (ja) | 画像処理装置および画像処理プログラム | |
| Kommey et al. | Automatic Multiple Choice Examination Questions Marking and Grade Generator Software | |
| CN114973218A (zh) | 图像处理方法、装置及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190919 Address after: 100102 Beijing Chaoyang District Rongke Wangjing Center A Block 301 Applicant after: Beijing Growth Education Technology Co., Ltd. Address before: 150000 Yintai City, Lijiang Road, Harbin Road District, Harbin, Heilongjiang Province, F 601 Applicant before: Harbin Growth Technology Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |