CN111507127A

CN111507127A - 一种基于“矩m00”+“矩形定位”对答题卡进行识别的方法

Info

Publication number: CN111507127A
Application number: CN201910090660.6A
Authority: CN
Inventors: 吴勇泉
Original assignee: Individual
Current assignee: Individual
Priority date: 2019-01-30
Filing date: 2019-01-30
Publication date: 2020-08-07

Abstract

本发明提供了一种答题卡的识别处理方法，包括以下步骤：设计出一种附加矩形框的答题卡模版；用普通馈纸式扫描仪获取答题卡图像；针对大批量的扫描答题卡图像进行A、B面分类；利用矩形属性对图像进行修整、对图像进行定位；通过定位点和采样点对小矩形图像，逐个获取矩的M00值；利用图像矩的M00值不同，对填涂有答案的答题卡进行识别、提取并给予分数；调用Windows画图工具展示图像，操作改卷，并保留改后痕迹、分数；将试卷分数输出到Excel表格或数据库中。

Description

一种基于“矩M00”+“矩形定位”对答题卡进行识别的方法

技术领域

计算机图像识别及一种答题卡识别的方法。

背景技术

答题卡是考试采用的普遍形式，选择题答案的判别就是用计算机图像识别进行。现行判别方式多种多样，准确率高的对纸张，印刷、读取设备、计算机配置及软件等要求都很高，识别答案的关键还是在于应用软件的算法处理图像。目前，有网上阅卷系统、摄像头阅卷系统、扫描仪阅卷系统、数码相机阅卷系统及专门的读卡器阅卷系统等等。我探究、发明的这种利用图像矩M00值的不同来区分图像，结合矩形定位获取图像的方法，使得识别方法简便、高效。

为满足普通学校低成本、简便、高效的使用需求，本系统采用：印刷答题卡的纸张要求：50—60g(高考答题卡是90-100g)；普通馈纸式双面扫描仪：分辨率达150像素；普通喷墨打印机；普通学校用油印机；安装Windows10、office软件的普通电脑。

本方法的理论基础来自于一个BSD许可(开源)发行的跨平台计算机视觉库OpenCV。OpenCV实现了图像处理和计算机视觉方面的很多通用算法。

本方法理论基础：在OpenCV中，对于一幅图像，我们把像素的坐标看成是一个二维随机变量，那么一幅灰度图可以用二维灰度密度函数来表示，因此可以用矩来描述灰度图像的特征。不变矩(Invariant Moments)是一种高度浓缩的图像特征，具有平移、灰度、尺度、旋转不变性。零阶矩

M00＝∑∑V(i,j)

这个M00值，对于同样形状、同样大小而灰度不同的图像来说，值的大小是不同的。

发明内容

在实际应用中如说明书附图5中标记3“四个小矩形”中的四个小矩形框，是用普通扫描仪150分辨率扫描答题卡得到的灰色图中的一部分，每个矩形大小相同，均为39*22 像素，可以把它们分别看成为A

图、B图、C图和D图4幅小图，分别代表答题卡中的选择题的四种选项A、B、C、D。

用OpenCV中的函数Moments()可求出M00值，如下：

Moments(A).M00＝236730；

Moments(B).M00＝168054；

Moments(C).M00＝236404；

Moments(D).M00＝238588；

显然B图的M00值比A、C、D的值小很多，其它三个值都比较接近。从黑、白来看，B 图是黑的，其它三个是白的。这第二个矩形就是所选的答案B。通过实验检测，图像越黑， M00值越小，即涂的越黑，分辨率就越高。M00值是本方法的核心之一。

本方法的“矩形定位”的原理：OpenCV中的FindContours()函数可以检索到图像的轮廓。在设计答题卡时，有意画一个大矩形(见说明书附图1标记1“定位矩形”)，包围着选择区域。通过FindContours()函数可找到这个矩形，通过矩形的属性可获取到这个矩形的宽box.Size.Width、高box.Size.Height和中心坐标box.Center及本矩形与水平线的夹角box.Angle。夹角为0，表示矩形是端正的，图也就是端正的。夹角越大，图就越歪，也就说答题卡歪了。有了这个角度，使用OpenCV中的image.Rotate(angle)函数可以将这图旋转Angle角度，即把答题卡旋转端正，修正图形就是依据这个角。

再用FindContours()函数，查找端正图中的矩形，这个矩形中心坐标box.Center就可用为图的定位点(锚点)。本方法应用这个点，通过矩形的宽box.Size.Width、高box.Size.Height求得矩形左上角顶点的值作为定点坐标(见说明书附图1标记2“定点坐标”)。这样通过“定位矩形”，解决了歪图的修正和图像定位点问题。“定位矩形”是本方法核心之二。

有了定位点就能找到图像中每一题中的每一个选项图(小矩形图)见说明书附图5标记4，使用M00值对比，获取选项(见[0008])，再与标准答案对比，给予分数。

本方法使用Windows画图工具设计答题卡，使用C#编程，识别用普通扫描仪获取的答题卡图像，是将OpenCV中的一些函数进行创新组合，得到解决答题卡识别的一种新方法。

本发明提供一种答题卡信息识别方法及系统，旨在用电脑快速识别扫描仪获取的答题卡图像，从中提取出选择题的答案与标准答案对比，并给予相应分数。答题卡中的非选择题，可在电脑中由人工判定给分，并在图像中保存更改痕迹，以便查看。

现用的普通扫描仪已经能快速大量获取答题卡图像，而且图像没有形变，但图像有的端正，有的歪斜。本发明实施例就是先将歪斜图像修理端正，再从中获取选择题项并给予分数。解决上述问题的方法的科学原理见上述[0004]——[0009]。

解决上述问题的前期准备：用Windows画图工具按照指定的规则设计出一种附加矩形框的答题卡模版(见说明书附图1)，获取模版扫描后图作为样版(见说明书附图2标记6“采样点”)，再用Windows画图工具采集样本中各采样点坐标(定位矩形左上顶点为定位点，其它各采样点见说明书附图2标记6，X,Y值与定位点X,Y值的差)、选择框及移动框的宽和高为参数。还有第二种获取参数的方法见[0069]到[0071]。

修整图像：见说明书附图3为一幅歪斜还带有扫描黑边的图像，用

CaptureImagePath(string inName,string toPath)函数，将原图上、下、左、右各减少10 个像素，去除“黑边”，结果见说明书附图4。

public void CaptureImagePath(string inName,string toPath){ Image<Gray,byte>image＝new Image<Gray,byte>(inName)；

//设置一个从原图(10，10)为顶点宽和高比原图小20像素的矩形图

Rectangle rectangle＝new Rectangle(10,10,image.Width-20,image.Height-20)；

//获得剪去了每边10像素的图

Image<Gray,byte>Sub＝image.GetSubRect(rectangle)；

Sub.Save(toPath)；//保存新图

image.Dispose()；

Sub.Dispose()；}。

调用获取矩形的方法List<RotatedRect>RectMethod(Image<Bgr,byte>src2)[0017]，其中包括使用高斯滤波去除噪声GaussianBlur(grayImage2,grayImage2,newSize(3,3),3)、 Canny(grayImage2,cannyEdges,60,180)函数、查找轮廓函数FindContours(cannyEdges, contours,null,RetrType.External,ChainApproxMethod.ChainApproxSimple)来找到歪斜的定位矩形框。

调用GetrotateAng(string scr)函数，通过定位矩形的角度属性box.Angle值，获取到矩形歪斜的角度ang。

调用GetrotateImage_GraySave(string scr,float ang,string toPathName)函数，其中有Rotate(ang,new Gray())方法，将图像反向旋转ang，从而获得端正的图像。

public void GetrotateImage_GraySave(string scr,float ang,stringtoPathName){

Image<Gray,Byte>image＝new Image<Gray,Byte>(scr)；//读取图像

//将图像以(0，0)为中心旋转ang角

Image<Gray,Byte>imageAng＝image.Rotate(ang,new Gray())；

imageAng.Save(toPathName)；//保存旋转后的图像

}。

旋转后图的边界变大了，产生新“黑边”，再次调用[0015]的同名函数[0023]，使图恢复原来大小，消除黑边，并保存进新的文件夹，同时进行备份，见说明书附图5。

public void CaptureImagePath(string inName,string toName,Point p,intw,int h){

Image<Gray,byte>image＝new Image<Gray,byte>(inName)；

Rectangle rectangle＝new Rectangle(p.X,p.Y,h,h)；

Image<Gray,byte>Sub＝image.GetSubRect(rectangle)；Sub.Save(toName)；

image.Dispose()；

Sub.Dispose()；

}。

到此，图像修整完毕，以下对图像的操作，包括上述的样板图均用修整后的备份图，而且不管原图是否端正，都要经过[0014]至[0023]过程并备份。上述操作只是对图像进行了旋转和修边，图像本身没有其它修改，保持了原有的灰度。

用GetdestScrPoint(Image<Bgr,byte>image)方法获取定点坐标，本方法再次调用了 [0017]来找到定位矩形框，并用其box.Center.X、box.Center.Y中心点属性获取到矩形的中心点坐标，和box.Size.Width、box.Size.Height矩形的宽和高，进一步推算出矩形左上角顶点的定位点坐标。有了定点坐标，再加上各采样点的参数就获取到各采样点的实际坐标，从而对各选项进行识别。

矩M00的获得方法[0029]及选项判定方法：在使用前，要事先检测出空白图的小矩形块的最小M00值，取值比最小的值还小5％-10％，为限定值。凡小于限定值则认定为所选项。如果有多个值小于限定值，则为多项选择，如果没有小于限定值的则定为没有选择。

限定值的大小与纸张的洁白度、选择块(见说明书附图2标记4“实选择块”)的大小、扫描仪的设定参数有关，一所学校如果纸张不变，答题卡模版不变，扫描仪参数设定不变那么这个参数选定之后就无须调整。

public static double GetM00(Image<Gray,byte>image,Point point,int w,int h){

//将选择框设置为矩形，相当于一幅图

Rectangle rectangle＝new Rectangle(point.X,point.Y,w,h)；

Image<Gray,byte>Sub＝image.GetSubRect(rectangle)；//获取矩形图

MCvMoments cvmoment＝CvInvoke.Moments(Sub)；//获取图的矩

return cvmoment.M00；//输出矩的M00值

}。

现从图像中取1—10题单项选择题答案，说明获取选择题答案serialAnswer_M00的使用方法：str为图像全名称，point点为第一题选择块左上角顶点坐标，其值为定点坐标+ 这点的采集参数。Maxj为选择题的题数＝10,Maxi为选择项数＝4,依序选项为A、B、C、D。

public string serialAnswer_M00(string str,Point point,int Maxj,intMaxi,int w,int h){

//Maxj为选择题的题数，Maxi为选择项数

Image<Gray,byte>image＝new Image<Gray,byte>(str)；//读图

string namber＝null；//输出结果，一组选择题答案

//j表示本组题的题号，0代表第一题,从第一题开始操作

for(int j＝0；j<Maxj；j++){

char answer；//一题的选项答案：\A\B\C\D

int[]pix＝new int[Maxi]；//用于保存选项的M00值

string ans＝null；//输出结果，一题的选项答案

//i表示选项号，从第一选项开始

for(int i＝0；i<Maxi；i++){

//获取选项起点坐标，随着i的增大，点从第一选项向下一选项移

Point p＝new Point(point.X+i*AreaMoveWidth,point.Y+j*AreaMoveHight)；//随着j的增大，从第一题向下一题移动(见说明书附图5标记5“选择移动块”)

//调用[0029]当i＝0,j＝0；就获取到第一题第一选项的M00值

pix[i]＝(int)GetM00(image,p,w,h)；

//这一循环下来，取得一题四个选项的M00值，并保存到数组中

}

int m＝0；//取下标,用于获得选项的序号

int min＝pix[0]；//用于记录M00的最小值

for(int ii＝0；ii<pix.Count()；++ii)//获得最小值及此时的序号

if(min>pix[ii])

min＝pix[ii]；

m＝ii；//获得最小M00值(涂的最黑)时的序号

}

//M00为界线值，取值比空白图的M00值略小见[0027]

if(min>M00)

ans＝"o"；//输出“o”表示本题没选

else{

//65表示A字符，answer随m增大而转化为B/C/D

answer＝(char)(m+65)；

ans＝answer.ToString()；//将一题的答案，转换类型输出

}

Console.WriteLine("j＝"+j+"m＝"+m+""+ans)；//用于查看

namber+＝ans；//将答案累加，获得一组字符串结果

}

return namber；//j循环结束，就获得每题的答案字符串

}。

获取序列号数值的方法，同获取选择题答案[0031]方式一样。

对于其它各组选择题，同样方法调用[0031]即可获取答案。

上述方法所用到的定义字段和属性如下：

public string srcName{set；get；}//原图名称

public string srcPath{set；get；}//原图路径

public float rotateAng；//旋转角度

public Image<Bgr,byte>rotateBgrImage；//旋转后图用于获取新坐标

public Point destScrPoint{set；get；}//目标图标准点(定位)坐标

public int detectionPointX{set；get；}＝497；//检测点X

public int detectionPointY{set；get；}＝535；//检测点Y

public int serialNumberStartPointX{set；get；}＝493；//序列号起始点X(左上内角点)相对，下同)

public int serialNumberStartPointY{set；get；}＝116；//序列号起始点X(左上内角点))

public int audiometryStartPointX{set；get；}＝34；//听力1始点X d

public int audiometryStartPointY{set；get；}＝51；//听力1始点Y d

public int audiometryStartPointXX{set；get；}＝34；//听力1始点X d public intaudiometryStartPointYY{set；get；}＝409；//听力2始点Y d

public int readStartPointX{set；get；}＝262；//阅读21始点X

public int readStartPointY{set；get；}＝54；//阅读21点Y

public int readStartPointXX{set；get；}＝262；//阅读31始点X

public int readStartPointYY{set；get；}＝411；//阅读31点Y

public int readStartPointXXX{set；get；}＝262；//阅读36始点X

public int readStartPointYYY{set；get；}＝589；//阅读36点Y

public int languageStartPointX{set；get；}＝638；//语言41始点X

public int languageStartPointY{set；get；}＝48；//语言41始点Y

public int languageStartPointXX{set；get；}＝638；//语言51始点X

public int languageStartPointYY{set；get；}＝403；//语言51始点Y

static int choiceAreaWidth{set；get；}＝40；//实选择块的宽

static int choiceAreaHight{set；get；}＝24；//实选择块的高

static int AreaMoveWidth{set；get；}＝50；//实选择块移动的宽

static int AreaMoveHight{set；get；}＝36；//实选择块移动的高

static int M00{set；get；}＝219990；//限定值关键！！！

public double Audition{set；get；}＝1.5；//听力选项分值

public double Read{set；get；}＝2.0；//阅读选项分值

public double Language{set；get；}＝1.5；//语言选项分值

public string serialNumber{set；get；}//学生序列号

public string detection{set；get；}//检测值

public string teacherCoinceAnswer{set；get；}//标准答案

public string choiceAnswer{set；get；}//选择题答案序列

public double choiceGoal；//选择题总得分

public double fillingGoal；//填空题得分

public double errorGoal；//改错题得分

public double compositionGoal；//作文得分

public double totalPoints；//总分

说明：

上述各属性的初始值如audiometryStartPointX{set；get；}＝34；表示“听力1始点X”到基准点的水平像素距离，它加上基准点X的值就是该点的实际坐标值；

属性初始值是第一次使用前，用Windows画图工具打开扫描图直接测量获得或使用[0062] 到[0066]方法。

为方便使用，将上述属性[0035]和相关方法，编写成一个类EnglishAnswer见说明书附图7。

为连续快速获取大量答题卡的结果，并将结果输出到数据库，还需编写流程见说明书附图6来完成任务。详见[0038]到[0071]具体实施方式。

操作流程见说明书附图6：将学生答题卡(双面)收集整理好，调节好扫描仪参数：150分辨率、双面扫描、灰色方式、其它取默认值，扫描到指定空文件夹中，如 "D:\sharefill\English\G2\G2(1)"。

起动应用程序，见(说明书附图8)页面功能图Form1功能是分离文件夹、获取非选择题分数，(见说明书附图9)程序结构图。

双击“选择文件”按钮找到保存答题卡图像的文件夹，(也可直接输入文件夹路径)如"D:\sharefill\English\G2\G2(1)"。

双击“分离A、B面”按钮，方法见[0042]结果是将图像文件分类复制到A文件夹，和B文件夹中。可查看确认

如"D:\sharefill\English\G2\G2(1)A"、"D:\sharefill\English\G2\G2(1)\G2(1)B"。

继续Form1操作，将B面非选择题分数存入Excel表格中：先建立好一个Excel文件，其中有3个表格，sheel3用于保存非选择分数。输入文件名如：G2(1).xlsx，然后双击“选择Excel文件夹”按钮，找到相应的文件夹路径，如"E:\sharefill\English\成绩"。双击“打开Excel获取试卷”按钮，这时会运行[0044]事件。[0044]调用Windows画图工具打开B面的当前图像，老师可用画图工具改试卷，保存，见说明书附图5。

将本题的分数输入分数框，点击“确认分数进Excel”按钮，当前图的文件名和分数会通过[0046]事件保存到Excel的表格中。

点击“上一张”或“下一张”按钮，会调用[0048]或[0049]事件，调用Windows画图工具打开相应图像，以供改卷、给分、存分。重复操作至试卷完成。

试卷批改完成后，点击“保存分数到Excel并退出”[0051]按钮，将答题卡文件名及相对应分数保存进Excel表格中，并退出。

也可将分数保存入mysql数据库中。

点击进入Form2功能页面(见说明书附图8)来完成整理图片、取选择题答案和分数工作：点击“选择A面文件夹”按钮，触发[0054]事件，选择保存A面图像的文件夹或直接填入。

private void button4_Click(object sender,EventArgs e){

FolderBrowserDialog folder＝new FolderBrowserDialog()；

folder.Description＝"选择所有文件存放目录"；

if(folder.ShowDialog()＝＝DialogResult.OK)

textBox1.Text＝folder.SelectedPath；//显示文件名

}。

点击“整理图片确定”按钮，触发[0056]事件，本事件将完成图像整理工作，并将整理好的图像存入一个新建的文件夹中。

标准答案可以直接填入答案框中，也可将教师标准答案和学生答题卡一并进行处理：点击“选择标准答案文件名”按钮，选择标答文件后，点击“获取标准答案”按钮，触发[[0058] 事件，获取到标准答案并显示出来。

点击“选择整图后文件夹”，选择相应文件夹路径如： "D:\sharefill\English\G2\G2(1)\G2(1)A\pic",点击“Excel文件夹”按钮，选择保存答案分数的 Excel文件夹，在输入框中输入Excel文件名之后，点击“获取选择题答案及分数到Excel”按钮，调用[0060]事件，将选择题答案及分数存到Excel中，并得到简单的分析结果。

最后，打开Excel表格，统计输出结果。

自动获取参数的方法：首先选择一张端正的样卷图，复制4份，用Windows图画工具改为如下图所示：文件名分别为：01.jpg、02.jpg、03.jpg、04.jpg并保存在执行文件同目录下(见说明书附图11--15)。

起动程序，选择Form3功能页面(见说明书附图8)，在定点图名、X点图名、Y点图名、M00图名、检测图名对应框中分别填入01.jpg、02.jpg、03.jpg、01.jpg、04.jpg。在输入保存参数文件名对应框中填入01.xlsx，在Audition、Read、Language对应框中分别填入分值如：1.5、2.0、1.5。而后点击“获取参数列表”按钮，触发[0071]事件，获取参数并显示，点击“参数保存”按键，触发[0064]事件，将参数保存至Excel表格中

注意：为检测到小矩形，02.jpgt和03.jpg图大矩形必须“开口”。否则只能检测到外部的大矩形。

测量结果为B，表示获取的参数正确可以使用，否则参数无效。

答题卡设计规则：每个选择块必须大小一致；选择块之间的间距(上下左右)必须一致；整个选择区域必须有个大矩形框，框边必须加粗(5-7像素)。使用注意事项：保持答题卡整洁；特别保持大矩形框的完整性，边框不得有断裂处，也不得有多余处(有其它线条与框相连)，否则检测不到矩形，也就识别不了图像。

附图说明：

图1是模版图；图2是样版图；图3是歪斜黑边的原图；图4是去除黑边框后的图；图5是修整后的图；图6是操作流程图；图7是类结构图；图8是页面功能图；图9是页面Form1程序结构图；图 10是页面Form2程序结构图；图11是页面Form3程序结构图；图12是用于获取最小M00值；图13 是用于定位X点和获取移动块宽高；图14是用于获取选择块宽和高及下部采样点Y的坐标值；图15 是用于检测。标记1是定位矩形；标记2定点坐标；，标记3是四个小矩形；标记4是小矩形/实选择块；标记5是选择移动块；标记6是采样点。

Claims

1.使用OpenCV库中的图像矩M00值对填涂有答案的答题卡进行识别、提取并给予分数的方法。

2.使用OpenCV库中矩形的角度属性对图像进行旋转修整的方法。

3.使用OpenCV库中矩形的属性值，中心坐标box.Center、矩形的宽box.Size.Width、高box.Size.Height进行图像定位方法。

4.将矩形定位方法和图像矩的M00识别方法结合，找出每题选项答案的方法。

5.调用Windows画图工具来改卷的方法，能保留改后痕迹，指出错误之处。