一种批改作业试题的方法技术

本发明专利技术公开了一种批改作业试题的方法，包括如下步骤：S1、两张图片直接使用原图，不进行预处理，使用OpenCV库提供的sift方法进行特征提取；S2、使用flann的kdtree匹配方法来进行特征匹配；S3、使用OpenCV的findHomography方法来计算单应性矩阵H，再对图B进行相应处理，得到图C；S4、将图A上的标注框按相同位置在图C上进行截取答案的图片；S5、将上一步骤S4的图片利用OCR技术进行识别，并和标准答案进行比对和评分，并按照打分规则将分数在试题右上角标出，本发明专利技术结构科学合理，使用安全方便，提供了一种能够对作业试题进行批改的方法，可以有效减轻教师的工作量，提高教师的工作效率。

【技术实现步骤摘要】
一种批改作业试题的方法
本专利技术涉及图片匹配处理
，具体为一种批改作业试题的方法。
技术介绍
试题是用于考试的题目，要求按照标准回答，它是命题者按照一定的考核目的编写出来的，今试题涉及各个领域，它是考核某种技能水平的标准，比如，在各行业的招聘中，有招聘的试题，可以说，只要有考核要求，就会有试题，试题用的最多的应该还是在教育中，在高考中，有高考试题；在中考中有中考试题；教学中老师想考核学生，也是用试题考核；随着计算机技术和教育信息化的不断推进，计算机技术已经逐步应用于日常的教育教学各项活动中，国内现有的教育考查和学生能力巩固的方法主要还是通过大量的作业试题来进行训练测试，而大量的作业试题给老师进行评阅审查带来了大量的工作。
技术实现思路
本专利技术提供一种批改作业试题的方法，可以有效解决上述
技术介绍
中提出国内现有的教育考查和学生能力巩固的方法主要还是通过大量的作业试题来进行训练测试，而大量的作业试题给老师进行评阅审查带来了大量的工作的问题。为实现上述目的，本专利技术提供如下技术方案：一种批改作业试题的方法，包括如下步骤：S1、两张图片直接使用原图，不进行预处理，使用OpenCV库提供的sift方法进行特征提取；S2、使用flann的kdtree匹配方法来进行特征匹配；S3、使用OpenCV的findHomography方法来计算单应性矩阵H，再对图B进行相应处理，得到图C；S4、将图A上的标注框按相同位置在图C上进行截取答案的图片；S5、将上一步骤S4的图片利用OCR技术进行识别，并和标准答案进行比对和评分，并按照打分规则将分数在试题右上角标出。根据上述技术方案，所述S2中匹配方法采用flann（FastApproximateNearestNeighborSearchLibrary）匹配方法。根据上述技术方案，所述S3中OpenCV提供的findHomography方法，可以计算出从图B到图A进行仿射变换的单应性矩阵H，并使用OpenCV提供的warpPerspective方法利用矩阵H对图B进行透视变换从而得到图C。根据上述技术方案，所述S5中OCR技术往往包含两个方面：由文本检测和文本识别一起构成，由于作业试题的答案模式往往较为简洁，截取的答案图片已经做到了检测工作，所有后面只需要进行文本识别即可；在评分方面，对选择题可以采用直接比对的方式来进行正误判断，对其他题型，一方面文本识别技术还是可能有一定误差，同时也为了增加评分的宽容度，可以采用EditDistance的方法来计算两处文本的相近程度，根据相近程度来逐级打分。与现有技术相比，本专利技术的有益效果：本专利技术结构科学合理，使用安全方便，提供了一种能够对作业试题进行批改的方法，可以有效减轻教师的工作量，提高教师的工作效率。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1是本专利技术的操作流程结构示意图；图2是本专利技术的试卷图；图3是本专利技术的标注效果结构示意图；图4是本专利技术的计算结构示意图；图5是本专利技术的透视变换示意图；图6是本专利技术的答案计算示意图。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。实施例：本专利技术提供技术方案，如图1-2所示，一种批改作业试题的方法，包括如下步骤：S1、两张图片直接使用原图，不进行预处理，使用OpenCV库提供的sift方法进行特征提取；S2、使用flann的kdtree匹配方法来进行特征匹配；S3、使用OpenCV的findHomography方法来计算单应性矩阵H，再对图B进行相应处理，得到图C；S4、将图A上的标注框按相同位置在图C上进行截取答案的图片；S5、将上一步骤S4的图片利用OCR技术进行识别，并和标准答案进行比对和评分，并按照打分规则将分数在试题右上角标出。根据上述技术方案，不进行预处理的原因是，为了加强效果或者加快速度，但缩放后可能会导致匹配效果变差，本例的图片效果还不错，不用做额外处理；特征点提取技术，OpenCV提供了好几种，本例使用sift（Scale-invariantfeaturetransform）方法，其特点是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。对于光线、噪声、微视角改变的容忍度也相当高；标注效果见图3根据上述技术方案，S2中匹配方法采用flann（FastApproximateNearestNeighborSearchLibrary）匹配方法。根据上述技术方案，如图4-5所示，S3中OpenCV提供的findHomography方法，可以计算出从图B到图A进行仿射变换的单应性矩阵H，并使用OpenCV提供的warpPerspective方法利用矩阵H对图B进行透视变换从而得到图C。根据上述技术方案，如图6所示，得到图C上的答案位置，S5中OCR技术往往包含两个方面：由文本检测和文本识别一起构成，由于作业试题的答案模式往往较为简洁，截取的答案图片已经做到了检测工作，所有后面只需要进行文本识别即可；在评分方面，对选择题可以采用直接比对的方式来进行正误判断，对其他题型，一方面文本识别技术还是可能有一定误差，同时也为了增加评分的宽容度，可以采用EditDistance的方法来计算两处文本的相近程度，根据相近程度来逐级打分。与现有技术相比，本专利技术的有益效果：本专利技术结构科学合理，使用安全方便，提供了一种能够对作业试题进行批改的方法，可以有效减轻教师的工作量，提高教师的工作效率。最后应说明的是：以上所述仅为本专利技术的优选实例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种批改作业试题的方法，其特征在于：包括如下步骤：/nS1、两张图片直接使用原图，不进行预处理，使用OpenCV库提供的sift方法进行特征提取；/nS2、使用flann的kdtree匹配方法来进行特征匹配；/nS3、使用OpenCV的findHomography方法来计算单应性矩阵H，再对图B进行相应处理，得到图C；/nS4、将图A上的标注框按相同位置在图C上进行截取答案的图片；/nS5、将上一步骤S4的图片利用OCR技术进行识别，并和标准答案进行比对和评分，并按照打分规则将分数在试题右上角标出。/n

【技术特征摘要】
1.一种批改作业试题的方法，其特征在于：包括如下步骤：
S1、两张图片直接使用原图，不进行预处理，使用OpenCV库提供的sift方法进行特征提取；
S2、使用flann的kdtree匹配方法来进行特征匹配；
S3、使用OpenCV的findHomography方法来计算单应性矩阵H，再对图B进行相应处理，得到图C；
S4、将图A上的标注框按相同位置在图C上进行截取答案的图片；
S5、将上一步骤S4的图片利用OCR技术进行识别，并和标准答案进行比对和评分，并按照打分规则将分数在试题右上角标出。


2.根据权利要求1所述的一种批改作业试题的方法，其特征在于，所述S2中匹配方法采用flann（FastApproximateNearestNeighborSearchLibrary）匹配方法。

<...

【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