一种手写体试题答案提取方法技术

本发明专利技术公开了一种手写体试题答案提取方法，包括一张为源试题图片A，另一张图片为待提取答案图片B，并进行拍照上传；还包括如下步骤：S1：对图A和图B进行相应预处理，如尺寸缩放，提取特征点；S2：将图A和图B的特征点使用一种粗匹配方法进行初匹配，并计算从图B到图A的单应性矩阵，将图B进行相应映射为图C，此时图C和图A尺寸一致，且角度接近；本发明专利技术结构科学合理，使用安全方便，提高了在线试题评阅功能，降低了由于学生上传图片的角度以及平整程度较低的问题，便于了答案的提取，降低了以往极高的精准度要求所带来的不便，适合推广使用。

【技术实现步骤摘要】
一种手写体试题答案提取方法
本专利技术涉及图片处理
，具体为一种手写体试题答案提取方法。
技术介绍
考试是一种严格的知识水平鉴定方法，通过考试可以检查学生的学习能力和其它能力，为了保证结果的公正、公平，考场必须要求有很强的纪律约束，并且专门设有主考、监考等监督考试过程，绝对禁止任何作弊行为，否则将要承担法律和刑事责任，考试就是让一群拥有不同教育资源的人在一定的时间内完成一份相同的答卷，然而考试的意义并不局限于此，考试也可以是对于一个目标对一个人进行全方位的考核，因此这样的考试其实就是让社会中来自不同社会地位的人拥有改变自己的机会，而这样就可以实现一张试卷，对于试卷的考题进行对照，调整出正确的答案；随着在线教育持续发展，网络授课的接受程度日渐升高，而随着学生数量的增多，教师的工作量也越来越多，在线试题评阅功能可以有效的减轻教师的工作，将更多精力放在教学工作和研究学生的知识掌握情况，目前的在线试题评阅功能，其获取学生上传的试题并提取答案部分往往精确度不够，或者对学生上传图片的角度以及平整程度要求较高，使用起来较为不便。本文档来自技高网...

【技术保护点】
1.一种手写体试题答案提取方法，其特征在于：包括一张为源试题图片A，另一张图片为待提取答案图片B，并进行拍照上传；/n还包括如下步骤：/nS1：对图A和图B进行相应预处理，如尺寸缩放，提取特征点；/nS2：将图A和图B的特征点使用一种粗匹配方法进行初匹配，并计算从图B到图A的单应性矩阵，将图B进行相应映射为图C，此时图C和图A尺寸一致，且角度接近；/nS3：使用基于图神经网络的特征点匹配方法，对图A和图C再提取特征点并进行特征点匹配，得到图A和图C对应的特征点匹配对；/nS4：特征点匹配对，使用相应算法计算图A中的标注框在图C中的位置；/nS5：将图C中的答案信息提取出来。/n

【技术特征摘要】
1.一种手写体试题答案提取方法，其特征在于：包括一张为源试题图片A，另一张图片为待提取答案图片B，并进行拍照上传；
还包括如下步骤：
S1：对图A和图B进行相应预处理，如尺寸缩放，提取特征点；
S2：将图A和图B的特征点使用一种粗匹配方法进行初匹配，并计算从图B到图A的单应性矩阵，将图B进行相应映射为图C，此时图C和图A尺寸一致，且角度接近；
S3：使用基于图神经网络的特征点匹配方法，对图A和图C再提取特征点并进行特征点匹配，得到图A和图C对应的特征点匹配对；
S4：特征点匹配对，使用相应算法计算图A中的标注框在图C中的位置；
S5：将图C中的答案信息提取出来。


2.根据权利要求1所述的一种手写体试题答案提取方法，其特征在于，所述源试题图片A，预先经过标注处理，将需要提取的答案位置进行标注。


3.根据权利要求1所述的一种手写体试题答案提取方法，其特征在于，所述步骤S1中，图片预处理部分，尺寸缩放有利于整体运行的速度，但是准确度会有所下降，特征点提取采用sift技术。


4.根据权利要求1所述的一种手写体试题答案提取方法，其特征在于，所述步骤S2中，匹配技术可以使用KNN技术或FLANN技术，单应性矩阵的计算可以通过OpenCV提供的相应...

【专利技术属性】
技术研发人员：王家奎，王旺，
申请(专利权)人：武汉唯理科技有限公司，
类型：发明
国别省市：湖北;42