CN112052698A - 一种基于调查问卷的隐私保护设计方法、存储介质及设备 - Google Patents
一种基于调查问卷的隐私保护设计方法、存储介质及设备 Download PDFInfo
- Publication number
- CN112052698A CN112052698A CN202010954722.6A CN202010954722A CN112052698A CN 112052698 A CN112052698 A CN 112052698A CN 202010954722 A CN202010954722 A CN 202010954722A CN 112052698 A CN112052698 A CN 112052698A
- Authority
- CN
- China
- Prior art keywords
- positioning
- questionnaire
- black
- picture
- matrix
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/10544—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation by scanning of the records by radiation in the optical part of the electromagnetic spectrum
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
-
- 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
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Toxicology (AREA)
- Bioethics (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于调查问卷的隐私保护设计方法、存储介质及设备,将纸质问卷回收或扫描或照相后整理成文件夹;从整理的文件夹中读取图片,确定图片中宏观定位的三个黑色方块,计算偏转角度,旋转图片;根据定位的三个黑色方块剪裁图片后缩放到统一大小;根据得到的统一大小图片,寻找左上的第一个行首黑色小方块,定位到问卷的第一题行列位置,根据行首的小方块准确定位,定位到第一题的各个选项处,判断并记录是否有填涂,并将结果存入矩阵;直至将问卷中的全部问题识别完;将结果矩阵导出为表格形式,将结果导出为Excel表格,每一行代表一个调查对象对不同问题的答案;然后在Excel中分析结果。本发明大幅降低了使用的成本,能够广泛地进行应用。
Description
技术领域
本发明属于图像处理技术领域,具体涉及一种基于调查问卷的隐私保护设计方法、存储介质及设备。
背景技术
问卷调查在老师的教学活动和学生的研究工作中扮演者很重要的角色。目前问卷调查有三种主流的形式,一是借助于第三方网络平台制作的电子问卷,虽然方便,但是可能造成问卷信息被第三方平台窃取,并不安全。二是纸质问卷,但纸质问卷固然安全,统计时却较为麻烦,特别是当问卷数量较大时。三则是答题卡,虽然方便,但答题卡扫描仪成本很高,大部分老师和学生没有能力获取答题卡扫描仪。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于调查问卷的隐私保护设计方法、存储介质及设备,为广大老师和学生提供一种既安全又方便的问卷调查形式。
本发明采用以下技术方案:
一种基于调查问卷的隐私保护设计方法,包括以下步骤:
S1、制作纸质问卷,并将纸质问卷回收并扫描或照相后整理成文件夹;
S2、从步骤S1整理的文件夹中读取图片,确定图片中宏观定位的三个黑色方块,计算偏转角度,旋转图片;
S3、根据步骤S2定位的三个黑色方块剪裁图片后缩放到统一大小;
S4、根据步骤S3得到的统一大小图片,寻找左上的第一个行首黑色小方块,定位到问卷的第一题行列位置,根据行首的小方块准确定位,定位到第一题的各个选项处,判断并记录是否有填涂,并将结果存入矩阵;
S5、重复步骤S1~S4,直至将问卷中的全部问题识别完;
S6、将结果矩阵导出为表格形式,将结果导出为Excel表格,每一行代表一个调查对象对不同问题的答案;然后在Excel中分析结果。
具体的,步骤S1中,问卷本身的定位分为两层,第一层为宏观定位,即定位到整张图片的3个角落;第二层为微观定位,即定位到每一行的每一个选项。
进一步的,宏观定位分别在填涂页左上角,右上角,左下角放置一个黑色方块用于定位;微观定位在每一行的开头增加一个黑色小方块用于调整偏差。
具体的,步骤S2中,采用基于图的深度优先搜索DFS的方块搜索算法,首先调用OpenCV库函数将图片转化为成灰度图,三维的Tensor变成二维矩阵;再设定一个阈值,将二维矩阵二值化,矩阵的每一个值为0/1,表示为黑白图;二维矩阵逻辑上看做是一张Graph,二维矩阵的每一个像素点表示Graph的一个节点;寻找原图中大小不同的黑色方块为寻找Graph中值为1的相邻节点数大于不同阈值的子图;从Graph的每个节点开始进行深度优先搜索找到所有值为1的相邻子图,然后根据阈值筛选取对应子图。
本发明的另一个技术方案是,一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行所述的方法中的任一方法。
本发明的另一个技术方案是,一种计算设备,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种基于调查问卷的隐私保护设计方法,保护了调查者的隐私,具有良好的安全性。现有的包括问卷星等问卷平台,在帮忙收集问卷的同时是知道问卷者做出了怎样的问卷,而参与调查的人又选择了什么选项,这些信息是有可能被储存甚至泄露出去的。而本方法进行的问卷调查将不会收集调查者和被调查者的信息。本方法收集的仅为问卷的图片,得出的数据也为显示题号和选项的表格,除了调查者本身,其他人即使得到了表格,也无法知道问卷的具体内容以及调查的结果,保护了调查者的隐私与安全。
进一步的,扫描的图片可能会发生旋转,且不同扫描仪扫描出来的图片分辨率可能不同。因此宏观定位目的在于消除旋转偏差以及归一化图片大小。由于宏观定位的旋转及归一化仍然存在一定偏差,如果定位到某一行的时候出现了偏差,则该行的所有列(该题的所有选项)可能都会找不到。因此,微观定位用于调整每行的位置偏差。
进一步的,宏观定位和微观定位都通过辅助的黑色方块来实现。黑色方块的设置既不失问卷的美观性,也便于通过算法来定位。
综上所述,本发明对问卷的识别不需要依靠专门的仪器,对于问卷制作的纸张也没有过多的要求,大幅降低了使用的成本,能够广泛地进行应用。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明中设计的问卷模板。
具体实施方式
请参阅图1,本发明提供了一种基于调查问卷的隐私保护设计方法,需要的输入为问卷的扫描图片,而在图片中并没有包含任何问卷的具体内容,只有标号和选项,表示即使有人窃取到软件识别出的结果,也无法得知使用者所进行的问卷调查具体情况,该问卷模板可以在符合设定规则的情况下进行自定义的修改,规则如下:
前4题为问卷信息,不可删减;每题的文字部分可随意修改(不超过一行),每题的填涂部分如需删减选项请直接删除,如需增加选项,请复制前面选项,空一格粘贴在后面,然后修改字母;
调查内容以下的题为主体内容;如需删减题目,直接删掉一行,如需增加题目,复制原有任意一行,粘贴在后;注意题目编号为3位数字;每题的选项修改方法如上所述。
本发明一种基于调查问卷的隐私保护设计方法,包括以下步骤:
S1、按照规定的格式制作纸质问卷,并将问卷回收并扫描或照相后整理成文件夹;
设计的问卷,为了便于图像识别,问卷本身要便于定位,定位分为两层,第一层为宏观定位,即定位到整张图片的4个角落;第二层为微观定位,即定位到每一行的每一个选项;
首先考虑宏观定位,扫描的图片会发生旋转,且不同扫描仪扫描出来的图片分辨率可能不同。受二维码的启发,分别在填涂页左上角,右上角,左下角放置一个黑色方块用于定位。
其次考虑微观定位,如果定位到某一行的时候出现了偏差,则该行的所有列(该题的所有选项)可能都会找不到;因此,在每一行的开头加了一个黑色小方块用于调整偏差。
S2、使用软件从步骤S1整理的文件夹中读取图片,找到图片中宏观定位的三个黑色方块,计算出偏转角度,旋转图片;
采用基于图的DFS(Depth First Search,深度优先搜索)的方块搜索算法,具体如下:
一张图片是由许多像素点组成的,用OpenCV库在python下将图片读取进来后为一个三维的Tensor,三个维度分别是图片的长,宽,和通道数;一般彩色图片的通道数为三,分别代表R(红),G(绿),和B(蓝)。
首先调用OpenCV库函数将图片转化为成灰度图,三维的Tensor就变成了二维的矩阵(3个通道合为一个);
再设定一个阈值将这个二维矩阵二值化,矩阵的每一个值就只有0/1,表示为图就是黑白图;这个二维矩阵逻辑上可以看做是一张Graph(图),二维矩阵的每一个像素点表示Graph的一个节点;
寻找原图中大小不同的黑色方块就是寻找Graph中值为1的相邻节点数大于不同阈值的子图;从Graph的每个节点开始进行DFS就可以找到所有值为1的相邻子图,然后在根据阈值筛选这些子图。
S3、根据三个黑色方块剪裁图片后缩放到统一大小;
S4、根据步骤S3得到的统一大小图片,寻找左上的第一个行首黑色小方块,从而确定纸质问卷第一题行列位置,再根据行首的小方块准确定位,定位到对应题的各个选项处,判断并记录是否有填涂,并将结果存入矩阵;
S5、重复步骤S1、S2、S3、S4,直至将问卷中的全部问题识别完;
S6、将结果矩阵导出为表格形式,结果导出为Excel表格;具体每一行代表一个调查对象对不同问题的答案;之后可在Excel中分析结果;比如要分析第一题A,B,C,D四个选项人数分布可根据表格第一列数据绘制频率统计图。
首先由于使用的是纸质问卷,没有借助第三方网络平台制作的电子问卷,保证了问卷信息不会被第三方平台窃取。第二,该问卷识别方法获取的仅仅是每题调查对象的选择,而不知道该题目是什么,也不不知道被调查人的姓名,昵称等相关身份信息,因此使用该方法识别问卷过程中也不会造成隐私泄露。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
本发明首先通过左上角,右上角,左下角的3个黑色方块对图片进行旋转与大小归一化。接着定位到第一题,即课程选项,依次判断A、B、C、D、E5个选项是否有填涂,记录结果。以下每一题以此类推,全部识别完成后将结果导出为Excel表格。
综上所述,本发明一种基于调查问卷的隐私保护设计方法,通过设计一种问卷模板与对应的图像识别算法,能在保护调查对象隐私的前提下准确识别问卷内容,大大简少了调查者的工作量。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (6)
1.一种基于调查问卷的隐私保护设计方法,其特征在于,包括以下步骤:
S1、制作纸质问卷,并将纸质问卷回收并扫描或照相后整理成文件夹;
S2、从步骤S1整理的文件夹中读取图片,确定图片中宏观定位的三个黑色方块,计算偏转角度,旋转图片;
S3、根据步骤S2定位的三个黑色方块剪裁图片后缩放到统一大小;
S4、根据步骤S3得到的统一大小图片,寻找左上的第一个行首黑色小方块,定位到问卷的第一题行列位置,根据行首的小方块准确定位,定位到第一题的各个选项处,判断并记录是否有填涂,并将结果存入矩阵;
S5、重复步骤S1~S4,直至将问卷中的全部问题识别完;
S6、将结果矩阵导出为表格形式,将结果导出为Excel表格,每一行代表一个调查对象对不同问题的答案;然后在Excel中分析结果。
2.根据权利要求1所述的基于调查问卷的隐私保护设计方法,其特征在于,步骤S1中,问卷本身的定位分为两层,第一层为宏观定位,即定位到整张图片的3个角落;第二层为微观定位,即定位到每一行的每一个选项。
3.根据权利要求2所述的基于调查问卷的隐私保护设计方法,其特征在于,宏观定位分别在填涂页左上角,右上角,左下角放置一个黑色方块用于定位;微观定位在每一行的开头增加一个黑色小方块用于调整偏差。
4.根据权利要求1所述的基于调查问卷的隐私保护设计方法,其特征在于,步骤S2中,采用基于图的深度优先搜索DFS的方块搜索算法,首先调用OpenCV库函数将图片转化为成灰度图,三维的Tensor变成二维矩阵;再设定一个阈值,将二维矩阵二值化,矩阵的每一个值为0/1,表示为黑白图;二维矩阵逻辑上看做是一张Graph,二维矩阵的每一个像素点表示Graph的一个节点;寻找原图中大小不同的黑色方块为寻找Graph中值为1的相邻节点数大于不同阈值的子图;从Graph的每个节点开始进行深度优先搜索找到所有值为1的相邻子图,然后根据阈值筛选取对应子图。
5.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至4所述的方法中的任一方法。
6.一种计算设备,其特征在于,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至4所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954722.6A CN112052698A (zh) | 2020-09-11 | 2020-09-11 | 一种基于调查问卷的隐私保护设计方法、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010954722.6A CN112052698A (zh) | 2020-09-11 | 2020-09-11 | 一种基于调查问卷的隐私保护设计方法、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112052698A true CN112052698A (zh) | 2020-12-08 |
Family
ID=73610704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010954722.6A Pending CN112052698A (zh) | 2020-09-11 | 2020-09-11 | 一种基于调查问卷的隐私保护设计方法、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112052698A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399623A (zh) * | 2021-11-30 | 2022-04-26 | 西安交通大学 | 一种通用答题识别方法、系统、存储介质及计算设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080311551A1 (en) * | 2005-08-23 | 2008-12-18 | Mazer Corporation, The | Testing Scoring System and Method |
CN106023698A (zh) * | 2016-07-29 | 2016-10-12 | 李铧 | 一种作业及练习册自动批阅方法 |
CN108960235A (zh) * | 2018-06-25 | 2018-12-07 | 芝麻云信(武汉)科技有限公司 | 一种用于识别答题卡填涂块的方法 |
CN109033046A (zh) * | 2018-06-25 | 2018-12-18 | 陕西师范大学 | 结构化可视文档快速信息输入系统及方法 |
-
2020
- 2020-09-11 CN CN202010954722.6A patent/CN112052698A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080311551A1 (en) * | 2005-08-23 | 2008-12-18 | Mazer Corporation, The | Testing Scoring System and Method |
CN106023698A (zh) * | 2016-07-29 | 2016-10-12 | 李铧 | 一种作业及练习册自动批阅方法 |
CN108960235A (zh) * | 2018-06-25 | 2018-12-07 | 芝麻云信(武汉)科技有限公司 | 一种用于识别答题卡填涂块的方法 |
CN109033046A (zh) * | 2018-06-25 | 2018-12-18 | 陕西师范大学 | 结构化可视文档快速信息输入系统及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399623A (zh) * | 2021-11-30 | 2022-04-26 | 西安交通大学 | 一种通用答题识别方法、系统、存储介质及计算设备 |
CN114399623B (zh) * | 2021-11-30 | 2024-04-16 | 西安交通大学 | 一种通用答题识别方法、系统、存储介质及计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108171297B (zh) | 一种答题卡识别方法 | |
CN102855495B (zh) | 电子版标准答案的实现方法及其应用系统 | |
CN107657255B (zh) | 网络阅卷方法、装置、可读存储介质以及电子设备 | |
CN110097003A (zh) | 基于神经网络的课堂考勤方法、设备、存储介质及装置 | |
CN106023698A (zh) | 一种作业及练习册自动批阅方法 | |
CN110097059B (zh) | 基于生成对抗网络的文档图像二值化方法、系统、装置 | |
US20140040928A1 (en) | Audience polling system | |
CN112541922A (zh) | 基于数字图像的试卷布局分割方法、电子设备及存储介质 | |
CN115393837A (zh) | 图像检测方法、设备和存储介质 | |
KR102328034B1 (ko) | 표가 삽입된 이미지로부터 지식 데이터베이스의 구축이 가능한 데이터베이스 구축 장치 및 그 동작 방법 | |
CN114399623B (zh) | 一种通用答题识别方法、系统、存储介质及计算设备 | |
CN113076795A (zh) | 一种带印章的表格协议书图像自动审核方法 | |
CN114463770A (zh) | 一种用于普遍试卷题目的智能切题方法 | |
Küçükkara et al. | An image processing oriented optical mark recognition and evaluation system | |
CN114998905A (zh) | 一种复杂结构化文档内容的校验方法、装置与设备 | |
CN112052698A (zh) | 一种基于调查问卷的隐私保护设计方法、存储介质及设备 | |
CN112364679B (zh) | 一种图像区域识别方法及电子设备 | |
Kommey et al. | Automatic multiple choice examination questions marking and grade generator software | |
CN104408403A (zh) | 一种二次录入不一致的仲裁方法及装置 | |
CN113822907A (zh) | 图像处理方法及装置 | |
US20060194187A1 (en) | Material processing apparatus, material processing method, and program product | |
CN113095312A (zh) | 一种基于标识码采集试卷中手写答案区域的方法 | |
CN109086261A (zh) | 一种纸上手工阅卷电脑统分的方法与系统 | |
CN115063805A (zh) | 图像识别方法、答题批改方法及相关装置、设备和介质 | |
Ahad et al. | Information retrieval from damage OMR sheet by using image processing |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201208 |