An answer card recognition method, the procedure of the answer card recognition method includes: answer card scan, two-dimensional code recognition, image preprocessing, test question partition, test question recognition, and result output, in which a, answer card scan is converted into digital image image after the answer card scanning and storage of the digital image; B, two-dimensional code recognition. Don't identify the two-dimensional code in the digital image of the answer card and obtain the two-dimensional code information; C, the image preprocessing is to correct the digital image of the answer card, and to remove the noise. The D, the test question partition is divided into the different regions in the digital image of the answer card, and gets the regional location information of the different types of topics; E, the test question recognition is respectively The corresponding image processing methods are used to identify the options and answer positions in different regions; F, the output is to store the successfully identified answer cards in storage. One
【技术实现步骤摘要】
一种答题卡识别方法及装置
本专利技术属于试卷处理
,特别涉及一种答题卡识别方法及装置。
技术介绍
在考试当中,经常需要使用答题卡来答题。答题卡一般由定位点、基本信息栏、二维码、考号填涂区域和试题区域组成,考生根据试卷题目在答题卡上进行填涂或回答。考试结束后,需要通过机器识别或者人工协助来对答题卡上的答案进行判读。当前,在答题卡识别过程中,对不同类型题目位置的控制方面主要还是依靠识别黑色矩形定位点进行控制。即将定位点根据像素、坐标、面积等维度进行定义,使用图像处理方法进行寻找。在识别二维码时,对二维码的清晰度、位置、方向、去除干扰因素方面要求较高。目前在答题卡识别技术上,主要还是采用基于传统图像处理的模式。现有方法主要有以下几方面的缺陷:1、当通过条码或二维码识别,获取考生信息和试卷信息时,现有的识别方法主要识别固定位置且清晰度较高的二维码。如果二维码模糊、定位点被覆盖或周围有笔画干扰时,则较难识别;2、依据识别定位点判断题目位置的方式效率低下且易受到噪声干扰,影响识别准确性。当前各教育科技类公司普遍采用图像处理及模式识别方法进行答题卡识别,并开发出了许多答题卡识别系统,但依旧采用传统的识别方法,无法从根本上突破图像处理方法的瓶颈。这也直接导致当前的试卷智能识别领域虽具有智能化的“表”,但没有智能化的“里”,只能做到自动化处理而无法实现完全的智能化识别;3、不同类型的题目无法定义,包括选择题、填空题和解答题等,只能采用定位点进行位置判断,再进一步操作处理。由于不同省份不同学校的考卷是不同的,包括题目内容、题目数量、试卷版式等都可能不同,使用传统定义手段 ...
【技术保护点】
1.一种答题卡识别方法,其特征在于,所述的答题卡识别方法包括的步骤有:答题卡扫
【技术特征摘要】
1.一种答题卡识别方法,其特征在于,所述的答题卡识别方法包括的步骤有:答题卡扫描、二维码识别、图像预处理、试题分区、试题识别、结果输出,其中a,答题卡扫描是对答题卡扫描后将其转换为数字图像并且存储该数字图像;b,二维码识别是识别答题卡数字图像中二维码,获取二维码信息;c,图像预处理是对答题卡数字图像进行校正、去噪声处理;d,试题分区是对答题卡数字图像中不同区域进行分割划分,获取不同类型题目的区域位置信息;e,试题识别是分别对不同区域使用对应的图像处理方法识别选项及答案位置;f,结果输出是将识别成功的答题卡入库保存。2.如权利要求1所述的答题卡识别方法,其特征在于,在试题分区中,包括将答题卡数字图像区分为考号区域、单项选择题区域、多项选择题区域、填空题区域和/或解答题区域。3.如权利要求1所述的答题卡识别方法,其特征在于,在试题识别中,考号区域和单项、多项选择题区域采用将选项区域像素等分的方法判断考生填涂位置,填空题区域采用预先定义打分框像素位置方法判断打分情况,解答题区域采用图像分割方法进行处理。4.如权利要求1所述的答题卡识别方法,其特征在于,二维码识别的步骤包括:b1、将答题卡扫描后的完整图像阈值化,阈值范围取50-200之间,二维码识别过程中,将遍历所述阈值范围;b2、采用zbar库识别二维码,获取二维码信息,如果识别失败,则进入步骤b3;b3、将答题卡扫描后的完整图像进行形态学的开运算,运算完成后如果没有识别成功则进入步骤b1。5.如权利要求2所述的答题卡识别方法,其特征在于,试题分区的步骤还包括:d1、将答题卡上的填涂考号区域、选择题区域、填空题区域和解答题区域分别切割下来,分类放置到不同文件夹中;d2、基于机器学习框架caffe,对不同类型题目图片进行学习训练,生成扩展名为.caffemodel的模型文件,即:考号.caffemodel、选择题.caffemodel、填空题.caffemodel和问答题.caffemodel;d3、依据模型判断当前答题卡区域,并分割分类;d4、存储传递分割分类后的区域信息。6.如权利要求1所述的答题卡识别方法,其特征在于,试题识别的步骤还包括:e1,考号识别,即将填涂考号...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。