一种拍照评测的方法及装置制造方法及图纸

本发明专利技术提供了一种拍照评测的方法，包括以下步骤：插入图片，插入学生作业本图片；检测图片，检测插入图片的矩形框；切割图片，切割、分离、保存、图片中的矩形框；图片处理，处理每个被切割分离的矩形框图片；检测文字，检测并分离每个矩形框图片中的文字；评分，对比、评测书写文字与标准文字。本发明专利技术利用Python为后端语言，使用OpenCV机器视觉框架，对文字进行处理和分析。Django是一个由Python写成的Web应用框架。相对现有技术，本发明专利技术可节省价格昂贵硬件的设备，适应性强，迭代速度快，为学生和家长提供一种轻量化的汉字学习方案，有效提高语文成绩。成绩。成绩。

【技术实现步骤摘要】
一种拍照评测的方法及装置


[0001]本专利技术涉及智能学习领域，具体涉及一种拍照评测的方法及装置。

技术介绍

[0002]伴随移动互联网、智能手机以及社交网络的发展，5G时代的开启以及移动终端设备的凸显必将为移动互联网的发展注入巨大的能量，图片成为互联网中的主要信息载体，给我们带来了快捷的信息记录和分享方式，图像识别技术可以使计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。
[0003]文字书写评测以往仅能靠老师线下进行，水平良莠不齐，标准不一，学生付出的成本低，收获较小。现有OCR文字识别技术逐渐成熟，文字识别领域逐渐开始从印刷体转向要求更高的手写体，使用机器视觉技术的手写文字识别也成为可能。

技术实现思路

[0004]一种拍照评测的方法，包括以下步骤：
[0005]插入图片，插入学生作业本图片；
[0006]检测图片，检测插入图片的矩形框；
[0007]切割图片，切割、分离、保存、图片中的矩形框；
[0008]图片处理，处理每个被切割分离的矩形框图片；
[0009]检测文字，检测并分离每个矩形框图片中的文字；
[0010]评分，对比、评测书写文字与标准文字。
[0011]上述的拍照评测的方法，所述图片为学生作业本照片；所述作业本为田格本、生字本、米格本、方格本、稿本等带有矩形框的作业本；将插入的图片存入至作业图文件夹。
[0012]上述的拍照评测的方法，所述图片可以是相机拍摄的照片，也可以是bmp、jpg、png等图片格式的文件；
[0013]上述的拍照评测的方法，将所述图片中的每个矩形框单独的切割分离，并将切割好的每个矩形框保存至切割文件夹；
[0014]上述的拍照评测的方法，切割图片中的矩形框采用切割算法，切割算法是基于边缘检测的图像分割算法，边缘检测边缘定位准确、速度快，通过检测包含不同区域的边缘来解决分割问题，不同区域的边界上像素的灰度值变化比较剧烈，将图片从空间域通过傅里叶变换到频率域，边缘对应着高频部分。一阶微分边缘算子，利用图像在边缘处的阶跃性，即图像梯度在边缘取得极大值的特性进行边缘检测。梯度是一个矢量，它具有方向θ和模|ΔΙ|：
[0015][0016][0017]θ＝arctan(I
у
/I
χ
)
[0018]梯度的方向提供了边缘的趋势信息，因为梯度方向始终是垂直于边缘方向，梯度
的模值大小提供了边缘的强度信息。
[0019]上述的拍照评测的方法，处理每个被切割分离的矩形框图片；选择上述切割文件夹中被切割分离的矩形框的图片，对每个被切割分离的图片进行图像预处理，图像预处理包括角度矫正和去噪；优化；再将处理好的图片保存至处理图文件夹。
[0020]上述的拍照评测的方法，选择处理图文件夹中的一个矩形框文件，读取文件，查找矩形边框，去除不符合文字特点的矩形边框，将矩形框文件内的书写文字单独提取并保存为书写文字文件，再将书写文字文件保存书写文字文件夹。
[0021]上所述的拍照评测的方法，选择处理图文件夹中的一个文件，识别其中的文字，提取标准文字库中与识别出的书写文字对应的标准字体，并将所述标准字体保存至标准文字文件夹。
[0022]上述的拍照评测的方法，书写字体与结果图的评分算法为预处理图片，加载buffer，调用cv2.circle、cv2.copyMakeBorder、cv2.rectangle绘制结构线，寻找字体像素坐标；使用cv2.cvtColor解决cv2和PIL颜色的hex码储存顺序不同的问题，然后调用ImageDraw.Draw放置标准对照字体；根据条件检测像素、像素排序；融合ROI，依次使用cv2.cvtColor，cv2.threshold，cv2.morphologyEx，cv2.findContours，cv2.contourArea，cv2.drawContours，cv2.copyTo等方法对图像进行一系列的膨胀腐蚀组合；寻找图片的ROI，调用v2.split，cv2.cvtColor，cv2.threshold，依照评分体系(优秀、优良、及格)处理评分。
[0023]一种拍照评测的装置，包括：
[0024]图片插入模块，插入学生作业本图片；
[0025]图片处理模块，处理学生作业本图片；
[0026]文字检测模块，检测并分离每个矩形框图片中的文字；
[0027]文字识别模块，识别每个被切割分离的矩形框图片中的文字；
[0028]评分模块，对比、评测书写文字与标准文字；
[0029]本专利技术利用Python为后端语言，使用OpenCV机器视觉框架，对文字进行处理和分析。Django是一个由Python写成的Web应用框架。Django的主要目的是简便、快速的开发数据库驱动的网站。它强调代码复用，多个组件可以很方便的以“插件”形式服务于整个框架。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和MacOS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。相对现有技术，本专利技术可节省价格昂贵硬件的设备，适应性强，迭代速度快，为学生和家长提供一种轻量化的汉字学习方案，有效提高语文成绩。
附图说明
[0030]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0031]图1为本专利技术实施例提供的拍照评测的方法的逻辑结构图；
[0032]图2为本方面实施例提供的学生作业本图片的示范图；
[0033]图3为本专利技术实施例提供的微信小程序的拍照评测示范图；
[0034]图4为本专利技术实施例提供的微信小程序的拍照评测结果的示范图；
[0035]图5为本专利技术实施例提供的微信小程序的拍照评测单字对比的示范图
具体实施方式
[0036]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]一种拍照评测的方法，利用微信小程序为用户操作平台、Python为后端语言，使用OpenCV机器视觉框架，对文字进行处理和分析。是借助于微信小程序的应用于书写字体与标准字体的互相比较、评分、修改等。
[0038]所述拍照评测的方法包括以下步骤：
[0039]步骤一、插入图片，插入学生作业本图片；
[0040]在此步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种拍照评测的方法，包括以下步骤：插入图片，插入学生作业本图片；检测图片，检测插入图片的矩形框；切割图片，切割、分离、保存、图片中的矩形框；图片处理，处理每个被切割分离的矩形框图片；检测文字，检测并分离每个矩形框图片中的文字；评分，对比、评测书写文字与标准文字。2.如权利要求1所述的拍照评测的方法，其特征在于：所述图片为学生作业本照片；所述作业本为田格本、生字本、米格本、方格本、稿本等带有矩形框的作业本；将插入的图片存入至作业图文件夹。3.如权利要求2所述的拍照评测的方法，其特征在于：所述图片可以是相机拍摄的照片，也可以是bmp、jpg、png等图片格式的文件。4.如权利要求3所述的拍照评测的方法，其特征在于：将所述图片中的每个矩形框单独的切割分离，并将切割好的每个矩形框保存至切割文件夹。5.如权利要求4所述的拍照评测的方法，其特征在于：切割图片中的矩形框采用切割算法，切割算法是基于边缘检测的图像分割算法，边缘检测边缘定位准确、速度快，通过检测包含不同区域的边缘来解决分割问题，不同区域的边界上像素的灰度值变化比较剧烈，将图片从空间域通过傅里叶变换到频率域，边缘对应着高频部分。一阶微分边缘算子，利用图像在边缘处的阶跃性，即图像梯度在边缘取得极大值的特性进行边缘检测。梯度是一个矢量，它具有方向θ和模|ΔΙ|：的特性进行边缘检测。梯度是一个矢量，它具有方向θ和模|ΔΙ|：θ＝arctan(I
у
/I
χ
)梯度的方向提供了边缘的趋势信息，因为梯度方向始终是垂直于边缘方向，梯度的模值大小提供了边缘的强度信息。6.如权利要求5所述的拍照评测的方法，其特征在于：处理每个被切割分离的矩形框图片；选择上述切割文件夹中被切割分离的矩形框的图片，对每个被切割分离的图片进行图像预处理，图...

【专利技术属性】
技术研发人员：褚衍进，
申请(专利权)人：北京翰立教育科技有限公司，
类型：发明
国别省市：