CN112700413B - 答题卡异常检测方法、装置、电子设备及存储介质 - Google Patents
答题卡异常检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112700413B CN112700413B CN202011609870.0A CN202011609870A CN112700413B CN 112700413 B CN112700413 B CN 112700413B CN 202011609870 A CN202011609870 A CN 202011609870A CN 112700413 B CN112700413 B CN 112700413B
- Authority
- CN
- China
- Prior art keywords
- preset
- image
- positioning frame
- target
- length
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种答题卡异常检测方法、装置、电子设备及存储介质。该方法包括:获取目标答题卡的图像,得到初始图像;对所述初始图像进行灰度化处理和二值化处理,得到第二图像;分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;获取所述第一目标定位框内的预设像素串的长度,得到第一长度;获取所述第二目标定位框内的预设像素串的长度,得到第二长度;当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常;由于可以自动检测出答题卡异常情况,从而提高了异常检测的效率。
Description
技术领域
本申请涉及网上阅卷技术领域,具体而言,涉及一种答题卡异常检测方法、装置、电子设备及存储介质。
背景技术
目前基于纸质考试的网上阅卷系统是将考生的纸质答题卡进行图像化处理后,得到图像。电子化处理比如是使用高速扫描仪进行扫描。
然而,图像化处理过程中容易受到外界的干扰,答题卡的边角出现折角或者褶皱时,导致扫描出来的图像出现缺损,从而严重影响考生的手写答案,进而影响分数。
针对这种现象,目前采用的解决方案是通过人工检测答题卡图像是否存在异常,然而这种方式工作量较大,且检测效率很低。
发明内容
本申请实施例的目的在于提供一种答题卡异常检测方法、装置、电子设备及存储介质,可以提高异常检测的效率。
第一方面,本申请实施例提供了一种答题卡异常检测方法,包括以下步骤:
获取目标答题卡的图像,得到初始图像;所述目标答题卡包括对置设置的第一目标标记线和第二目标标记线;所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应;
对所述初始图像进行灰度化处理和二值化处理,得到第二图像;
分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;
获取所述第一目标定位框内的预设像素串的长度,得到第一长度;所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值;
获取所述第二目标定位框内的预设像素串的长度,得到第二长度;
当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
可选地,在本申请实施例所述的答题卡异常检测方法中,所述分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框的步骤包括:
获取所述第一预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第一距离;
获取所述第二图像的几何中心的位置信息;
根据所述第一距离和所述第二图像的几何中心的位置信息获取第一目标定位框的位置信息;
根据所述第一目标定位框的位置信息在所述第二图像中形成所述第一目标定位框。
可选地,在本申请实施例所述的答题卡异常检测方法中,所述方法还包括:
获取所述第二预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第二距离;
根据所述第二距离和所述第二图像的几何中心的位置信息获取第二目标定位框的位置信息;
根据所述第二目标定位框的位置信息在所述第二图像中形成所述第二目标定位框。
可选地,在本申请实施例所述的答题卡异常检测方法中,所述获取所述第一定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离的步骤包括:
获取所述第一定位框的各顶点的位置信息,得到第一位置信息;
获取所述第一图像的几何中心的位置信息,得到第二位置信息;
根据所述第一位置信息和所述第二位置信息获取所述第一定位框的各顶点的位置信息与所述第一图像的几何中心之间的距离。
可选地,在本申请实施例所述的答题卡异常检测方法中,所述获取所述第一目标定位框内的预设像素串的长度,得到第一长度的步骤包括:
获取所述第一目标定位框中预设像素串的起始像素的坐标和终点像素的坐标;
根据所述第一目标定位框中所述起始像素的坐标和所述终点像素的坐标获取所述第一目标定位框内的预设像素串的长度。
可选地,在本申请实施例所述的答题卡异常检测方法中,所述分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框的步骤之前,所述方法还包括:
对参考图像进行灰度化处理和二值化处理,得到第一图像;所述第一图像包括多个像素;所述参考图像为参考答题卡的图像;所述参考答题卡包括第一预设标记线和第二预设标记线;
在所述第一图像中分别设置第一预设定位框和第二预设定位框;所述第一预设定位框覆盖所述第一预设标记线对应的像素;所述第二预设定位框覆盖所述第二预设标记线对应的像素。
可选地,在本申请实施例所述的答题卡异常检测方法中,所述在所述第一图像中分别设置第一预设定位框和第二预设定位框的步骤包括:
在所述第一图像中查找第一预设标记线对应的像素串和第二预设标记线对应的像素串,分别得到第一像素串和第二像素串;
分别获取所述第一像素串的位置信息和所述第二像素串的位置信息;
根据所述第一像素串的位置信息设置第一预设定位框;
根据所述第二像素串的位置信息设置第二预设定位框。
第二方面,本申请实施例还提供了一种答题卡异常检测装置,包括:
第一获取模块,用于获取目标答题卡的图像,得到初始图像;所述目标答题卡包括对置设置的第一目标标记线和第二目标标记线;所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应;
第一处理模块,用于对所述初始图像进行灰度化处理和二值化处理,得到第二图像;
映射模块,用于分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;;
第二获取模块,用于获取所述第一目标定位框内的预设像素串的长度,得到第一长度;所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值;
第三获取模块,用于获取所述第二目标定位框内的预设像素串的长度,得到第二长度;
确定模块,用于当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
第三方面,本申请实施例提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
由上可知,本申请实施例提供的答题卡异常检测方法、装置、电子设备以及存储介质,通过获取目标答题卡的图像,得到初始图像;对所述初始图像进行灰度化处理和二值化处理,得到第二图像;分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;获取所述第一目标定位框内的预设像素串的长度,得到第一长度;获取所述第二目标定位框内的预设像素串的长度,得到第二长度;当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常;由于可以自动检测出答题卡异常情况,从而提高了异常检测的效率。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的答题卡异常检测方法的一种流程图。
图2为本申请实施例提供的答题卡异常检测方法的另一种流程图。
图3为本申请实施例提供的答题卡异常检测装置的第一种结构示意图。
图4为本申请实施例提供的答题卡异常检测装置的第二种结构示意图。
图5为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的一种答题卡异常检测方法的流程图。该答题卡异常检测方法包括以下步骤:
S101、获取目标答题卡的图像,得到初始图像;
S102、对所述初始图像进行灰度化处理和二值化处理,得到第二图像;;
S103、分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;
S104、获取所述第一目标定位框内的预设像素串的长度,得到第一长度;
S105、获取所述第二目标定位框内的预设像素串的长度,得到第二长度;
S106、当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
其中,在该步骤S101中,其中目标答题卡为待检测的答题卡,待检测的答题卡比如考生作答完的答题卡,所述目标答题卡包括第一目标标记线和第二目标标记线。第一目标标记线和第二目标标记线对置设置。第一目标标记线和第二目标标记线可预先设置在目标答题卡上。一实施方式中,第一目标标记线和第二目标标记线分别位于待检测的答题卡的顶部和底部。
所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应。
可以通过高速扫描仪扫描待检测的答题卡,扫描出来的答题卡图像作为初始图像。当然在其他实施方式中,也可使用摄像机对待检测的答题卡进行拍照,得到初始图像。初始图像的获取方式不限于此。
其中,在该步骤S102中,对扫描图像或者拍照图像进行灰度化处理,将其转换成灰度图像。之后再对灰度图进行二值化处理,得到第二图像。二值化处理是将初始图像上的像素的灰度值设置为0或255。
其中,在该步骤S103中,第一预设定位框和第二预设定位框用于限定未折角答题卡上的标记线的位置。通过将第一预设定位框和第二预设定位框映射到所述第二图像中,便于在待检测的答题卡对应的图像上限定出的标记线的位置,以提高检测的准确性。
其中,在该步骤S104中,所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值。当标记线为黑色时,预设灰阶值等于0,也即预设灰阶值根据标记线的颜色设置。比如在对初始图像进行二值化处理的同时,第一目标标记线也被相应处理,以第一目标标记线为黑线为例,经过步骤上述后,第一目标标记线转化为多个连续且灰阶为0的像素。因此获取与第一目标标记线对应位置的多个连续且灰阶为0的像素的长度,得到第一长度。
其中,在该步骤S105中,比如在对初始图像进行二值化处理的同时,第二目标标记线也被相应处理,以第二目标标记线为黑线为例,经过步骤上述后,第二目标标记线转化为多个连续且灰阶为0的像素。因此获取与第二目标标记线对应位置的多个连续且灰阶为0的像素的长度,得到第二长度。
可以理解的,当第一预设标记线和第二预设标记线位于未折叠答题卡的顶部和底部时,第一目标标记线和第二目标标记线也位于待检测答题卡的顶部和底部。
其中,在该步骤S106中,其中第一预设标记线和第二预设标记线可为设置在未折角的答题卡上的标记线,第一预设标记线的长度和第二预设标记线的长度可预先存储在数据库中。其中第一预设标记线的长度和第二预设标记线的长度可等于答题卡的长度或者宽度。当答题卡出现折角或者褶皱时,确定答题卡出现异常。通常当答题卡出现折角时,折角处的标记线的长度变短,如果答题卡未出现折角时,标记线的长度不变。如果折角处的标记线的长度变短,则确定答题卡异常,否则,确定答题卡未出现异常。
由上可知,本申请实施例提供的答题卡异常检测方法,通过获取目标答题卡的图像,得到初始图像;对所述初始图像进行灰度化处理和二值化处理,得到第二图像;分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;获取所述第一目标定位框内的预设像素串的长度,得到第一长度;获取所述第二目标定位框内的预设像素串的长度,得到第二长度;当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常;由于可以自动检测出答题卡异常情况,从而提高了异常检测的效率。
请参照图2,图2是本申请一些实施例中的一种答题卡异常检测方法的流程图。该答题卡异常检测方法包括以下步骤:
S201、对参考图像进行灰度化处理和二值化处理,得到第一图像;
S202、在所述第一图像中分别设置第一预设定位框和第二预设定位框;
S203、获取目标答题卡的图像,得到初始图像;
S204、对所述初始图像进行灰度化处理和二值化处理,得到第二图像;;
S205、分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;
S206、获取所述第一目标定位框内的预设像素串的长度,得到第一长度;
S207、获取所述第二目标定位框内的预设像素串的长度,得到第二长度;
S208、当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
其中,在该步骤S201中,其中所述参考图像为参考答题卡的图像;所述参考答题卡包括第一预设标记线和第二预设标记线;所述第一图像包括多个像素。
比如对参考答题卡进行扫描或者拍照,得到扫描图像或者拍照图像,之后对扫描图像或者拍照图像进行灰度化处理和二值化处理,得到第一图像。二值化处理是将扫描图像或者拍照图像上的像素的灰度值设置为0或255。
其中,在该步骤S202中,所述第一预设定位框覆盖所述第一预设标记线对应的像素;所述第二预设定位框覆盖所述第二预设标记线对应的像素。
分别在二值化处理后的顶部和底部的标记线对应的像外部分别设置一定位框,定位框环绕在顶部或者底部的标记线对应的像素外。
比如可在未折角的答题卡上分别设置有两个标记线,这两个标记线的位置相对置。比如一实施方式中,在未折角的答题卡的顶部和底部分别设置有一条标记线。在另一实施方式中,在未折角的答题卡的左侧和右侧分别设置有一条标记线。当然可以理解的,还可在未折角的答题卡的四个边上均设置标记线,预设标记线可为即黑色定位线。
在一实施方式中,所述在所述第一图像中分别设置第一预设定位框和第二预设定位框的步骤包括:在所述第一图像中查找第一预设标记线对应的像素串和第二预设标记线对应的像素串,分别得到第一像素串和第二像素串;分别获取所述第一像素串的位置信息和所述第二像素串的位置信息;根据所述第一像素串的位置信息设置第一预设定位框;根据所述第二像素串的位置信息设置第二预设定位框。
例如,标记线设置在顶部和底部为例,顶部或者底部的标记线经过二值化处理后,形成多个连续且灰阶值为0的像素,这多个像素组成像素串。
比如获取像素串中起始像素和终点像素的坐标,然后根据上述像素的坐标和预设距离生成两个顶点坐标,以像素串为对称轴获取与这两个顶点坐标对称的坐标,从而得到另外两个顶点的坐标,之后根据四个顶点坐标得到一个定位框。当然定位框的生成方式不限于此,比如定位框还可为用户在第一图像上绘制的框图。
其中,在该步骤S203中,其中目标答题卡为待检测的答题卡,待检测的答题卡比如考生作答完的答题卡,所述目标答题卡包括第一目标标记线和第二目标标记线。第一目标标记线和第二目标标记线对置设置。第一目标标记线和第二目标标记线可预先设置在目标答题卡上。一实施方式中,第一目标标记线和第二目标标记线分别位于待检测的答题卡的顶部和底部。
所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应。
可以通过高速扫描仪扫描待检测的答题卡,扫描出来的答题卡图像作为初始图像。当然在其他实施方式中,也可使用摄像机对待检测的答题卡进行拍照,得到初始图像。初始图像的获取方式不限于此。
其中,在该步骤S204中,对扫描图像或者拍照图像进行灰度化处理,将其转换成灰度图像。之后再对灰度图进行二值化处理,得到第二图像。二值化处理是将初始图像上的像素的灰度值设置为0或255。
其中,在该步骤S205中,第一预设定位框和第二预设定位框用于限定未折角答题卡上的标记线的位置。通过将第一预设定位框和第二预设定位框映射到所述第二图像中,便于在待检测的答题卡对应的图像上限定出的标记线的位置,以提高检测的准确性。
在一些实施例中,所述分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框的步骤包括:
比如第一预设定位框包括四个顶点,可以获取每个顶点与第一图像的中心点a1之间到的距离C1、C2、C3、C4,通过各距离C1、C2、C3、C4和第二图像的几何中心a2,计算得到新的四个顶点的坐标,通过这四个顶点的坐标可以确定一个新的定位框。
在一些实施方式中,所述方法还包括:
获取所述第二预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第二距离;根据所述第二距离和所述第二图像的几何中心的位置信息获取所述第二目标定位框的位置信息;根据所述第二目标定位框的位置信息在所述第二图像中形成所述第二目标定位框。
比如第二预设定位框包括四个顶点,可以获取每个顶点与第一图像的中心点a1之间到的距离C5、C6、C7、C8,通过各距离C5、C6、C7、C8和第二图像的几何中心a2,计算得到新的四个顶点的坐标,通过这四个顶点的坐标可以确定另一个新的定位框。
在一些实施方式中,所述获取所述第一定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离的步骤包括:
获取所述第一定位框的各顶点的位置信息,得到第一位置信息;获取所述第一图像的几何中心的位置信息,得到第二位置信息;根据所述第一位置信息和所述第二位置信息获取所述第一定位框的各顶点的位置信息与所述第一图像的几何中心之间的距离。
其中第二位置信息和第三位置信息均为坐标,以其中一个顶点为例,根据该顶点的坐标(x1,y1)和第一图像的几何中心的坐标(x2,y2)获取顶点与几何中心之间的距离。当然,在其他实施方式中,顶点与第一图像的几何中心之间的距离的获取方式不限于此。
其中,在该步骤S206中,所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值。当标记线为黑色时,预设灰阶值等于0,也即预设灰阶值根据标记线的颜色设置。比如在对初始图像进行二值化处理的同时,第一目标标记线也被相应处理,以第一目标标记线为黑线为例,经过步骤上述后,第一目标标记线转化为多个连续且灰阶为0的像素。因此获取与第一目标标记线对应位置的多个连续且灰阶为0的像素的长度,得到第一长度。
在一实施方式中,所述获取所述第一目标定位框内的预设像素串的长度的步骤可包括:获取所述第一目标定位框中预设像素串的起始像素的坐标和终点像素的坐标;根据所述第一目标定位框中所述起始像素的坐标和所述终点像素的坐标获取所述第一目标定位框内的预设像素串的长度。
例如,与第一目标标记线对应位置的多个连续且灰阶为0的像素具有一起始像素和终点像素,分别获取起始像素的坐标和终点像素的坐标得到待检测的答题卡上的标记线的长度。
其中,在该步骤S207中,比如在对初始图像进行二值化处理的同时,第二目标标记线也被相应处理,以第二目标标记线为黑线为例,经过步骤上述后,第二目标标记线转化为多个连续且灰阶为0的像素。因此获取与第二目标标记线对应位置的多个连续且灰阶为0的像素的长度,得到第二长度。第二标记线的长度的获取方法与步骤S204相同,在此不再赘述。
可以理解的,当第一预设标记线和第二预设标记线位于未折叠答题卡的顶部和底部时,第一目标标记线和第二目标标记线也位于考生解答后的答题卡的顶部和底部。
其中,在该步骤S208中,其中第一预设标记线和第二预设标记线可为设置在未折角的答题卡上的标记线,第一预设标记线的长度和第二预设标记线的长度可预先存储在数据库中。其中第一预设标记线的长度和第二预设标记线的长度可等于答题卡的长度或者宽度。当答题卡出现折角或者褶皱时,确定答题卡出现异常。通常当答题卡出现折角时,折角处的标记线的长度变短,如果答题卡未出现折角时,标记线的长度不变。如果折角处的标记线的长度变短,则确定答题卡出现异常。
步骤S201和步骤S202与步骤S203和步骤S204执行的先后顺序不限于此。
由上可知,本申请实施例提供的答题卡异常检测方法,通过对参考图像进行灰度化处理和二值化处理,得到第一图像;在所述第一图像中分别设置第一预设定位框和第二预设定位框;获取目标答题卡的图像,得到初始图像;对所述初始图像进行灰度化处理和二值化处理,得到第二图像;分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;获取所述第一目标定位框内的预设像素串的长度,得到第一长度;获取所述第二目标定位框内的预设像素串的长度,得到第二长度;当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常;由于在上一实施例的基础上,预先生成预设定位框,从而进一步提高了异常检测的效率以及准确性。
在一具体实施例中,以答题卡折角为例,折角也即答题卡的一个角被弯折至答题卡的正面或者反面,此时答题卡中的部分内容被折角遮挡,预先扫描一张空白答题卡,获取该扫描出来的答题卡图像。其中在该答题卡内上顶端和下底端位置分别设置有一条长度相同的黑色定位线。对答题卡图像进行灰度化处理,转换成灰度图像。再对灰度图进行二值化处理,二值化的图像的像素灰阶只有两个值0和255。获取到空白答题卡图像a,在答题卡图像a的顶底端位置分别画上一个矩形框(不限于矩形框)来框选黑色定位线,这两个矩形框的框边尽量在试卷空白地方绘制,避免有其他干扰,然后记录矩形框的四个顶点的坐标位置。在矩形框内,根据二值化后的0值和255值的位置分布情况,识别并取到最长连续0值的线段(即黑色定位线),记录该线段的两个端点的坐标位置以及获取线段的长度。然后把这2个矩形框、识别线段的坐标位置信息记录作为定位模板。
在正式扫描考生答题卡时,对待检测答题卡图像进行灰度化处理,转换成灰度图像。再对灰度图进行二值化处理,二值化的图像只有两个值0和255。获取到扫描出来的考生答题卡图像,根据上述定位模板信息,分别按照模板中2个框选的矩形框提供的坐标位置信息,将其映射到答题卡图像中,根据二值化后的0值和255值的位置分布情况识别出一条最长连续0值的线段。根据识别出来的线段进而匹配出识别的线段长度,判断该长度是否与模板中对应的黑色定位线的长度是否一致。如果一致,则判断该答题卡图像没有存在折角现象。如果不一致,则判断该答题卡图像存在折角现象。
请参照图3,图3是本申请实施例还提供了一种答题卡异常检测装置的结构示意图。
如图3和图4所示,该装置30包括第一获取模块31、第一处理模块32、映射模块33、第二获取模块34、第三获取模块35以及确定模块36。
第一获取模块31用于获取目标答题卡的图像,得到初始图像;所述目标答题卡包括对置设置的第一目标标记线和第二目标标记线;所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应。
第一处理模块32用于对所述初始图像进行灰度化处理和二值化处理,得到第二图像。
映射模块33用于分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框。
第二获取模块34用于获取所述第一目标定位框内的预设像素串的长度,得到第一长度;所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值。
第三获取模块35用于获取所述第二目标定位框内的预设像素串的长度,得到第二长度。
确定模块36用于当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
在一些实施例中,所述映射模块33具体用于:获取所述第一预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第一距离;获取所述第二图像的几何中心的位置信息;根据所述第一距离和所述第二图像的几何中心的位置信息获取第一目标定位框的位置信息;根据所述第一目标定位框的位置信息在所述第二图像中形成所述第一目标定位框。
在一些实施例中,所述映射模块33还用于:获取所述第二预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第二距离;根据所述第二距离和所述第二图像的几何中心的位置信息获取第二目标定位框的位置信息;根据所述第二目标定位框的位置信息在所述第二图像中形成所述第二目标定位框。
在一些实施例中,所述映射模块33还用于:获取所述第一定位框的各顶点的位置信息,得到第一位置信息;获取所述第一图像的几何中心的位置信息,得到第二位置信息;根据所述第一位置信息和所述第二位置信息获取所述第一定位框的各顶点的位置信息与所述第一图像的几何中心之间的距离。
在一些实施例中,第二获取模块34具体用于:获取所述第一目标定位框中预设像素串的起始像素的坐标和终点像素的坐标;根据所述第一目标定位框中所述起始像素的坐标和所述终点像素的坐标获取所述第一目标定位框内的预设像素串的长度。
在一些实施例中,所述装置还包括:第二处理模块37和设置模块38。
第二处理模块37用于对参考图像进行灰度化处理和二值化处理,得到第一图像;所述第一图像包括多个像素;所述参考图像为参考答题卡的图像;所述参考答题卡包括第一预设标记线和第二预设标记线。
设置模块38用于在所述第一图像中分别设置第一预设定位框和第二预设定位框;所述第一预设定位框覆盖所述第一预设标记线对应的像素;所述第二预设定位框覆盖所述第二预设标记线对应的像素。
在一些实施例中,所述设置模块38具体用于在所述第一图像中查找第一预设标记线对应的像素串和第二预设标记线对应的像素串,分别得到第一像素串和第二像素串;分别获取所述第一像素串的位置信息和所述第二像素串的位置信息;根据所述第一像素串的位置信息设置第一预设定位框;根据所述第二像素串的位置信息设置第二预设定位框。
由上可知,本申请实施例提供的答题卡异常检测装置,通过获取目标答题卡的图像,得到初始图像;对所述初始图像进行灰度化处理和二值化处理,得到第二图像;分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;获取所述第一目标定位框内的预设像素串的长度,得到第一长度;获取所述第二目标定位框内的预设像素串的长度,得到第二长度;当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常;由于可以自动检测出答题卡异常情况,从而提高了异常检测的效率。
请参照图5,图5为本申请实施例提供的一种电子设备的结构示意图,本申请提供一种电子设备3,包括:处理器301和存储器302,处理器301和存储器302通过通信总线303和/或其他形式的连接机构(未标出)互连并相互通讯,存储器32存储有处理器301可执行的计算机程序,当计算设备运行时,处理器301执行该计算机程序,以执行时执行上述实施例的任一可选的实现方式中的方法。
本申请实施例提供一种存储介质,所述计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种答题卡异常检测方法,其特征在于,包括以下步骤:
获取目标答题卡的图像,得到初始图像;
所述目标答题卡包括对置设置的第一目标标记线和第二目标标记线;所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应;
对所述初始图像进行灰度化处理和二值化处理,得到第二图像;
对参考图像进行灰度化处理和二值化处理,得到第一图像;
所述第一图像包括多个像素;所述参考图像为参考答题卡的图像;所述参考答题卡包括第一预设标记线和第二预设标记线;
在所述第一图像中分别设置第一预设定位框和第二预设定位框;所述第一预设定位框覆盖所述第一预设标记线对应的像素;所述第二预设定位框覆盖所述第二预设标记线对应的像素;
分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;
获取所述第一目标定位框内的预设像素串的长度,得到第一长度;所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值;
获取所述第二目标定位框内的预设像素串的长度,得到第二长度;
当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
2.根据权利要求1所述的答题卡异常检测方法,其特征在于,所述分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框的步骤包括:
获取所述第一预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第一距离;
获取所述第二图像的几何中心的位置信息;
根据所述第一距离和所述第二图像的几何中心的位置信息获取第一目标定位框的位置信息;
根据所述第一目标定位框的位置信息在所述第二图像中形成所述第一目标定位框。
3.根据权利要求2所述的答题卡异常检测方法,其特征在于,所述方法还包括:
获取所述第二预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离,得到多个第二距离;
根据所述第二距离和所述第二图像的几何中心的位置信息获取第二目标定位框的位置信息;
根据所述第二目标定位框的位置信息在所述第二图像中形成所述第二目标定位框。
4.根据权利要求2所述的答题卡异常检测方法,其特征在于,所述获取所述第一预设定位框的各顶点的位置信息和所述第一图像的几何中心之间的距离的步骤包括:
获取所述第一预设定位框的各顶点的位置信息,得到第一位置信息;
获取所述第一图像的几何中心的位置信息,得到第二位置信息;
根据所述第一位置信息和所述第二位置信息获取所述第一预设定位框的各顶点的位置信息与所述第一图像的几何中心之间的距离。
5.根据权利要求1所述的答题卡异常检测方法,其特征在于,所述获取所述第一目标定位框内的预设像素串的长度,得到第一长度的步骤包括:
获取所述第一目标定位框中预设像素串的起始像素的坐标和终点像素的坐标;
根据所述第一目标定位框中所述起始像素的坐标和所述终点像素的坐标获取所述第一目标定位框内的预设像素串的长度。
6.根据权利要求1所述的答题卡异常检测方法,其特征在于,所述在所述第一图像中分别设置第一预设定位框和第二预设定位框的步骤包括:
在所述第一图像中查找第一预设标记线对应的像素串和第二预设标记线对应的像素串,分别得到第一像素串和第二像素串;
分别获取所述第一像素串的位置信息和所述第二像素串的位置信息;
根据所述第一像素串的位置信息设置第一预设定位框;
根据所述第二像素串的位置信息设置第二预设定位框。
7.一种答题卡异常检测装置,其特征在于,包括:
第一获取模块,用于获取目标答题卡的图像,得到初始图像;所述目标答题卡包括对置设置的第一目标标记线和第二目标标记线;所述第一目标标记线的位置与第一预设标记线的位置对应;所述第二目标标记线的位置与第二预设标记线的位置对应;
第一处理模块,用于对所述初始图像进行灰度化处理和二值化处理,得到第二图像;
第二处理模块,用于对参考图像进行灰度化处理和二值化处理,得到第一图像;所述第一图像包括多个像素;所述参考图像为参考答题卡的图像;所述参考答题卡包括第一预设标记线和第二预设标记线;
设置模块,用于在所述第一图像中分别设置第一预设定位框和第二预设定位框;所述第一预设定位框覆盖所述第一预设标记线对应的像素;所述第二预设定位框覆盖所述第二预设标记线对应的像素;
映射模块,用于分别将第一预设定位框和第二预设定位框映射到所述第二图像中,以在所述第二图像中形成第一目标定位框和第二目标定位框;
第二获取模块,用于获取所述第一目标定位框内的预设像素串的长度,得到第一长度;所述预设像素串包括多个连续的设定像素,所述设定像素的灰阶值等于预设灰阶值;
第三获取模块,用于获取所述第二目标定位框内的预设像素串的长度,得到第二长度;
确定模块,用于当所述第一长度小于所述第一预设标记线的长度和/或当所述第二长度小于所述第二预设标记线的长度时,则确定所述答题卡异常。
8.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-6任一所述方法中的步骤。
9.一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运行如权利要求1-6任一所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609870.0A CN112700413B (zh) | 2020-12-30 | 2020-12-30 | 答题卡异常检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609870.0A CN112700413B (zh) | 2020-12-30 | 2020-12-30 | 答题卡异常检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112700413A CN112700413A (zh) | 2021-04-23 |
CN112700413B true CN112700413B (zh) | 2022-12-09 |
Family
ID=75512500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011609870.0A Active CN112700413B (zh) | 2020-12-30 | 2020-12-30 | 答题卡异常检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112700413B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559490A (zh) * | 2013-10-11 | 2014-02-05 | 华南理工大学 | 基于二值图像连通域统计的答题卡自动评分方法 |
CN108009536A (zh) * | 2017-12-01 | 2018-05-08 | 广州摩翼信息科技有限公司 | 扫描阅卷方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4158286B2 (ja) * | 1999-07-30 | 2008-10-01 | 沖電気工業株式会社 | 画像読取装置 |
US20060252023A1 (en) * | 2005-05-03 | 2006-11-09 | Lexmark International, Inc. | Methods for automatically identifying user selected answers on a test sheet |
CN106855948A (zh) * | 2016-12-13 | 2017-06-16 | 深圳市海云天科技股份有限公司 | 一种检测答题卡扫描产生二次污染的方法及装置 |
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 |
CN111126227B (zh) * | 2019-12-17 | 2023-08-08 | 广东德诚科教有限公司 | 一种扫描采集异常答题卡的检测方法 |
CN111507251B (zh) * | 2020-04-16 | 2022-10-21 | 北京世纪好未来教育科技有限公司 | 试题图像中作答区域的定位方法、装置、电子设备及计算机存储介质 |
CN111598074B (zh) * | 2020-05-21 | 2023-07-07 | 杭州睿琪软件有限公司 | 边缘检测方法和装置、电子设备和存储介质 |
-
2020
- 2020-12-30 CN CN202011609870.0A patent/CN112700413B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559490A (zh) * | 2013-10-11 | 2014-02-05 | 华南理工大学 | 基于二值图像连通域统计的答题卡自动评分方法 |
CN108009536A (zh) * | 2017-12-01 | 2018-05-08 | 广州摩翼信息科技有限公司 | 扫描阅卷方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112700413A (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766014B (zh) | 票据信息定位方法、系统及计算机可读存储介质 | |
CN111507251B (zh) | 试题图像中作答区域的定位方法、装置、电子设备及计算机存储介质 | |
CN102360419B (zh) | 计算机扫描阅读管理方法及系统 | |
CN202939608U (zh) | 阅卷系统 | |
CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及系统 | |
CN112183038A (zh) | 一种表格识别套打方法、计算机设备及计算机可读存储介质 | |
CN110490190B (zh) | 一种结构化图像文字识别方法及系统 | |
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 | |
CN110288612B (zh) | 铭牌定位与校正方法及设备 | |
CN114926839A (zh) | 基于rpa和ai的图像识别方法及电子设备 | |
CN107679479A (zh) | 一种基于图像形态学处理的客观填涂识别方法 | |
CN110807454A (zh) | 基于图像分割的文字定位方法、装置、设备及存储介质 | |
CN111915635A (zh) | 支持自阅卷的试题解析信息生成方法及系统 | |
CN115619656A (zh) | 数字化档案纠偏矫正方法及系统 | |
CN111652205A (zh) | 基于深度学习的文本矫正方法、装置、设备和介质 | |
CN110991357A (zh) | 一种答案匹配方法、装置和电子设备 | |
JP2017521011A (ja) | シンボルの光学的検出方法 | |
CN114445843A (zh) | 固定版式的卡证图像文字识别方法和装置 | |
CN112700413B (zh) | 答题卡异常检测方法、装置、电子设备及存储介质 | |
CN111340040A (zh) | 一种纸张字符识别方法、装置、电子设备及存储介质 | |
CN109635798B (zh) | 一种信息提取方法及装置 | |
CN115546219B (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
CN108182677B (zh) | 印前对版检测方法、装置及计算机可读存储介质 | |
CN112861861B (zh) | 识别数码管文本的方法、装置及电子设备 | |
JP2004094427A (ja) | 帳票画像処理装置及び該装置を実現するためのプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230308 Address after: Room 401, Building 1, Sunshine Peak View, No. 20 Minle Avenue, Kengkou, Dinghu District, Zhaoqing City, Guangdong Province (for office purposes only) (residential and commercial) Patentee after: GUANGDONG DECHENG SCIENTIFIC EDUCATION CO.,LTD. Address before: 526060 Room 608, 6th floor, employment training center building, gutazhong Road, Zhaoqing City, Guangdong Province Patentee before: Guangdong Decheng Big Data Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |