CN110321838A - 一种阅卷方法、装置、终端及存储介质 - Google Patents

一种阅卷方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN110321838A
CN110321838A CN201910589035.6A CN201910589035A CN110321838A CN 110321838 A CN110321838 A CN 110321838A CN 201910589035 A CN201910589035 A CN 201910589035A CN 110321838 A CN110321838 A CN 110321838A
Authority
CN
China
Prior art keywords
score
paper
target image
result
judging result
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.)
Pending
Application number
CN201910589035.6A
Other languages
English (en)
Inventor
陆海洲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Huai Yu Technology Co Ltd
Original Assignee
Nanjing Huai Yu Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Huai Yu Technology Co Ltd filed Critical Nanjing Huai Yu Technology Co Ltd
Priority to CN201910589035.6A priority Critical patent/CN110321838A/zh
Publication of CN110321838A publication Critical patent/CN110321838A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种阅卷方法、装置、终端及存储介质。该方法包括:获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分;确定判断结果在目标图像上的目标位置;根据判断结果、目标位置和试卷的得分,生成阅卷结果。本发明实施例的技术方案,可以解决现有的自动化阅卷模式中出现的缺失客观题的判断结果和试卷的得分的批改痕迹的技术问题,使得试卷中的每道试题均具有批改痕迹,实现了全有痕阅卷的效果。

Description

一种阅卷方法、装置、终端及存储介质
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种阅卷方法、装置、终端及存储介质。
背景技术
伴随着计算机网络技术、高速扫描技术和图文影像技术的发展,传统的教师手工阅卷模式逐渐转变为自动化阅卷模式,该转变有效推进了学校教学信息化的发展,减轻了教师批改试卷的压力。
现有的自动化阅卷模式多是教师先批改主观题的对错并手写得分,再基于自动化阅卷系统扫描识别主观题的得分、客观题的对错,进而自动得出客观题的得分、试卷的得分和各位学生的排名等。由此可以得知,现有的自动化阅卷模式只能在试卷上保留主观题的批改痕迹比如对错和得分,客观题的对错痕迹、试卷的得分痕迹等均是缺失的。
然而,在我国的常态化考试中,为了密切关注教师的教学质量和学生的学习进度,学校需要频繁地进行检测,比如周考、月考、期末考试等。在这些常态化考试中,试卷中的所有试题都应留有教师的批改痕迹,这有助于在考后的讲评环节中,学生可以直观地看到每道试题的对错,明确知识结构中的薄弱点,以提高听课效率。显然,现有的自动化阅卷模式因为缺失客观题的对错痕迹、试卷的得分痕迹等内容,无法满足现实需求。
发明内容
本发明实施例提供了一种阅卷方法、装置、终端及存储介质,使得自动化阅卷后的试卷中的每道试题均具有批改痕迹。
第一方面,本发明实施例提供了一种阅卷方法,可以包括:
获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分;
确定判断结果在目标图像上的目标位置;
根据判断结果、目标位置和试卷的得分,生成阅卷结果。
可选的,上述阅卷方法,还可以包括:
将阅卷结果打印在试卷上,以得到具有批改痕迹的试卷。
可选的,将阅卷结果打印在试卷上,可以包括:
获取阅卷结果中的判断结果和目标位置,并将判断结果打印在试卷的目标位置上。
可选的,在获取试卷的目标图像之后,该方法还可以包括:
根据目标图像的获取顺序,对目标图像进行命名;
相应的,将阅卷结果打印在试卷上,可以包括:
根据目标图像的命名结果,确定与目标图像对应的阅卷结果的打印顺序,并根据打印顺序将阅卷结果打印在试卷上。
可选的,确定判断结果在目标图像上的目标位置,可以包括:
目标图像包括第一目标图像和其余目标图像,如果存在至少两个目标图像,且任两个相邻的目标图像的预设位置的倾斜差异相同,则根据各个目标图像的命名结果,确定第一目标图像;
确定判断结果在第一目标图像上的目标位置,并结合倾斜差异确定判断结果在其余目标图像上的目标位置。
可选的,在上述方法的基础上,该方法还可包括:
识别目标图像中用于显示试卷的得分的成绩位置;
相应的,将阅卷结果打印在试卷上,可以包括:
将阅卷结果中的试卷的得分打印在试卷的成绩位置上。
可选的,识别目标图像中主观题的得分,可以包括:
提取目标图像中存在主观题的批改痕迹的像素,并将存在主观题的批改痕迹的像素作为目标像素;
识别目标图像中的得分选择区域,并根据得分选择区域确定各个得分选择子区域;其中,得分选择区域由至少两个得分选择子区域构成,每个得分选择子区域对应有各自的预设得分;
根据得分选择子区域中目标像素的特征信息,识别主观题的得分;其中,特征信息包括目标像素的数量和/或由目标像素构成的形状。
第二方面,本发明实施例还提供了一种阅卷装置,该装置可以包括判断结果和得分识别模块、目标位置确定模块和阅卷结果生成模块;
其中,判断结果和得分识别模块,用于获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分;
目标位置确定模块,用于确定判断结果在目标图像上的目标位置;
阅卷结果生成模块,用于根据判断结果、目标位置和试卷的得分,生成阅卷结果。
第三方面,本发明实施例还提供了一种终端,该终端可以包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现本发明任意实施例所提供的阅卷方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本发明任意实施例所提供的阅卷方法。
本发明实施例的技术方案,首先,通过识别目标图像中客观题的判断结果和主观题的得分,可以得到客观题的判断结果和得分,再结合主观题的得分可以计算试卷的得分;其次,得到每道客观题的判断结果在目标图像上的目标位置,以使每道客观题的判断结果显示在该道客观题附近,这有助于答题者的比对;再次,根据判断结果、目标位置和试卷的得分,生成阅卷结果,以显示出试卷中所有试题的批改痕迹。上述技术方案解决了现有的自动化阅卷模式中出现的缺失客观题的判断结果和试卷的得分的批改痕迹的技术问题,可以使得试卷中的每道试题均具有批改痕迹,实现了全有痕阅卷的效果。
附图说明
图1是本发明实施例一中的一种阅卷方法的流程图;
图2是本发明实施例二中的一种阅卷方法的流程图;
图3是本发明实施例二中的一种阅卷方法中一种试卷示意图;
图4是本发明实施例三中的一种阅卷装置的结构框图;
图5是本发明实施例四中的一种终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在介绍本发明实施例之前,先对本发明实施例的应用场景进行示例性说明:对于已经由答题者作答完成的试卷,批改者可以采用自动化阅卷模式批改试卷,比如先手动批改主观题的对错和得分,再基于自动化阅卷系统扫描试卷得到该试卷的目标图像,进而在该目标图像上识别主观题的得分、客观题的判断结果即客观题的对错,并自动得出客观题的得分、试卷的得分和各位答题者的排名等信息。需要说明的是,该答题者可以是学生;该批改者可以是教师、家长、其余答题者等;该得分可以是具体的分数,还可以等级划分比如“合格”“优异”“A+”“A-”等;上述各项内容在此均未做具体限定。
其中,在答题者已经从每道客观题的多个答案选项中涂黑答题者认为正确的答案选项,且在客观题的填涂区域处设置有定位标记块时,识别客观题的判断结果的方式可以是:基于定位标记块建立目标图像的二维坐标系,结合已经存储的每道客观题的各个答案选项相对于该定位标记块的相对位置,得到各个答案选项在二维坐标系中的选项位置;根据该选项位置分别提取每个答案选项附近的各个像素,并计算这些像素的灰度值总和;如果该灰度值总和高于预设门限值,则可以认为该答案选项已被答题者涂黑;将识别出的答题者涂黑的答案选项集与标准答案进行比对,确定答题者涂黑的每道客观题的答案选项是否正确,以得到每道客观题的判断结果。
其中,如果每道主观题对应有一个得分区域以标记该主观题的得分,批改者可以直接在该得分区域中手动书写出该道主观题的得分,则识别主观题的得分的方式可以是:先精准定位该得分区域,例如,如果得分区域的左侧和右侧存在黑色定位块,通过识别该黑色定位块可以得到该得分区域的具体位置;进而,再识别该得分区域中的得分,例如,批改者手动批改得分后将在试卷上留下批改痕迹,根据该批改痕迹的识别结果即可以得到该得分区域中的得分。再如果每道主观题对应有一个得分选择区域以标记该道主观题的得分,批改者确定每道主观题的得分后,可以在与该得分对应的得分选择子区域处直接进行批改,比如在得分选择子区域处画直线、画圆圈、涂黑等,则识别主观题的得分的方式可以是:先精准定位存在批改痕迹的得分选择子区域,再将该得分选择子区域中的预设得分作为该道主观题的得分。
实施例一
图1是本发明实施例一中提供的一种阅卷方法的流程图。本实施例可适用于在阅卷过程中留下每道试题的批改痕迹的情况,尤其适用于在阅卷过程中留下客观题的判断结果和主观题的得分的批改痕迹的情况。该方法可以由本发明实施例提供的阅卷装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在各种用户终端或服务器上。
参见图1,本发明实施例的方法具体包括如下步骤:
S110、获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分。
其中,获取试卷的目标图像的方式有很多种,例如,可以扫描或是拍照已经批改完成的试卷以获取试卷的目标图像;可以从数据库中直接获取已经批改完成的试卷的目标图像;当然,还可以通过其他的现有技术的方式获取,在此不再赘述。需要说明的是,该目标图像可以包括主观题和/或客观题。
进一步,可以对该目标图像进行预处理,比如,归一化处理、去除噪声、缩放校正、纠偏校正、图文分析处理等,以使目标图像和试卷具有高度一致性并去除噪声干扰。然后,可以采用上述示例性说明中的识别方法或是其余识别方法识别目标图像中客观题的判断结果和主观题的得分。在得到客观题的判断结果后,由于每道客观题的得分是固定的,则可以确定出客观题的得分;再结合主观题的得分即可自动计算出试卷的得分、多名答题者的得分排名等。
S120、确定判断结果在目标图像上的目标位置。
其中,客观题的判断结果有助于在考后的讲评环节中,答题者可以直观地看到每道客观题的对错,明确知识结构中的薄弱点,以提高听课效率。可以理解的是,相较于将各道客观题的判断结果均标注于试卷的顶端的方式,将每道客观题的判断结果直接标注于该道客观题附近的效果更佳,因此,这就需要精准定位每道客观题的判断结果在目标图像上的目标位置,该目标位置就是用于显示判断结果的位置且在该道客观题的附近,即每道客观题的判断结果和目标位置具有一一对应的关系。
示例性的,假设以每道客观题的题号的附近区域作为判断结果的目标位置,且在客观题的填涂区域处预先设置有定位标记块,则确定判断结果在目标图像上的目标位置的方式可以是:因定位标记块的尺寸标准且黑度标准而易于识别,可以基于该定位标记块建立目标图像的二维坐标系,结合已经存储的每道客观题的题号相对于该定位标记块的相对位置,得到各个题号在二维坐标系中的题号位置,进而可以确定判断结果在目标图像上的目标位置。
S130、根据判断结果、目标位置和试卷的得分,生成阅卷结果。
其中,由于已获取的试卷的目标图像上只存在主观题的判断结果和主观题的得分的批改痕迹,缺少客观题的判断结果和试卷的得分等批改痕迹,因此,需要根据客观题的判断结果、每个判断结果各自对应的目标位置、试卷的得分等,生成阅卷结果,以实现全有痕的阅卷方法。“全有痕”可以使得试卷中的所有试题都留有批改者的批改痕迹比如判断结果和得分,这将有助于在考后的讲评环节中,答题者可以直观地看到每道试题的对错,明确知识结构中的薄弱点,以提高听课效率。
需要说明的是,该阅卷结果可以直接存储于数据库中,也可以多种形式呈现,比如,表格形式、图像形式、纸张形式等。示例性的,如果阅卷结果以图像形式呈现,该结果图像与目标图像可以具有相同的尺寸,且在该结果图像的目标位置上显示判断结果,并在结果图像的上方的任一位置显示试卷的得分,将该结果图像与目标图像合并后,可以得到全有痕的试卷,即该试卷中的每道试题都具有批改痕迹。如此一来,在考后的讲评环节,答题者可以通过终端设备比如台式电脑、笔记本、平板电脑等查看阅卷结果。
本发明实施例的技术方案,首先,通过识别目标图像中客观题的判断结果和主观题的得分,可以得到客观题的判断结果和得分,再结合主观题的得分可以计算试卷的得分;其次,得到每道客观题的判断结果在目标图像上的目标位置,以使每道客观题的判断结果显示在该道客观题附近,这有助于答题者的比对;再次,根据判断结果、目标位置和试卷的得分,生成阅卷结果,以显示出试卷中所有试题的批改痕迹。上述技术方案解决了现有的自动化阅卷模式中出现的缺失客观题的判断结果和试卷的得分的批改痕迹的技术问题,可以使得试卷中的每道试题均具有批改痕迹,实现了全有痕阅卷的效果。
一种可选的技术方案,如果每道主观题对应有一个得分选择区域以标记该道主观题的得分,识别目标图像中主观题的得分,具体可以包括:提取目标图像中存在主观题的批改痕迹的像素,并将存在主观题的批改痕迹的像素作为目标像素;识别目标图像中的得分选择区域,并根据得分选择区域确定各个得分选择子区域;其中,得分选择区域由至少两个得分选择子区域构成,每个得分选择子区域对应有各自的预设得分;根据得分选择子区域中目标像素的特征信息,识别主观题的得分;其中,特征信息包括目标像素的数量和/或由目标像素构成的形状。
其中,获取目标图像中主观题所在的主观区域,并在该主观区域中提取存在批改痕迹的像素,以将这些存在批改痕迹的像素作为目标像素。该批改痕迹可以是主观题的对错和/或主观题的得分的批改痕迹,比如批改者可以在试卷中打钩、画叉、画圈、画直线等。具体的,例如,由于批改者批改试卷时所留下的批改痕迹的颜色和答题者作答试卷时所留下的作答痕迹的颜色的差异性较大,则可以通过目标图像中各像素的颜色确定哪些像素属于目标像素。
由于每个得分选择子区域对应有各自的预设得分,若想要确定主观题的得分,该得分选择子区域的准确定位至关重要。考虑到得分选择区域是由各个得分选择子区域构成,则得分选择区域在目标图像中所占的比例远超过单个得分选择子区域在目标图像中所占的比例。因此,可以先识别出目标图像中的得分选择区域,再根据该得分选择区域确定各个得分选择子区域。具体的,例如,目标图像中除得分选择区域以外的区域中的像素可以认为是杂乱无章的,因为这些像素通常只能构成较短的线条,而得分选择区域中多存在较长的线条以形成一个规整的区域,则基于上述区别点可以从众多干扰区域中识别出得分选择区域。在识别出得分选择区域后,比如,可以根据得分选择子区域和得分选择区域的位置关系、数量关系等,得到各个得分选择子区域。
由于批改者在试卷上批改每道主观题的得分的表现形式具有一定的规律性,比如画直线、画圆圈、涂黑等,即得分选择子区域中目标像素的特征信息具有一定的规律性,则可以根据该特征信息识别主观题的得分。例如,可以根据目标像素的数量识别主观题的得分,这样设置的好处在于,目标数量的计算过程简单快速;当批改者在批改试题得分时出现错批的情况,仍然可以识别出正确的得分选择子区域中的预设得分;再例如,还可以根据得分选择子区域中由各目标像素构成的形状,识别主观题的得分,比如,如果各目标像素构成的目标直线的目标长度满足预设长度阈值,则该目标直线对应的得分选择子区域所对应的预设得分可以作为试题得分;等等。
实施例二
图2是本发明实施例二中提供的一种阅卷方法的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中,可选的,该阅卷方法,具体还可以包括:将阅卷结果打印在试卷上,以得到具有批改痕迹的试卷。其中,与上述各实施例相同或相应的术语的解释在此不再赘述。
如图2所示,本实施例的方法具体可以包括如下步骤:
S210、获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分。
S220、确定判断结果在目标图像上的目标位置。
S230、根据判断结果、目标位置和试卷的得分,生成阅卷结果。
S240、将阅卷结果打印在试卷上,以得到具有批改痕迹的试卷。
其中,由于阅卷结果中包括客观题的判断结果、每个判断结果对应的目标位置以及试卷的得分等,那么可以将这些阅卷结果中的数据直接打印在已经批改完成的试卷上。示例性的,该阅卷结果可以存储在数据库中,在需要打印阅卷结果时,可以从数据库中调取出该阅卷结果,并通过打印模块将阅卷结果直接打印在已经批改完成的试卷上,即实现阅卷结果的套打。
可选的,可以获取阅卷结果中的判断结果和目标位置,并将判断结果打印在试卷的目标位置上,以使将每个判断结果打印在对应的客观题附近。再可选的,可以识别目标图像中用于显示试卷的得分的成绩位置,并将阅卷结果中的试卷的得分打印在试卷的成绩位置上。
示例性的,为了更加形象地理解上述内容,如图3所示,已经打印完成的试卷上可以呈现出主观题的判断结果50、主观题的得分60、客观题的判断结果/目标位置20、试卷的得分/成绩位置10、班级排名30、年级排名40等,是一份全有痕的试卷。在打印过程中,阅卷结果中试卷的得分(86分)会打印在成绩位置10上;客观题的判断结果(X)打印在目标位置20上;每名学生的班级排名30和年级排名40也打印在试卷相应的位置上。当然,此示例仅打印出客观题的判断结果X,未打印出客观题的判断结果√,这些都是可以根据实际应用需求而预先设定。
本发明实施例的技术方案,通过将阅卷结果中的客观题的判断结果和试卷的得分直接打印在已经批改完成的试卷上,使得试卷上既包括主观题的判断结果和得分,还包括客观题的判断结果和试卷的得分,以及,试卷的得分,即打印完成后的试卷是具有批改痕迹的全有痕的试卷。如此一来,在考后的讲评环节,答题者可以直接通过试卷查看阅卷结果,更加便捷;而且,将阅卷结果直接打印在已经批改完成的试卷上,还可以节省纸张和油墨,环保性更强。
一种可选的技术方案,在获取试卷的目标图像之后,还可以根据目标图像的获取顺序,对目标图像进行命名;根据目标图像的命名结果,确定与目标图像对应的阅卷结果的打印顺序,并根据打印顺序将阅卷结果打印在试卷上。
其中,每门学科的试卷可能是一张或是多张,且每次作答试卷的答题者是多人,则很可能获取到多个目标图像。由于从多名答题者处收回的试卷很可能是没有秩序的,在此基础上,如果想要将阅卷结果打印在对应的试卷上,这就需要把多张试卷按秩序排列或者逐张打印,这将花费巨大的人工成本和时间成本。因此,为了清楚辨别各个目标图像,以便将阅卷结果打印在对应的试卷上,可选的,可以根据目标图像的获取顺序,对目标图像进行命名,比如,可以基于规律性的秩序性的编号对目标图像进行命名,具体的,可以按照字母顺序和/或数字顺序对目标图像进行命名。如此一来,根据目标图像的命名结果可以得到与该目标图像对应的阅卷结果的打印顺序,以此实现将阅卷结果打印在对应的试卷上,无需人工排列试卷,效率更高。
在实现将将阅卷结果打印在对应的试卷上的同时,上述技术方案还可以实现多个阅卷结果的连续打印。比如,如果获取到100张试卷对应的100个目标图像并生成100个阅卷结果,且预设设定先获取到的目标图像对应的阅卷结果先打印,则可以将该100个阅卷结果连续打印在该100张试卷上,避免出现这是张三的阅卷结果,那将张三的试卷拿来并放在打印机中,以在张三的试卷中打印张三的阅卷结果的情况,节省了时间成本和人力成本,提升了效率。
当然,根据目标图像的获取顺序,对目标图像进行命名只是一种可行方案。可选的,还可以通过印刷在每张试卷上的二维码、条形码、学生编号、顺序编号等实现各个目标图像和各个阅卷结果排序的一致性。
在上述技术方案的基础上,可选的,确定判断结果在目标图像上的目标位置,具体可包括:目标图像包括第一目标图像和其余目标图像,如果存在至少两个目标图像,且任两个相邻的目标图像的预设位置的倾斜差异相同,则根据各个目标图像的命名结果,确定第一目标图像;确定判断结果在第一目标图像上的目标位置,并结合倾斜差异确定判断结果在其余目标图像上的目标位置。
其中,在存在多张试卷的情况下,由于现有试卷中每道客观题的距离很近,在打印未作答的试卷的过程中,很可能出现打印倾斜的问题,比如前一张试卷的第二道客观题和后一张试卷的第一道客观题的位置重合。因此,必须精准确定每张试卷中每道客观题的判断结果所在的目标位置,即使每张试卷之间有很大的倾斜差异比如平移、旋转等,也可以将判断结果精准打印在客观题的附近。
需要说明的是,上述打印倾斜的问题很可能是由于打印机的系统误差造成的,这将会使得相邻打印的试卷的倾斜差异相同,或是任两个相邻的目标图像的预设位置的倾斜差异相同。在此种情况下,无需确定每张目标图像中的判断结果在该目标图像上的目标位置,可以只确定第一目标图像中的判断结果在该第一目标图像上的目标位置即可,该第一目标图像可以是多个目标图像中的任一个,比如最先获取到的目标图像、最后获取到的目标图像等。由于任两个相邻的目标图像的预设位置的倾斜差异相同,则根据第一目标图像中的判断结果在该第一目标图像上的目标位置,即可确定其余目标图像中的判断结果在该其余目标图像上的目标位置。上述技术方案尤其适用于多张试卷存在规律性的倾斜差异的情况,这将显著提高目标位置的识别效率。
实施例三
图4为本发明实施例三提供的阅卷装置的结构框图,该装置用于执行上述任意实施例所提供的阅卷方法。该装置与上述各实施例的阅卷方法属于同一个发明构思,在阅卷装置的实施例中未详尽描述的细节内容,可以参考上述阅卷方法的实施例。参见图4,该装置具体可包括:判断结果和得分识别模块310、目标位置确定模块320和阅卷结果生成模块330。
其中,判断结果和得分识别模块310,用于获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分;
目标位置确定模块320,用于确定判断结果在目标图像上的目标位置;
阅卷结果生成模块330,用于根据判断结果、目标位置和试卷的得分,生成阅卷结果。
可选的,在上述装置的基础上,该装置还可包括:
打印模块,用于将阅卷结果打印在试卷上,以得到具有批改痕迹的试卷。
可选的,打印模块,具体可以用于:获取阅卷结果中的判断结果和目标位置,并将判断结果打印在试卷的目标位置上。
可选的,在上述装置的基础上,该装置还可包括:
命名模块,用于根据目标图像的获取顺序,对目标图像进行命名;
相应的,打印模块,具体可以用于:
根据目标图像的命名结果,确定与目标图像对应的阅卷结果的打印顺序,并根据打印顺序将阅卷结果打印在试卷上。
可选的,目标位置确定模块320,具体可包括:
第一目标图像确定单元,用于目标图像包括第一目标图像和其余目标图像,如果存在至少两个目标图像,且任两个相邻的目标图像的预设位置的倾斜差异相同,则根据各个目标图像的命名结果,确定第一目标图像;
目标位置确定单元,用于确定判断结果在第一目标图像上的目标位置,并结合倾斜差异确定判断结果在其余目标图像上的目标位置。
可选的,在上述装置的基础上,该装置还可包括:
成绩位置识别模块,用于识别目标图像中用于显示试卷的得分的成绩位置;
相应的,打印模块,具体可以用于:将阅卷结果中的试卷的得分打印在试卷的成绩位置上。
可选的,判断结果和得分识别模块310,具体可以包括:
目标像素提取单元,用于提取目标图像中存在主观题的批改痕迹的像素,并将存在主观题的批改痕迹的像素作为目标像素;
得分选择子区域确定单元,用于识别目标图像中的得分选择区域,并根据得分选择区域确定各个得分选择子区域;其中,得分选择区域由至少两个得分选择子区域构成,每个得分选择子区域对应有各自的预设得分;
得分识别单元,用于根据得分选择子区域中目标像素的特征信息,识别主观题的得分;其中,特征信息包括目标像素的数量和/或由目标像素构成的形状。
本发明实施例三提供的阅卷装置,通过判断结果和得分识别模块得到客观题的判断结果和得分,再结合主观题的得分可以计算试卷的得分;目标位置确定模块可以得到每道客观题的判断结果在目标图像上的目标位置,以使每道客观题的判断结果显示在该道客观题附近;阅卷结果生成模块可以显示出试卷中所有试题的批改痕迹。上述装置解决了现有的自动化阅卷模式中出现的缺失客观题的判断结果和试卷的得分的批改痕迹的技术问题,可以使得试卷中的每道试题均具有批改痕迹,实现了全有痕阅卷的效果。
本发明实施例所提供的阅卷装置可执行本发明任意实施例所提供的阅卷方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述阅卷装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图5为本发明实施例四提供的一种终端的结构示意图,如图5所示,该终端包括存储器410、处理器420、输入装置430和输出装置440。终端中的处理器420的数量可以是一个或多个,图5中以一个处理器420为例;终端中的存储器410、处理器420、输入装置430和输出装置440可以通过总线或其它方式连接,图5中以通过总线450连接为例。
存储器410作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的阅卷方法对应的程序指令/模块(例如,阅卷装置中的判断结果和得分识别模块310、目标位置确定模块320和阅卷结果生成模块330)。处理器420通过运行存储在存储器410中的软件程序、指令以及模块,从而执行终端的各种功能应用以及数据处理,即实现上述的阅卷方法。
存储器410可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与装置的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种阅卷方法,该方法包括:
获取试卷的目标图像,识别目标图像中客观题的判断结果和主观题的得分,根据判断结果和主观题的得分计算试卷的得分;
确定判断结果在目标图像上的目标位置;
根据判断结果、目标位置和试卷的得分,生成阅卷结果。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的阅卷方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。依据这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种阅卷方法,其特征在于,包括:
获取试卷的目标图像,识别所述目标图像中客观题的判断结果和主观题的得分,根据所述判断结果和所述主观题的得分计算所述试卷的得分;
确定所述判断结果在所述目标图像上的目标位置;
根据所述判断结果、所述目标位置和所述试卷的得分,生成阅卷结果。
2.根据权利要求1所述的方法,其特征在于,还包括:
将所述阅卷结果打印在所述试卷上,以得到具有批改痕迹的所述试卷。
3.根据权利要求2所述的方法,其特征在于,所述将所述阅卷结果打印在所述试卷上,包括:
获取所述阅卷结果中的所述判断结果和所述目标位置,并将所述判断结果打印在所述试卷的所述目标位置上。
4.根据权利要求2所述的方法,其特征在于,在所述获取试卷的目标图像之后,还包括:
根据所述目标图像的获取顺序,对所述目标图像进行命名;
相应的,所述将所述阅卷结果打印在所述试卷上,包括:
根据所述目标图像的命名结果,确定与所述目标图像对应的所述阅卷结果的打印顺序,并根据所述打印顺序将所述阅卷结果打印在所述试卷上。
5.根据权利要求4所述的方法,其特征在于,所述确定所述判断结果在所述目标图像上的目标位置,包括:
所述目标图像包括第一目标图像和其余目标图像,如果存在至少两个所述目标图像,且任两个相邻的所述目标图像的预设位置的倾斜差异相同,则根据各个所述目标图像的命名结果,确定所述第一目标图像;
确定所述判断结果在所述第一目标图像上的目标位置,并结合所述倾斜差异确定所述判断结果在所述其余目标图像上的目标位置。
6.根据权利要求2所述的方法,其特征在于,还包括:
识别所述目标图像中用于显示所述试卷的得分的成绩位置;
相应的,所述将所述阅卷结果打印在所述试卷上,包括:
将所述阅卷结果中的所述试卷的得分打印在所述试卷的所述成绩位置上。
7.根据权利要求1所述的方法,其特征在于,所述识别所述目标图像中主观题的得分,包括:
提取所述目标图像中存在主观题的批改痕迹的像素,并将所述存在主观题的批改痕迹的像素作为目标像素;
识别所述目标图像中的得分选择区域,并根据所述得分选择区域确定各个得分选择子区域;其中,所述得分选择区域由至少两个所述得分选择子区域构成,每个所述得分选择子区域对应有各自的预设得分;
根据所述得分选择子区域中目标像素的特征信息,识别主观题的得分;其中,所述特征信息包括所述目标像素的数量和/或由所述目标像素构成的形状。
8.一种阅卷装置,其特征在于,包括:
判断结果和得分识别模块,用于获取试卷的目标图像,识别所述目标图像中客观题的判断结果和主观题的得分,根据所述判断结果和所述主观题的得分计算所述试卷的得分;
目标位置确定模块,用于确定所述判断结果在所述目标图像上的目标位置;
阅卷结果生成模块,用于根据所述判断结果、所述目标位置和所述试卷的得分,生成阅卷结果。
9.一种终端,其特征在于,所述终端包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的阅卷方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的阅卷方法。
CN201910589035.6A 2019-07-02 2019-07-02 一种阅卷方法、装置、终端及存储介质 Pending CN110321838A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910589035.6A CN110321838A (zh) 2019-07-02 2019-07-02 一种阅卷方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910589035.6A CN110321838A (zh) 2019-07-02 2019-07-02 一种阅卷方法、装置、终端及存储介质

Publications (1)

Publication Number Publication Date
CN110321838A true CN110321838A (zh) 2019-10-11

Family

ID=68122206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910589035.6A Pending CN110321838A (zh) 2019-07-02 2019-07-02 一种阅卷方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN110321838A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112287001A (zh) * 2020-10-30 2021-01-29 北京有竹居网络技术有限公司 一种信息展示方法、装置、计算机设备及存储介质
CN113221877A (zh) * 2020-02-06 2021-08-06 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
CN113408520A (zh) * 2021-07-16 2021-09-17 北京南昊科技股份有限公司 有痕阅卷方法、批阅装置及存储介质
CN114463200A (zh) * 2022-01-05 2022-05-10 珠海读书郎软件科技有限公司 一种批改痕迹样本数据生成方法、装置及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107622463A (zh) * 2017-09-27 2018-01-23 张鹏 一种出卷及自动阅卷系统及方法
CN109101202A (zh) * 2018-07-16 2018-12-28 杭州谱诚博阅科技有限公司 一种原卷留痕的阅卷机及阅卷方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107622463A (zh) * 2017-09-27 2018-01-23 张鹏 一种出卷及自动阅卷系统及方法
CN109101202A (zh) * 2018-07-16 2018-12-28 杭州谱诚博阅科技有限公司 一种原卷留痕的阅卷机及阅卷方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221877A (zh) * 2020-02-06 2021-08-06 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
WO2021155843A1 (zh) * 2020-02-06 2021-08-12 北京字节跳动网络技术有限公司 用于处理图像的方法和装置
US11748969B2 (en) 2020-02-06 2023-09-05 Beijing Bytedance Network Technology Co., Ltd. Image processing method and apparatus
CN112287001A (zh) * 2020-10-30 2021-01-29 北京有竹居网络技术有限公司 一种信息展示方法、装置、计算机设备及存储介质
CN113408520A (zh) * 2021-07-16 2021-09-17 北京南昊科技股份有限公司 有痕阅卷方法、批阅装置及存储介质
CN113408520B (zh) * 2021-07-16 2023-12-12 北京南昊科技股份有限公司 有痕阅卷方法、批阅装置及存储介质
CN114463200A (zh) * 2022-01-05 2022-05-10 珠海读书郎软件科技有限公司 一种批改痕迹样本数据生成方法、装置及介质

Similar Documents

Publication Publication Date Title
CN110321838A (zh) 一种阅卷方法、装置、终端及存储介质
CN109710590B (zh) 一种错题本生成方法及装置
CN109634961B (zh) 一种试卷样本生成方法、装置、电子设备和存储介质
CN105590101A (zh) 基于手机拍照的手写答题卡自动处理和阅卷方法及系统
CN109712456A (zh) 一种基于摄像头的学生纸质作业智能批阅系统
CN108229361A (zh) 一种电子阅卷方法
CN105095892A (zh) 基于图像处理的学生文档管理系统
CN112837031B (zh) 一种基于高速扫描并打印的作业自动批阅方法及装置
US20030224340A1 (en) Constructed response scoring system
CN110490141B (zh) 一种填涂信息的识别方法、装置、终端及存储介质
CN110321837A (zh) 一种试题得分的识别方法、装置、终端及存储介质
US20150301711A1 (en) Computerized processing of pictorial responses in evaluations
CN110765995A (zh) 一种答题卡生成方法、识别方法、装置及存储介质
CN111126486A (zh) 一种测验统计方法、装置、设备及存储介质
CN108564079A (zh) 一种便携式字符识别装置及方法
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
CN108960149A (zh) 试卷自动评阅方法、装置及电子设备
CN111008594B (zh) 改错题评阅方法、相关设备及可读存储介质
CN104408403B (zh) 一种二次录入不一致的仲裁方法及装置
CN113822907B (zh) 图像处理方法及装置
CN115546692A (zh) 一种远程教育数据采集分析方法、设备及计算机存储介质
CN114926889A (zh) 作业提交方法、装置、电子设备和存储介质
CN106528820A (zh) 图片的批注处理方法及系统、终端
US10803309B2 (en) Identifying versions of a form
CN115936937A (zh) 基于智能答题卡的作业处理的方法、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