自动填写答案的方法、电子设备和可读存储介质技术

本发明专利技术提供自动填写答案的方法、电子设备和可读存储介质，通过检测出目标试卷图像中题干区域的内容，并根据目标试卷题干区域的内容在题库中查找标准答案，而后将标准答案填写到相应作答区域，使得根据用户提供的目标试卷的图像便可提供填好答案的试卷图像；或者，对题库中的样本试卷进行标准答案填写，而后通过检测出目标试卷的图像中题干区域的内容，并根据目标试卷题干区域的内容在题库中查找题干内容相匹配的包含答案的样本试卷的图片，使得根据用户提供的目标试卷的图像便可输出填好答案的试卷图像，因此，相对于现有技术，可避免因文字输入错误而无法查找到对应的答案的情况，也可大大提升搜索效率。

【技术实现步骤摘要】
自动填写答案的方法、电子设备和可读存储介质
本专利技术涉及人工智能
，特别涉及一种自动填写答案的方法、电子设备和可读存储介质。
技术介绍
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。目前在家长进行功课辅导时，有时也会出现有些题目不会，需要上网搜索答案的情况。现有的题目搜索方法在进行题目搜索时，是根据各个题目的题干的文字内容在题库中进行查找，然而，这种搜索方式效率低，而且很容易出错，有部分文字内容不同就无法查找到对应的答案，而且每次只能搜索一个题目的答案。
技术实现思路
本专利技术的目的在于提供一种自动填写答案的方法、电子设备和可读存储介质，以解决现有技术中的一个或多个问题。为解决上述技术问题，本专利技术提供一种自动填写答案的方法，包括：获取目标试卷的图像，对所述图像进行检测，检测出所述目标试卷上各题目的位置区域，所述位置区域包括题干区域和作答区域；识别每一所述题目的所述题干区域的内容，根据每一所述题干区域的内容在题库中搜索每一所述题目的标准答案，并将每一所述题目的所述标准答案填写到相应所述作答区域。可选的，在所述的自动填写答案的方法中，在将每一所述题目的所述标准答案填写到相应的所述作答区域时，所述自动填写答案的方法还包括：根据每一所述题目的所述作答区域的宽度数据和高度数据调整所述标准答案的字符大小。可选的，在所述的自动填写答案的方法中，根据每一所述作答区域的宽度数据和高度数据调整所述标准答案的字符大小包括：根据每一所述题目的所述作答区域的宽度数据和高度数据确定所述作答区域的标注框尺寸；以每一所述题目的所述标注框尺寸的预设比例填写所述标准答案至相应所述题目的所述作答区域，所述预设比例不超过100％。可选的，在所述的自动填写答案的方法中，若所述目标试卷的一所述题目具有多个标准答案，则根据所述题目的所述作答区域的位置排列顺序将多个所述标准答案依次填写到所述作答区域。可选的，在所述的自动填写答案的方法中，所述识别每一所述题目的所述题干区域的内容，根据每一所述题干区域的内容在题库中搜索每一所述题目的标准答案包括：识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量；在题库中进行向量搜索，以查找出与每一所述题目的所述特征向量相匹配的目标特征向量，并在所述题库中提取每一所述目标特征向量所对应的标准答案。可选的，在所述的自动填写答案的方法中，若所述目标试卷中的所述题目不包含图片，则识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量包括：识别每一所述题干区域的字符信息，并通过题干向量化模型将各所述题目的所述题干区域的内容转换为第一特征向量，作为所述特征向量。可选的，在所述的自动填写答案的方法中，若所述目标试卷中的所述题目包含图片，则识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量包括：识别每一所述题干区域的字符信息，并通过题干向量化模型将每个所述题目的所述题干区域的内容转换为第一特征向量；利用图片向量化模型将包含图片的所述题目的图片转换为第二特征向量；对于不包含图片的所述题目，将所述第一特征向量作为所述特征向量，对于包含图片的所述题目，将所述第一特征向量和所述第二特征向量进行拼接，作为所述特征向量。可选的，在所述的自动填写答案的方法中，利用区域识别模型检测出所述目标试卷上各题目的位置区域，所述区域识别模型通过预先对样本进行训练而得到。可选的，在所述的自动填写答案的方法中，在利用区域识别模型对所述图像进行检测之前，所述自动填写答案的方法还包括：对获取的所述图像进行文档边缘识别、文本校正和二值化处理中的一种或多种。基于同一思想，本专利技术还提供另一种自动填写答案的方法，包括：识别题库中所保存的多个样本试卷的各题目的位置区域，所述位置区域包括题干区域和作答区域；识别每一所述样本试卷的每一所述题目的所述题干区域的内容，并根据每一所述样本试卷的各所述题干区域的内容，填写标准答案至相应的所述作答区域，并生成填写好标准答案的多个所述样本试卷的图像；在获取目标试卷的图像后，对所述图像进行检测，检测出所述目标试卷上各题目的题干区域；识别所述目标试卷的每一所述题目的所述题干区域的内容，在所述题库中搜索与每一所述题目的所述题干区域的内容相匹配的填写好标准答案的所述样本试卷的图像，并将搜索结果输出给用户端。可选的，在所述的另一种自动填写答案的方法中，在将每一所述样本试卷的每一所述题目的所述标准答案填写到相应的所述作答区域时，所述自动填写答案的方法还包括：根据每一所述样本试卷的每一所述题目的所述作答区域的宽度数据和高度数据调整所述标准答案的字符大小。可选的，在所述的另一种自动填写答案的方法中，根据每一所述样本试卷的每一所述题目的所述作答区域的宽度数据和高度数据调整所述标准答案的字符大小包括：根据每一所述样本试卷的每一所述题目的所述作答区域的宽度数据和高度数据确定相应所述作答区域的标注框尺寸；以每一所述样本试卷的每一所述题目的所述标注框尺寸的预设比例填写所述标准答案至相应所述作答区域，所述预设比例不超过100％。可选的，在所述的另一种自动填写答案的方法中，所述识别所述目标试卷的每一所述题目的所述题干区域的内容，在所述题库中搜索与每一所述题目的所述题干区域的内容相匹配的填写好标准答案的所述样本试卷的图像，并将搜索结果输出给用户端包括：识别所述目标试卷的每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量；在所述题库中进行向量搜索，以获取特征向量与每一所述题目的所述特征向量相匹配的填写好标准答案的所述样本试卷的图像，并将搜索结果输出给用户端。可选的，在所述的另一种自动填写答案的方法中，若所述目标试卷中的题目不包含图片，则识别每一所述题目的所述题干区域的内容，并通过将每一所述题目的所述题干区域的内容转换为特征向量包括：识别每一所述题干区域的字符信息，并通过题干向量化模型将各所述题目的所述题干区域的内容转换为第一特征向量，作为所述特征向量。可选的，在所述的另一种自动填写答案的方法中，若所述目标试卷中的题目包含图片，则识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量包括：识别每一所述题干区域的字符信息，并通过题干向量化模型将每个所述题目的所述题干区域的内容转换为第一特征向量；利用图片向量化模型将包含图片的所述题目的图片转换为第二特征向量；对于不包含图片的所述题目，将所述第一特征向量作为所述特征向量，对于包含图片的所述题目，将所述第一特征向量和所述第二特征向量进行拼接，作为所述特征向量。可选的，在所述的另一种自动填写答案的方法中，利用区域识本文档来自技高网...

【技术保护点】
1.一种自动填写答案的方法，其特征在于，包括：/n获取目标试卷的图像，对所述图像进行检测，检测出所述目标试卷上各题目的位置区域，所述位置区域包括题干区域和作答区域；/n识别每一所述题目的所述题干区域的内容，根据每一所述题干区域的内容在题库中搜索每一所述题目的标准答案，并将每一所述题目的所述标准答案填写到相应所述作答区域。/n

【技术特征摘要】
1.一种自动填写答案的方法，其特征在于，包括：
获取目标试卷的图像，对所述图像进行检测，检测出所述目标试卷上各题目的位置区域，所述位置区域包括题干区域和作答区域；
识别每一所述题目的所述题干区域的内容，根据每一所述题干区域的内容在题库中搜索每一所述题目的标准答案，并将每一所述题目的所述标准答案填写到相应所述作答区域。


2.如权利要求1所述的自动填写答案的方法，其特征在于，在将每一所述题目的所述标准答案填写到相应的所述作答区域时，所述自动填写答案的方法还包括：
根据每一所述题目的所述作答区域的宽度数据和高度数据调整所述标准答案的字符大小。


3.如权利要求2所述的自动填写答案的方法，其特征在于，根据每一所述作答区域的宽度数据和高度数据调整所述标准答案的字符大小包括：
根据每一所述题目的所述作答区域的宽度数据和高度数据确定所述作答区域的标注框尺寸；
以每一所述题目的所述标注框尺寸的预设比例填写所述标准答案至相应所述题目的所述作答区域，所述预设比例不超过100％。


4.如权利要求1所述的自动填写答案的方法，其特征在于，若所述目标试卷的一所述题目具有多个标准答案，则根据所述题目的所述作答区域的位置排列顺序将多个所述标准答案依次填写到所述作答区域。


5.如权利要求1所述的自动填写答案的方法，其特征在于，所述识别每一所述题目的所述题干区域的内容，根据每一所述题干区域的内容在题库中搜索每一所述题目的标准答案包括：
识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量；
在题库中进行向量搜索，以查找出与每一所述题目的所述特征向量相匹配的目标特征向量，并在所述题库中提取每一所述目标特征向量所对应的标准答案。


6.如权利要求5所述的自动填写答案的方法，其特征在于，若所述目标试卷中的所述题目不包含图片，则识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量包括：
识别每一所述题干区域的字符信息，并通过题干向量化模型将各所述题目的所述题干区域的内容转换为第一特征向量，作为所述特征向量。


7.如权利要求5所述的自动填写答案的方法，其特征在于，若所述目标试卷中的所述题目包含图片，则识别每一所述题目的所述题干区域的内容，并将每一所述题目的所述题干区域的内容转换为特征向量包括：
识别每一所述题干区域的字符信息，并通过题干向量化模型将每个所述题目的所述题干区域的内容转换为第一特征向量；
利用图片向量化模型将包含图片的所述题目的图片转换为第二特征向量；
对于不包含图片的所述题目，将所述第一特征向量作为所述特征向量，对于包含图片的所述题目，将所述第一特征向量和所述第二特征向量进行拼接，作为所述特征向量。


8.如权利要求1所述的自动填写答案的方法，其特征在于，利用区域识别模型检测出所述目标试卷上各题目的位置区域，所述区域识别模型通过预先对样本进行训练而得到。


9.如权利要求1所述的自动填写答案的方法，其特征在于，在利用区域识别模型对所述图像进行检测之前，所述自动填写答案的方法还包括：
对获取的所述图像进行文档边缘识别、文本校正和二值化处理中的一种或多种。


10.一种自动填写答案的方法，其特征在于，包括：
识别题库中所保存的多个样本试卷的各题目的位置区域，所述位置区域包括题干区域和作答区域；
识别每一所述样本试卷的每一所述题目的所述题干区域的内容，并根据每一所述样本试卷的各所述题干区域的内容，填写标准答案至相应的所述作答区域，并生成填写...

【专利技术属性】
技术研发人员：何涛，罗欢，陈明权，
申请(专利权)人：杭州大拿科技股份有限公司，
类型：发明
国别省市：浙江;33