The invention discloses an intelligent paper test paper total score recognition method and system, which provides an application for improving the efficiency in the field of teacher changing test paper. Through the segmentation algorithm, the number is accurately segmented, the single digit and ten digit of the score corresponding to the question number in the picture of the score area are segmented and marked to get the picture of the mark score area, and the real number is restored. The method is used in the specific field of teacher changing test paper, In order to help the teachers improve the speed of changing the paper and reduce the burden and pressure, on the premise of improving the scores of each question, the corresponding question number scores of the score calculation column are recognized by handwritten numeral recognition neural network and the total scores are added. Through fast identification and fast calculation, the total score calculation result is obtained, which greatly improves the rewinding speed and avoids the secondary operation.
【技术实现步骤摘要】
一种智能纸质试卷总分识别方法及系统
本公开涉及计算机图像处理、计算机视觉领域,具体涉及一种智能纸质试卷总分识别方法及系统。
技术介绍
在学校的学习生活中,考试是不可或缺的,无论中小学、大学,它是为了让学生通过一个标准来判断自己的不足,但伴随着考试,改试卷是不可缺少的一个环节,对于学生来说,分数是自己实力的证明,而对于老师来说,认真改好试卷是对学生的负责,然而改完之后,最后一步就是统计总分,而这个是影响改试卷高效率的一大障碍。如今,许多学校由于资金等问题,很少学校能做到每次改卷使用机改,而大部分教师改卷都是手改,本身手改试卷就有者许多影响效率的动作,比如翻试卷,写分数等操作。而影响最大的就是统计分数。无论是一人改卷还是多人分工改卷,最后的统计分数是改完一张试卷花费时间最多的。而计算分数也是最容易算错的,这容易导致二次改卷,影响改卷质量。同时教师与学生的正常比例为一边倒,导致平均每一个教师改试卷数量庞大,以及规定完成时间紧迫,这大大给教师造成许多压力与健康上的威胁。现有的爱作业,小猿搜题等应用没有应用到老师改卷的领域上,没能提供提高老师改卷效率的方法。爱作业app实现方法为:1、通过在周边学校收集、积累作业数据;打造自己的数据集用于训练自己的神经网络;2、通过多次训练达到较高的准确率;3、再用类似OCR的图像和文字识别技术,对识别到的区域进行功能完善的图像预处理并识别;4、实现自动纠错、打分和批改等功能。并且大多使用集成的OCR(OpticalCharacterRecognition)技术对文本层面上的识别,对手写数字识别准确率不高,可见OCR技术在此方面效果 ...
【技术保护点】
1.一种智能纸质试卷总分识别方法,其特征在于,所述方法包括以下步骤:步骤1,在纸质试卷图像上固定的打分区域从左到右分别提取对应题号的分数区域图片;步骤2,将分数区域图片中对应题号的分数的个位数与十位数分割并标记得到标记分数区域图片;步骤3,通过训练好的卷积神经网络模型对标记分数区域图片进行分数识别得到分数预测值;步骤4,对分数预测值进行还原得到对应题号的分数;步骤5,迭代执行步骤2到步骤4,直至对应各题号的分数全部得出;步骤6,判断是否已写出总分数,对已写出的总分提供预测值对比,否则将所有对应题号的分数相加得到总分。
【技术特征摘要】
1.一种智能纸质试卷总分识别方法,其特征在于,所述方法包括以下步骤:步骤1,在纸质试卷图像上固定的打分区域从左到右分别提取对应题号的分数区域图片;步骤2,将分数区域图片中对应题号的分数的个位数与十位数分割并标记得到标记分数区域图片;步骤3,通过训练好的卷积神经网络模型对标记分数区域图片进行分数识别得到分数预测值;步骤4,对分数预测值进行还原得到对应题号的分数;步骤5,迭代执行步骤2到步骤4,直至对应各题号的分数全部得出;步骤6,判断是否已写出总分数,对已写出的总分提供预测值对比,否则将所有对应题号的分数相加得到总分。2.根据权利要求1所述的一种智能纸质试卷总分识别方法,其特征在于,在步骤1中,在纸质试卷图像上固定的分数栏区域从左到右分别提取对应题号的分数区域图片的方法为:纸质试卷图像通过图像采集设备进行获取,纸质试卷图像上的分数栏区域处于图像中的固定的坐标位置;对分数栏区域提取对应题号的分数区域图片,对分数栏区域图像进行分数提取与图像预处理,处理方法如下:步骤1.1,在分数栏区域图像中色彩层面的平滑滤波,平滑色彩细节;步骤1.2,将分数栏区域图像的BGR类型图片转换为HSV图片;步骤1.3,对HSV图片的HSV色彩空间红色字体进行提取,得到红色数字的二值图片;步骤1.4,将分数栏区域图像多次膨胀的形态学处理,以便得到各分数栏区域图像中对应各题号分数的具体区域图片;步骤1.5,在具体区域图片寻找对应题号分数的轮廓,通过用矩形框识别的形式从左到右提取题号的轮廓中包含分数区域图片,并记录包含分数区域图片的数量;所述从左到右提取分数区域图片包括但不限于使用快速排序方法,通过矩形框的起始像素点排序;所述从左到右提取分数区域图片包括但不限于使用快速排序方法实现,具体步骤如下:步骤1.5.1,获取每张对应题号分数区域图片四个角的像素点位置;步骤1.5.2,通过图片四个角的像素点位置计算除图片中心点;步骤1.5.3,每一张图片中心点的x值越小,则越靠左,每一张图片中心点的x值越大,则越靠右;步骤1.5.4,利用快速排序算法按照每张对应题号将分数区域图片进行排序。3.根据权利要求2所述的一种智能纸质试卷总分识别方法,其特征在于,在步骤2中,将分数区域图片中对应题号的分数的个位数与十位数分割并标记得到标记分数区域图片的方法为:通过开源python库opencv相关函数实现,步骤2.1,对分数区域图片进行预处理;步骤2.2,将分数区域图片中对应题号的分数的个位数与十位数分割得到各个分割子图;步骤2.3,标记各个分割子图得到标记分数区域图片。4.根据权利要求3所述的一种智能纸质试卷总分识别方法,其特征在于,在步骤2.1中,对分数区域图片进行预处理的步骤如下:步骤2.1.1,在色彩层面进行平滑滤波;步骤2.1.2,对步骤平滑滤波后的图片进行自适应二值化,膨胀得到数字二值图片。5.根据权利要求4所述的一种智能纸质试卷总分识别方法,其特征在于,在步骤2.2中,将分数区域图片中对应题号的分数的个位数与十位数分割得到各个分割子图的方法有通过基于距离变换的分水岭算法和滴水算法。6.根据权利要求5所述的一种智能纸质试卷总分识别方法,其特征在于,在步骤2.2中,将分数区域图片中对应题号的分数的个位数与十位数分割得到各个分割子图方法为:通过判断框出的数字图片的中心点在原图片水平方向上的像素点位置确定个位数标记为0和十位数标记为1,以此类推;为了更好的实现字符分割,需对预处理图片进行垂直方向上的投影,得到垂直方向上构成数字的像素点的分布情况,并搜素其宽度中心的三分之一宽度区域,在区域中选取最低点作为起始分割点的水平位置,由于该水平位置的纵方向构成数字的像素点少,更能代表两个数字连接的地方,分割会更准确;添加记录像素点遍历情况,即遍历过的像素点不再参与算法执行,同时通过滴水算法得到的连续分割点,用于分辨个位数与十位数的位...
【专利技术属性】
技术研发人员:黎旭民,冼华溢,苏俊健,何志敏,
申请(专利权)人:佛山科学技术学院,
类型:发明
国别省市:广东,44
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。