申请/专利权人:西安交通大学
申请日:2021-11-30
公开(公告)日:2024-04-16
公开(公告)号:CN114399623B
主分类号:G06V10/22
分类号:G06V10/22;G06V10/24;G06T3/40;G06T7/11;G06T7/136
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2022.05.13#实质审查的生效;2022.04.26#公开
摘要:本发明公开了一种通用答题识别方法、系统、存储介质及计算设备,根据答题卡图片中三个黑色方块进行宏观定位,将答题卡图片裁剪缩放成统一的尺寸;根据每行选项最右端的黑色条形方块和最上方的黑色正方块,对答题卡图片上填涂的选项坐标进行识别,并根据各选项识别的像素大小,确定出客观题的答题结果;直至将答题卡图片中的全部问题识别完成;将识别出的填涂结果绘制成矩阵;分析数据结果,统计出作答成绩。本发明不使用专用的扫描设备对答题卡进行扫描,大大降低了购买和维护扫描设备的花销和成本,并且对答题卡打印的纸张和使用人员也没有特殊要求,能够更加简单且快捷地为用户统计答题卡的作答情况。
主权项:1.一种通用答题识别方法,其特征在于,包括以下步骤:S1、读取答题卡图片;S2、采用基于图的深度优先搜索的方块搜索方法筛选答题卡图片中预设的黑色方块,根据答题卡图片中的黑色方块进行宏观定位,得到答题卡图片的填涂范围;基于图的深度优先搜索的方块搜索方法具体为:调用OpenCV库函数将答题卡图片转化为灰度图,将三维的Tensor变成二维矩阵;设定阈值,将二维矩阵二值化,二维矩阵的每一个值为01,表示为黑白图;二维矩阵逻辑上作为一张Graph,二维矩阵的每一个像素点表示Graph的一个节点;寻找Graph中值为1的相邻节点数大于不同阈值的子图;从Graph的每个节点开始进行深度优先搜索找到所有值为1的相邻子图,然后根据阈值筛选对应的子图,作为答题卡图片中预设的黑色方块;S3、根据步骤S2得到的填涂范围,将答题卡图片裁剪缩放成统一的尺寸;S4、对步骤S3统一尺寸后答题卡图片上填涂范围的选项坐标进行微观定位,并根据各选项识别的像素大小确定填涂结果,微观定位具体为:通过答题卡图片最上端的黑色方块,以及答题卡图片最右端的黑色条形方块调整识别填涂选项时的偏差,对答题卡图片上填涂的选项坐标进行识别,将步骤S3统一尺寸的填涂范围中每行选项最右端的黑色条形方块定位填涂选项的横坐标,根据填涂范围每列选项最上方的黑色正方块定位填涂选项的纵坐标,对答题卡图片上填涂范围的选项坐标进行识别,并根据各选项识别的像素大小确定填涂结果;S5、重复步骤S1~S4,直至答题卡图片中的填涂结果全部识别完成;S6、将步骤S5全部识别完的填涂结果填入作答结果矩阵的对应位置处,将标准答案矩阵与作答结果矩阵进行对比,判定重合部分为作答正确,统计最终的作答成绩。
全文数据:
权利要求:
百度查询: 西安交通大学 一种通用答题识别方法、系统、存储介质及计算设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。