CN110879965A - 试卷客观题的自动批阅方法、电子装置、设备及存储介质 - Google Patents
试卷客观题的自动批阅方法、电子装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110879965A CN110879965A CN201910968963.3A CN201910968963A CN110879965A CN 110879965 A CN110879965 A CN 110879965A CN 201910968963 A CN201910968963 A CN 201910968963A CN 110879965 A CN110879965 A CN 110879965A
- Authority
- CN
- China
- Prior art keywords
- objective
- answer
- question
- test paper
- paper
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012552 review Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 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
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了试卷客观题的自动批阅方法、电子装置、设备及存储介质，方法包括：获取待批阅试卷图片，将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者；获取所述客观题答题区域中每一道题的答题信息；将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案；根据所述匹配结果，计算所述答题者所对应的客观题得分。应用本发明实施例提供的试卷客观题的自动批阅方法、电子装置、设备及存储介质，能够在不使用答题的情况下，也能够自动对客观题进行批阅，减少老师批改考卷所造成的效率较低问题。
Description
技术领域
本发明涉及试卷自动批阅技术领域，尤其涉及一种试卷客观题的自动批阅方法、电子装置、设备及存储介质。
背景技术
试卷批阅是教师工作职责中很重要的一部分工作，越是高年级的学生考试越频繁，则教师也需要相应的花费更多的时间在考卷批阅上，这就给教师增加了很多工作，且在疲劳的状态下批阅还会造成误差。
为解决这一问题，在重大考试或者具备资格的高等院校中，往往采用答题卡去减轻教师的负担，提高批卷的准确率。答题卡阅卷需要相应的设备和纸张，在教学环境相对落后的地区是不易进行实现的，多数依赖于教师的手动阅卷。
因此，如何在不需要答题卡和答题卡对应的设备的情况下，进行待批阅试卷的自动批阅是亟待解决的技术问题，以取代教师手动批阅试卷。
发明内容
有鉴于此，本发明提出一种试卷客观题的自动批阅方法、电子装置、设备及存储介质，旨在不使用答题的情况下，也能够自动对客观题进行批阅，减少老师批改考卷所造成的效率较低问题。
首先，为实现上述目的，本发明提出一种试卷客观题的自动批阅方法，所述方法包括步骤：
获取待批阅试卷图片；
将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者；
获取所述客观题答题区域中每一道题的答题信息；
将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案；
根据所述匹配结果，计算所述答题者所对应的客观题得分。
进一步地，所述将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案的步骤，包括：
计算每一道客观题的答题信息与其相应的目标字符中每一个字符的相似度值，其中，所述目标字符为客观题选项所对应的字符；
根据所述相似度值，获得匹配结果；
若匹配结果与客观题答案为相同字符，则该道题为作答正确；
否则，该道题为作答错误。
进一步地，所述根据所述相似度值，获得匹配结果的步骤，包括：
获取相似度值中的最大值；
在所述最大值不小于预设阈值的情况下，确定所获取的最大值所对应的字符；
将所确定的字符作为匹配结果。
进一步地，所述根据所述匹配结果，计算所述答题者所对应的客观题得分的步骤，包括：
根据每一道题的匹配结果和得分规则，计算所述答题者所对应的客观题得分。
进一步地，所述判断所述待批阅试卷图片是否包含完整的客观题答题区域的步骤，包括：
调整所述待批阅试卷图片至预设的尺寸，并进行二值化处理，获得第一二值化图像；
对所述试卷模板图像进行二值化处理，获得第二二值化图像；
获取所述第一二值化图像中不为0的像素点所组成的第一图像；
获取所述第二二值化图像中不为0的像素点所组成的第二图像；
若所述第二像包含于所述第一图像中，则判断所述待批阅试卷图片包含完整的客观题答题区域。
进一步地，所述方法还包括：
获取主观题答题分数；
根据所述客观题得分和所获得的主观题答题分数，计算所述答题者所对应的试卷总分。
进一步地，所述方法还包括：
将试卷总分数按照科目存储至服务器中；以使所述服务器在接收到该考生信息后，将所存储的所有该考生对应的科目对应的试卷总分数客观题得分和所获得的主观题答题分数进行显示。
此外，为实现上述目的，本发明还提供一种电子装置，所述装置包括：
第一获取模块，用于获取待批阅试卷图片，
提取模块，用于将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者；
第二获取模块，获取所述客观题答题区域中每一道题的答题信息；
获得模块，用于将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案；
确定模块，用于根据所述匹配结果，计算所述答题者所对应的客观题得分。
进一步地，所述获得模块，包括：
计算子模块，用于计算每一道道客观题的答题信息与其相应的目标字符中每一个字符的相似度值，其中，所述目标字符为客观题选项所对应的字符；
第一获得子模块，用于根据所述相似度值，获得匹配结果；
第一判断子模块，用于在匹配结果与客观题答案为相同字符，则该道题为作答正确；否则，该道题为作答错误。
进一步地，所述第一获得子模块，具体用于：获取相似度值中的最大值；在所述最大值不小于预设阈值的情况下，确定所获取的最大值所对应的字符；将所确定的字符作为匹配结果。
进一步地，所述确定模块，具体用于：根据每一道题的匹配结果和得分规则，计算所述答题者所对应的客观题得分。
进一步地，所述判断模块，包括：
第一处理子模块，用于调整所述待批阅试卷图片至预设的尺寸，并进行二值化处理，获得第一二值化图像；
第二处理子模块，用于对所述试卷模板图像进行二值化处理，获得第二二值化图像；
第一获取子模块，用于获取所述第一二值化图像中不为0的像素点所组成的第一图像；
第二获取子模块，用于获取所述第二二值化图像中不为0的像素点所组成的第二图像；
确定子模块，用于在所述第二像包含于所述第一图像的情况下，判断所述待批阅试卷图片包含完整的客观题答题区域。
进一步地，所述装置还包括：
第三获取模块，用于获取主观题答题分数；
计算模块，用于根据所述客观题得分和所获得的主观题答题分数，计算出该试卷总分数。
进一步地，所述装置还包括：
第四获取模块，用于根据所获取的待批阅试卷图片，获取考生信息；
所述计算模块，用于：根据考生信息，获得该考生的试卷总分数；并将考生信息、试卷总分数客观题得分和所获得的主观题答题分数通过列表进行展示。
所述装置还包括：存储模块，用于将试卷总分数按照科目存储至服务器中；以使所述服务器在接收到该考生信息后，将所存储的所有该考生对应的科目对应的试卷总分数客观题得分和所获得的主观题答题分数进行显示。
此外，为实现上述目的，本发明还提供一种设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任一项所述试卷客观题的自动批阅方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任一项所述试卷客观题的自动批阅方法的步骤。
相较于现有技术，本发明所提出的试卷客观题的自动批阅方法、装置、设备及存储介质，首先将待批阅试卷图片与试卷模板图像进行匹配，从而在具备多个试卷模板图像的情况下，能够获得与批阅试卷图片想匹配的试卷模板图像，以便获得与试卷模板图像对应的客观题答案以及通过图像的比较，能够根据试卷模板图像中规定的区域获得待批阅试卷图片上对应的答题区域和答题者。然后进行图像识别，获得每一道题的答题信息，然后将答题信息与客观题答案进行比较，获得该道答题的结果，例如为对或者错，从而根据答题结果计算总的得分，例如答案为对的题目总量获得客观题得分。该过程在不使用答题的情况下，也能够自动对客观题进行批阅，减少老师批改考卷所造成的效率较低问题。从而避免了现有技术中，在普通考试的过程中如果没有答题卡就需要老师进行人工阅卷，造成阅卷效率较低，还有可能存在误差的问题。
附图说明
图1是本发明第一实施例之试卷客观题的自动批阅方法的流程示意图；
图2是本发明第二实施例之试卷客观题的自动批阅方法的流程示意图；
图3是本发明第三实施例之试卷客观题的自动批阅方法的流程示意图；
图4是本发明实施例之电子装置一可选的应用环境图；
图5是本发明第一实施例之电子装置的硬件架构示意图；
图6是本发明第一实施例之电子装置的程序模块示意图；
图7是本发明第二实施例之电子装置的程序模块示意图；
图8是本发明第三实施例之电子装置的程序模块示意图。
附图标记：
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
为解决现有技术问题，如图1所示，本发明实施例提供了一种试卷客观题的自动批阅方法，包括步骤如下：
S101，获取待批阅试卷图片。
可以理解的是，首先通过终端对待批阅试卷进行扫描或者拍照，获得待批阅试卷对应的图片，即待批阅试卷图片。
需要说明的是，考试的试卷上在包括客观题的情况下，客观题是需要进行自动批阅的。因此，可以将客观题扫描为图片的形式，作为待批阅试卷图片。另外，从整体上说，当主观题和客观题均在一张试卷上时，可以为了便于识别客观题的位置，将客观题或者客观题与主观题形成一个整体图片，即一个完整的待批阅试卷图片。
S102，将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者。
可以理解的是，针对一张试卷答题区域是固定的，例如客观题的答题区域通常是该道题所对应的括号内的区域。
一种实现方式中，首先获取该套试卷的试卷模板图像，其中，试卷模板图像可以直接通过电子版试卷转换得到，也可以通过对纸质样本试卷进行拍照或扫描后得到规范格式的试卷模板图像，根据试卷模板图像，生成该套试卷对应的试卷模板图像。试卷评阅时，将待批阅试卷图片与试卷模板图像进行匹配，根据匹配结果结合试卷模板图像中答题内容区域的位置，确定待批阅试卷中的答题内容区域对应的位置。
此外，答题者的信息，例如姓名、学号信息也是位于指定区域的，从该区域进行图像上的字符识别能够获得答题者的信息。图像上的字符识别为现有技术，本发明实施例在此不做赘述。
可以理解的是，如果想要获取客观题的的成绩，首先应该判断是否获得了完整的客观题答题区域，如果不完整，则表示获取的客观题结果也是不准确的，所以，当判断客观题答题区域的所对应的区域不完整的时候，则不会继续执行。
一种实现方式中，可以从答题区域中所包含的客观题数量进行判断，例如，试卷模板图像中包含20个客观题，当答题区域也不包含20个客观题，则表示，为完整的答题区域，否则，则是不完整的答题区域。所以只要识别客观题的答题序号即可。
另一种实现方式中，每一道客观题均对应的答题区域，例如一道客观题对应一个括号(括号内就是答题区域)，例如，试卷模板图像中包含20个客观题，当答题区域也不包含20个括号，则表示，为完整的答题区域，否则，则是不完整的答题区域。所以只要识别客观题的对应的括号即可。
为了更精确的识别答题区域，本发明实施例采用的方案包括：
S201，调整所述待批阅试卷图片至预设的尺寸，并进行二值化处理，获得第一二值化图像。
可以理解的是，试卷一般都是白纸黑字的模式，所以获得待批阅试卷所对应的图片也是黑白的，为避免噪声影响，所以先进行二值化处理，例如，设置一阈值，当大于该阈值时，像素点的值设置为255，否则为0。从而能够去除外界对图像的影响，获得二值化图像。
S202，对所述试卷模板图像进行二值化处理，获得第二二值化图像。
可以理解的是，将试卷模板图像进行二值化处理的过程与步骤S201相同，在此不做赘述。
S203，获取所述第一二值化图像中不为0的像素点所组成的第一图像。
可以理解的是，不为0的像素点为构成了客观题所对应的文字或者其他字符，所以将不为0的像素点进行组合，可以获得对应的图像，即为第一图像。
S204，获取所述第二二值化图像中不为0的像素点所组成的第二图像。
与步骤S203相同，可以获得试卷模板图像上所对应的不为0的像素点并进行组合，获得第二图像。
S205，若所述第二像包含于所述第一图像中，则判断所述待批阅试卷图片包含完整的客观题答题区域。
可以理解的是，待批阅试卷图片包含答题者的答题信息，所以其相对于第二图像包含有更多的不为0的像素点，所以，第二图像包含于第一图像，也就是说第一图像涵盖了试卷模板图像所有的像素点，则表示则包含了所有的客观题答题区域。
S103，获取所述客观题答题区域中每一道题的答题信息。
本发明的一种实现方式中，扫描已作答试卷的答题区域；依顺序获得答题区域中对应的作答内容；识别作答内容对应的字符，并将所识别的字符作为答题信息。具体的，将客观题答题区域对应的图像进行分割，获得答题区域中的字符，并通过字符识别手段获取该字符所包含的特征值，并根据特征值识别出作答内容。识别字符的过程为现有技术，本发明实施例在此不做赘述。
通过扫描已经作答的试卷，并从第二参数确定的答题区域中获得答题信息，从而能够获得每一道客观题所对应的作答内容。然后通过字符识别，例如，识别出的客观题作答内容为：A。
S104，将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案。
本发明实施例中，首先需要获得每一道客观题的匹配结果，然后将所有客观题的匹配结果作为最终的匹配结果。在获得最终的匹配结果时，本发明实施例中，首先设置用于循环计算的i的值，i表示第i到客观题，所以，设置i的值为1。具体过程为：
S301，计算第每一道客观题的答题信息与其相应的目标字符中每一个字符的相似度值，其中，所述目标字符为客观题选项所对应的字符。
本发明实施例中，为第1道客观题，获得第1道客观题的答题信息，接下来需要判断该道题达的正确与否，所以首先需要获得该答题信息所对应的字符，然后通过字符判断是否属于作答正确。
本发明实施例中，首先计算该答题信息与目标字符的相似度，通常情况下一道客观题具有A、B、C、D这四个选项，将该字符分别与A、B、C、D这四个选项逐一计算相似度。
S302，根据所述相似度值，获得匹配结果。
需要进一步说明的是，在相似度值中，获取相似度值中的最大值；在所述最大值不小于预设阈值的情况下，确定所获取的最大值所对应的字符；将所确定的字符作为该道题的答案；将所确定的答案与客观题答案进行对比。示例性的，与A、B、C、D这四个选项的相似度分别是：85％、50％、10％、6％，最大值为85％，对应的是A，所以，确定匹配结果是A，也就是确定该道题的用户做题结果为A，也就是匹配结果为A。
为了进一步提高字符识别的准确性，通过设置预设阈值，只有在相似度值的最大值大于预设阈值的情况下，才确定该最大值对应的字符为匹配结果，否则视为该道客观题的答题不在相应的目标字符中。示例性的，预设阈值为70％。
S303，若匹配结果与客观题答案为相同字符，则该道题为作答正确；否则，该道题为作答错误。
可以理解的是，在识别了用户的答题信息以后，将答题信息与客观题的答案进行对比，若为一致，则表示作答结果是正确的，否则为不正确的，从而获得该道客观题的批阅结果。
在一道客观题作答批阅后，需要循环进行下一道提的批阅，因此，在一道题批阅结束后需要判断当前批阅的数目是否达到题目总量，例如总量为20，当前客观题i为18，则表示还有20-18＝2道题没有批阅；若i为20，则表示已经批阅结束。
可以理解的是，现有的字符识别多采用神经网络进行训练而获得，但是这种方法多适应于比较复杂的字符识别或者语句训练中，所以开发成本也较高，为了减少成本，又能够准确识别，本发明实施例中，对答题信息与客观题答案进行比较所采用的方案利用客观题选项较少的特点，采用字符相似度的计算，提高方案的识别时间和识别成本，便于推广使用。
S105，根据所述匹配结果，计算所述答题者所对应的客观题得分。
具体的，可以根据每一道题的匹配结果和得分规则，计算所述答题者所对应的客观题得分。需要说明的是，得分规则可以是每一道题为多少分，例如为2分，匹配结果是15道客观题作答正确，那么客观题得分是：15*2＝30分。
一种实现方式中，可以在进行每一个试卷的批阅后，根据考生的信息整理成册，在所述获取待批阅试卷图片的步骤之后，包括：根据所获取的待批阅试卷图片，获取考生信息；进而，根据考生信息，获得该考生的试卷总分数；并将考生信息、试卷总分数客观题得分和所获得的主观题答题分数通过列表进行展示。提高实际应用中的使用多样性，便于不同的教师根据自身的批阅特点进行选择。
本发明的一种实施例中，所述方法还包括：将试卷总分数按照科目存储至服务器中；以使所述服务器在接收到该考生信息后，将所存储的所有该考生对应的科目对应的试卷总分数客观题得分和所获得的主观题答题分数进行显示。
本发明图1和图2的实施例，可以是将所得到的考生分数直接存储在终端中，存在信息不能实时传达的缺点。为了进一步提高数据保存的安全性以及传输给多个人查看，通过在服务器中进行考生信息和考生分数的存储，以便根据考生的个人信息就可以进行分数的查看，便于考生、考生家长、监管部门及时了解考试信息。
相较于现有技术，本发明所提出的试卷客观题的自动批阅方法、装置、设备及存储介质，首先将待批阅试卷图片与试卷模板图像进行匹配，从而在具备多个试卷模板图像的情况下，能够获得与批阅试卷图片想匹配的试卷模板图像，以便获得与试卷模板图像对应的客观题答案以及通过图像的比较，能够根据试卷模板图像中规定的区域获得待批阅试卷图片上对应的答题区域和答题者。然后进行图像识别，获得每一道题的答题信息，然后将答题信息与客观题答案进行比较，获得该道答题的结果，例如为对或者错，从而根据答题结果计算总的得分，例如答案为对的题目总量获得客观题得分。该过程在不使用答题的情况下，也能够自动对客观题进行批阅，减少老师批改考卷所造成的效率较低问题。从而避免了现有技术中，在普通考试的过程中如果没有答题卡就需要老师进行人工阅卷，造成阅卷效率较低，还有可能存在误差的问题。
参阅图4和图5所示，是本发明电子装置40一可选的应用环境示意图。
本实施例中，所述电子装置40可通过有线或无线方式与终端设备20以及数据库30进行通信。所述电子装置40通过网络接口43获取所述终端设备20的输入信息，根据获取到的输入信息经过处理后从数据库30中调取对应的考生分数，并将所考生分数通过网络接口43发送于所述终端设备20的显示界面上，从而实现试卷客观题的自动批阅后分数的传输。所述终端设备20包括手机、平板和个人计算机等。所述数据库30至少包括数据服务器。
参阅图4所示，是本发明电子装置40一可选的硬件架构示意图。电子装置40包括，但不仅限于，可通过系统总线相互通信连接存储器41、处理器42以及网络接口43，图4仅示出了具有组件41-43的电子装置40，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
所述存储器41至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器41可以是所述电子装置40的内部存储单元，例如该电子装置40的硬盘或内存。在另一些实施例中，所述存储器也可以是所述电子装置40的外部存储设备，例如该电子装置40上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器41还可以既包括所述电子装置20的内部存储单元也包括其外部存储设备。本实施例中，所述存储器41通常用于存储安装于所述电子装置40的操作系统和各类应用软件，例如试卷客观题的自动批阅系统44的程序代码等。此外，所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述电子装置40的总体操作。本实施例中，所述处理器42用于运行所述存储器41中存储的程序代码或者处理数据，例如运行所述试卷客观题的自动批阅系统44等。
所述网络接口43可包括无线网络接口或有线网络接口，该网络接口43通常用于在所述电子装置40与其他电子设备之间建立通信连接。
至此，己经详细介绍了本发明相关设备的硬件结构和功能。下面，将基于上述介绍提出本发明的各个实施例。
首先，本发明提出一种电子装置40。
参阅图3所示，是本发明第一实施例之电子装置40的程序模块示意图。
本实施例中，所述电子装置40包括一系列的存储于存储器41上的计算机程序指令，当该计算机程序指令被处理器42执行时，可以实现本发明各实施例的试卷客观题的自动批阅操作。在一些实施例中，基于该计算机程序指令各部分所实现的特定的操作，电子装置40可以被划分为一个或多个模块。例如，在图6中，所述电子装置40可以被分割成第一获取模块401、提取模块402、第二获取模块403、获得模块404、确定模块405。其中：
第一获取模块401，用于获取待批阅试卷图片；
提取模块402，用于将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者；
第二获取模块403，获取所述客观题答题区域中每一道题的答题信息；
获得模块404，用于将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案；
确定模块405，用于根据所述匹配结果，计算所述答题者所对应的客观题得分。
如图7所示，进一步地，所述获得模块404，包括：
计算子模块701，用于计算每一道客观题的答题信息与其相应的目标字符中每一个字符的相似度值，其中，所述目标字符为客观题选项所对应的字符；
获得子模块702，用于根据所述相似度值，获得匹配结果；
判断子模块703，用于在匹配结果为相同字符，则该道题为作答正确；否则，该道题为作答错误。
进一步地，如图8所示，所述装置还包括判断模块403，所述判断模块403包括：
第一处理子模块801，用于调整所述待批阅试卷图片至预设的尺寸，并进行二值化处理，获得第一二值化图像；
第二处理子模块802，用于对所述试卷模板图像进行二值化处理，获得第二二值化图像；
第一获取子模块803，用于获取所述第一二值化图像中不为0的像素点所组成的第一图像；
第二获取子模块804，用于获取所述第二二值化图像中不为0的像素点所组成的第二图像；
确定子模块805，用于在所述第二像包含于所述第一图像的情况下，判断所述待批阅试卷图片包含完整的客观题答题区域。
进一步地，所述装置还包括：
第三获取模块，用于获取主观题答题分数；
计算模块，用于根据所述客观题得分和所获得的主观题答题分数，计算出该试卷总分数。
进一步地，所述装置还包括：
第四获取模块，用于根据所获取的待批阅试卷图片，获取考生信息；
所述计算模块，用于：根据考生信息，获得该考生的试卷总分数；并将考生信息、试卷总分数客观题得分和所获得的主观题答题分数通过列表进行展示。
所述装置还包括：存储模块，用于将试卷总分数按照科目存储至服务器中；以使所述服务器在接收到该考生信息后，将所存储的所有该考生对应的科目对应的试卷总分数客观题得分和所获得的主观题答题分数进行显示。
本发明还提供一种计算机设备，如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于：可通过系统总线相互通信连接的存储器、处理器等。
本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储电子装置20，被处理器执行时实现本发明的试卷客观题的自动批阅方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种试卷客观题的自动批阅方法，其特征在于，所述方法包括步骤：
获取待批阅试卷图片；
将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者；
获取所述客观题答题区域中每一道题的答题信息；
将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案；
根据所述匹配结果，计算所述答题者所对应的客观题得分。
2.根据权利要求1所述的试卷客观题的自动批阅方法，其特征在于，所述将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案的步骤，包括：
计算每一道客观题的答题信息与其相应的目标字符中每一个字符的相似度值，其中，所述目标字符为客观题选项所对应的字符；
根据所述相似度值，获得匹配结果；
若匹配结果与客观题答案为相同字符，则该道题为作答正确；
否则，该道题为作答错误。
3.根据权利要求2所述的试卷客观题的自动批阅方法，其特征在于，所述根据所述相似度值，获得匹配结果的步骤，包括：
获取相似度值中的最大值；
在所述最大值不小于预设阈值的情况下，确定所获取的最大值所对应的字符；
将所确定的字符作为匹配结果。
4.根据权利要求2或3所述的试卷客观题的自动批阅方法，其特征在于，所述根据所述匹配结果，计算所述答题者所对应的客观题得分的步骤，包括：
根据每一道题的匹配结果和得分规则，计算所述答题者所对应的客观题得分。
5.根据权利要求1所述的试卷客观题的自动批阅方法，其特征在于，在所述获取所述客观题答题区域中每一道题的答题信息的步骤之前，还包括：
调整所述待批阅试卷图片至预设的尺寸，并进行二值化处理，获得第一二值化图像；
对所述试卷模板图像进行二值化处理，获得第二二值化图像；
获取所述第一二值化图像中不为0的像素点所组成的第一图像；
获取所述第二二值化图像中不为0的像素点所组成的第二图像；
若所述第二像包含于所述第一图像中，则判断所述待批阅试卷图片包含完整的客观题答题区域。
6.根据权利要求1所述的试卷客观题的自动批阅方法，其特征在于，所述方法还包括：
获取主观题答题分数；
根据所述客观题得分和所获得的主观题答题分数，计算所述答题者所对应的试卷总分。
7.根据权利要求6所述的试卷客观题的自动批阅方法，其特征在于，所述方法还包括：
将试卷总分数按照科目存储至服务器中；以使所述服务器在接收到该考生信息后，将所存储的所有该考生对应的科目对应的试卷总分数客观题得分和所获得的主观题答题分数进行显示。
8.一种电子装置，其特征在于，所述装置包括：
第一获取模块，用于获取待批阅试卷图片；
提取模块，用于将待批阅试卷图片与试卷模板图像进行匹配，提取所述待批阅试卷图片的答题区域和答题者；
第二获取模块，获取所述客观题答题区域中每一道题的答题信息；
获得模块，用于将所述答题信息与客观题答案进行匹配，获得匹配结果，其中，所述客观题答案为与所述试卷模板图像相对应的答案；
确定模块，用于根据所述匹配结果，计算所述答题者所对应的客观题得分。
9.一种设备，所述设备为计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述试卷客观题的自动批阅方法的步骤。
10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序可被至少一个处理器所执行，以使所述至少一个处理器执行如权利要求1-7中任一项所述试卷客观题的自动批阅方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910968963.3A CN110879965A (zh) | 2019-10-12 | 2019-10-12 | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910968963.3A CN110879965A (zh) | 2019-10-12 | 2019-10-12 | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110879965A true CN110879965A (zh) | 2020-03-13 |
Family
ID=69728277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910968963.3A Pending CN110879965A (zh) | 2019-10-12 | 2019-10-12 | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110879965A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111368808A (zh) * | 2020-04-10 | 2020-07-03 | 刘志锋 | 答题数据的采集方法、装置、系统和教学设备 |
| CN111553211A (zh) * | 2020-04-16 | 2020-08-18 | 深圳中兴网信科技有限公司 | 试卷答案识别方法、系统、装置和计算机可读存储介质 |
| CN112052851A (zh) * | 2020-09-04 | 2020-12-08 | 北京字节跳动网络技术有限公司 | 答案判定方法、装置、计算机可读介质及电子设备 |
| CN112164263A (zh) * | 2020-11-10 | 2021-01-01 | 龙岩烟草工业有限责任公司 | 用于烟草行业安全知识的答题方法和答题系统 |
| CN112818797A (zh) * | 2021-01-26 | 2021-05-18 | 厦门大学 | 一种面向在线考试答卷文档图像的一致性检测方法和存储设备 |
| WO2021254074A1 (zh) * | 2020-06-18 | 2021-12-23 | 广州以太教育科技有限责任公司 | 智能阅卷方法及装置 |
| CN117874416A (zh) * | 2024-01-12 | 2024-04-12 | 网才科技(广州)集团股份有限公司 | 一种试卷断崖式异常分析方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN104143094A (zh) * | 2014-07-08 | 2014-11-12 | 北京彩云动力教育科技有限公司 | 一种无需答题卡的试卷自动阅卷处理方法及系统 |
| 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 |
| CN106127198A (zh) * | 2016-06-20 | 2016-11-16 | 华南师范大学 | 一种基于多分类器集成的图像文字识别方法 |
| CN107358236A (zh) * | 2017-08-11 | 2017-11-17 | 南京云计趟信息技术有限公司 | 一种基于摄像装置的车牌号码识别系统及方法 |
| CN107506767A (zh) * | 2017-09-22 | 2017-12-22 | 江苏海事职业技术学院 | 一种图片内数字粘连识别的方法和装置 |
| CN108416352A (zh) * | 2018-03-23 | 2018-08-17 | 李文 | 一种计算机网络阅卷系统及阅卷方法 |
-
2019
- 2019-10-12 CN CN201910968963.3A patent/CN110879965A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN104143094A (zh) * | 2014-07-08 | 2014-11-12 | 北京彩云动力教育科技有限公司 | 一种无需答题卡的试卷自动阅卷处理方法及系统 |
| 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 |
| CN106127198A (zh) * | 2016-06-20 | 2016-11-16 | 华南师范大学 | 一种基于多分类器集成的图像文字识别方法 |
| CN107358236A (zh) * | 2017-08-11 | 2017-11-17 | 南京云计趟信息技术有限公司 | 一种基于摄像装置的车牌号码识别系统及方法 |
| CN107506767A (zh) * | 2017-09-22 | 2017-12-22 | 江苏海事职业技术学院 | 一种图片内数字粘连识别的方法和装置 |
| CN108416352A (zh) * | 2018-03-23 | 2018-08-17 | 李文 | 一种计算机网络阅卷系统及阅卷方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111368808A (zh) * | 2020-04-10 | 2020-07-03 | 刘志锋 | 答题数据的采集方法、装置、系统和教学设备 |
| CN111553211A (zh) * | 2020-04-16 | 2020-08-18 | 深圳中兴网信科技有限公司 | 试卷答案识别方法、系统、装置和计算机可读存储介质 |
| WO2021254074A1 (zh) * | 2020-06-18 | 2021-12-23 | 广州以太教育科技有限责任公司 | 智能阅卷方法及装置 |
| CN112052851A (zh) * | 2020-09-04 | 2020-12-08 | 北京字节跳动网络技术有限公司 | 答案判定方法、装置、计算机可读介质及电子设备 |
| CN112164263A (zh) * | 2020-11-10 | 2021-01-01 | 龙岩烟草工业有限责任公司 | 用于烟草行业安全知识的答题方法和答题系统 |
| CN112818797A (zh) * | 2021-01-26 | 2021-05-18 | 厦门大学 | 一种面向在线考试答卷文档图像的一致性检测方法和存储设备 |
| CN112818797B (zh) * | 2021-01-26 | 2024-03-01 | 厦门大学 | 一种面向在线考试答卷文档图像的一致性检测方法和存储设备 |
| CN117874416A (zh) * | 2024-01-12 | 2024-04-12 | 网才科技(广州)集团股份有限公司 | 一种试卷断崖式异常分析方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110008933B (zh) | 一种通用智能阅卷系统和方法 | |
| CN110879965A (zh) | 试卷客观题的自动批阅方法、电子装置、设备及存储介质 | |
| US20220101030A1 (en) | Examination paper correction method and apparatus, electronic device, and storage medium | |
| CN107657255B (zh) | 网络阅卷方法、装置、可读存储介质以及电子设备 | |
| CN110222678B (zh) | 一种题目分析方法、系统、可读存储介质及电子设备 | |
| 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 | |
| CN112115736A (zh) | 一种基于图像识别的作业批改方法、系统和智能终端 | |
| CN112100431B (zh) | Ocr系统的评估方法、装置、设备及可读存储介质 | |
| CN111144191A (zh) | 字体识别方法、装置、电子设备及存储介质 | |
| KR20190052410A (ko) | 답안 일체형 시험지 및 답안 일체형 교재를 이용하는 자동 채점 시스템 및 그 방법 | |
| CN111783855A (zh) | 智能阅卷方法及装置 | |
| CN112116840B (zh) | 一种基于图像识别的作业批改方法、系统和智能终端 | |
| CN106407936A (zh) | 一种阅卷方法和系统 | |
| CN111242045A (zh) | 自动化作业习题对错指示方法及系统 | |
| CN110490074A (zh) | 一种基于图像识别的课堂实时批改方法、系统及装置 | |
| CN111126486A (zh) | 一种测验统计方法、装置、设备及存储介质 | |
| CN112347997A (zh) | 一种试题检测识别方法、装置、电子设备及介质 | |
| CN115050039A (zh) | 自动化试卷分析方法、系统、电子设备、存储介质 | |
| CN117275027A (zh) | 一种用于识别检查的扫描校验系统、方法及电子设备 | |
| CN111753715A (zh) | 点读场景下试题拍摄的方法、装置、电子设备和存储介质 | |
| CN111008594A (zh) | 改错题评阅方法、相关设备及可读存储介质 | |
| CN112989768B (zh) | 连线题批改方法、装置、电子设备及存储介质 | |
| CN112364679A (zh) | 一种图像区域识别方法及电子设备 | |
| CN111291591A (zh) | 一种试卷智能批阅打印方法及装置 | |
| CN114663891A (zh) | 基于配置答题卡的日常作业错题本生成方法和系统 |
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 |