CN106778703A - 电子阅卷的方法和装置 - Google Patents
电子阅卷的方法和装置 Download PDFInfo
- Publication number
- CN106778703A CN106778703A CN201710056451.0A CN201710056451A CN106778703A CN 106778703 A CN106778703 A CN 106778703A CN 201710056451 A CN201710056451 A CN 201710056451A CN 106778703 A CN106778703 A CN 106778703A
- Authority
- CN
- China
- Prior art keywords
- image information
- file
- exercise question
- topic type
- answering card
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种电子阅卷的方法和装置,涉及图像识别的技术领域,该方法包括:获取纸质答题卡的图像信息和纸质答题卡的电子描述文件,其中,电子描述文件中包括描述信息;根据电子描述文件对纸质答题卡的图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件,其中,每个题型的图像信息文件中包括所属于题型的每个题目的图像信息;对每个题型的图像信息文件中包含的每个题目的图像信息进行识别处理,得到每个题目的识别结果;根据识别结果对每个题目进行评分,得到每个题目的评分结果;根据每个题目的评分结果确定用户的目标评分结果,缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题。
Description
技术领域
本发明涉及图像识别的技术领域,尤其是涉及一种电子阅卷的方法和装置。
背景技术
随着电子信息技术的飞速发展,电子信息技术已经应用到不同的行业领域中,并逐步取代了人工操作,例如,电子阅卷技术。传统的电子阅卷方式中,针对客观题型部分,教师一般都会通过图像识别的方法对该部分进行识别,针对主观题型部分,一般包括两种阅卷方式。
方式一,教师一般先在考生纸质答题卡打分,然后再将考生主观题分数录入至***记录并统计;
方式二,先扫描试卷,然后利用图像处理技术,教师们网上打分,***记录并统计。
但是,针对上述方式一,教师首先在纸质答题卡上进行评分,就失去了纸质答题卡本身存在的意义。针对上述方式二,在对纸质答题卡进行图像识别时,是将主观题部分和客观题部分分开扫描,对于教师来说,增加了相应的工作量。
发明内容
本发明的目的在于提供一种电子阅卷的方法和装置,以缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题。
根据本发明实施例的一个方面,提供了一种电子阅卷的方法,该方法包括:获取纸质答题卡的图像信息和所述纸质答题卡的电子描述文件,其中,所述电子描述文件中包括描述信息,所述描述信息包括以下至少之一:所述纸质答题卡的试卷文件的版面信息,所述纸质答题卡的试卷文件的题型设置信息;根据所述电子描述文件对所述纸质答题卡的图像信息进行分割,分割得到所述纸质答题卡中每个题型的图像信息文件,其中,每个所述题型的图像信息文件中包括所属于所述题型的每个题目的图像信息;对每个所述题型的图像信息文件中包含的每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果;根据所述识别结果对每个所述题目进行评分,得到每个所述题目的评分结果;根据每个所述题目的评分结果确定用户的目标评分结果。
进一步地,根据所述电子描述文件对所述图像信息进行分割,分割得到所述纸质答题卡中每个题型的图像信息文件包括:对所述电子描述文件进行分析,得到所述纸质答题卡的所述描述信息;在对所述电子描述文件进行分析完成的情况下,通过坐标转换算法对所述纸质答题卡的图像信息进行分割,得到每个所述题目的图像信息;基于所述描述信息对每个所述题目的图像信息进行分类,得到每个所述题型的图像信息文件。
进一步地,基于所述描述信息对每个所述题目的图像信息进行分类,得到每个所述题型的图像信息文件包括:基于所述描述信息判断当前题目所属的题型是主观题型,还是客观题型;如果判断出所述当前题目所属的题型为所述主观题型,则将所述当前题目对应的图像信息存入第一图像信息文件中,其中,所述第一图像信息文件为与所述主观题型相对应的图像信息文件;如果判断出所述当前题目所属的题型为所述客观题型,则对所述当前题目的图像信息进行二值化处理,得到二值化图像数据,并将所述二值化图像数据存入第二图像信息文件中,其中,所述第二图像信息文件为与所述客观题型相对应的图像信息文件。
进一步地,当所述题目的所属题型为客观题型时,对每个所述题型的图像信息文件中每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果包括:获取每个所述题目的二值化图像数据;对所述题目的二值化图像数据进行识别,得到第一识别结果;将所述第一识别结果保存至数据库中。
进一步地,在获取每个所述题目的二值化图像数据之前,所述方法还包括:获取所述纸质答题卡中***区域的二值化图像数据;对所述***区域的二值化图像数据进行识别;判断对所述***区域的二值化图像数据进行识别是否完成;其中,如果判断出完成,则执行获取每个所述题目的二值化图像数据的步骤;如果判断出未完成,则继续对所述***区域的二值化图像数据进行识别。
进一步地,当所述题目的所属题型为主观题型时,对每个所述题型的图像信息文件中每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果包括:识别所述题目中包含的子题目;对所述题目的图像信息中所述子题目对应的图像进行截取,得到所述子题目的图像信息;对所述子题目的图像信息按照预设格式进行保存,保存至第二识别结果对应的存储区域中,以使阅卷用户对所述子题目进行判读。
进一步地,根据所述识别结果对每个所述题目进行评分,得到每个所述题目的评分结果包括:将所述识别结果与预设答案进行对比,得到对比结果;根据所述对比结果确定所述题目的评分结果;将所述题目的评分结果保存至数据库中。
根据本发明实施例的另一个方面,还提供了一种电子阅卷的装置,该装置包括:获取单元,用于获取纸质答题卡的图像信息和所述纸质答题卡的电子描述文件,其中,所述电子描述文件中包括描述信息,所述描述信息包括以下至少之一:所述纸质答题卡的试卷文件的版面信息,所述纸质答题卡的试卷文件的题型设置信息;分割单元,用于根据所述电子描述文件对所述纸质答题卡的图像信息进行分割,分割得到所述纸质答题卡中每个题型的图像信息文件,其中,每个所述题型的图像信息文件中包括所属于所述题型的每个题目的图像信息;识别单元,用于对每个所述题型的图像信息文件中包含的每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果;评分单元,用于根据所述识别结果对每个所述题目进行评分,得到每个所述题目的评分结果;确定单元,用于根据每个所述题目的评分结果确定用户的目标评分结果。
进一步地,所述分割单元包括:分析模块,用于对所述电子描述文件进行分析,得到所述纸质答题卡的所述描述信息;分割模块,用于在对所述电子描述文件进行分析完成的情况下,通过坐标转换算法对所述纸质答题卡的图像信息进行分割,得到每个所述题目的图像信息;分类模块,用于基于所述描述信息对每个所述题目的图像信息进行分类,得到每个所述题型的图像信息文件。
进一步地,所述分类模块用于:基于所述描述信息判断当前题目所属的题型是主观题型,还是客观题型;如果判断出所述当前题目所属的题型为所述主观题型,则将所述当前题目对应的图像信息存入第一图像信息文件中,其中,所述第一图像信息文件为与所述主观题型相对应的图像信息文件;如果判断出所述当前题目所属的题型为所述客观题型,则对所述当前题目的图像信息进行二值化处理,得到二值化图像数据,并将所述二值化图像数据存入第二图像信息文件中,其中,所述第二图像信息文件为与所述客观题型相对应的图像信息文件。
在本发明实施例中,首先获取纸质答题卡的图像信息,以及获取纸质答题卡的电子描述文件;然后,根据电子描述文件对图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件;接下来,对图像信息文件中每个题目的图像信息进行识别,得到识别结果;最后,根据识别结果对每个题目进行评分,得到每个题目的评分结果,进而得到考生的目标评分结果。本发明提供的电子阅卷的方法,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种电子阅卷的方法的流程图;
图2是根据本发明实施例的一种可选地电子阅卷的方法的流程图;
图3是根据本发明实施例的一种可选地对客观题型中每个题目的图像信息进行识别处理方法的流程图;
图4是根据本发明实施例的一种可选地根据识别结果对每个题目进行评分,得到每个题目的评分结果的流程图;
图5是根据本发明实施例的一种电子阅卷的装置的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
根据本发明实施例,提供了一种电子阅卷的方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种电子阅卷的方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取纸质答题卡的图像信息和纸质答题卡的电子描述文件,其中,电子描述文件中包括描述信息,描述信息包括以下至少之一:纸质答题卡的试卷文件的版面信息,纸质答题卡的试卷文件的题型设置信息;
在本发明实施例中,预先设置了待测试的试卷文件,以及与该试卷文件相配套的纸质答题卡,其中,相配套表示试卷文件中题型的设置与纸质答题卡中题型的设置相同,以及试卷文件中题目的数量,每个题目的类型均与纸质答题卡中的设置相同。进一步地,除了预先设置纸质答题卡之外,还预先设置了该纸质答题卡的电子描述文件,在该电子描述文件中包括相应地描述信息,例如,与答题卡相对应的试卷文件的版面信息,与答题卡相对应的试卷文件的题型设置信息。
在考生完成考试之后,教师或者相关人员可以将纸质答题卡放在扫描设备上进行扫描,以获取纸质答题卡的图像信息。
步骤S104,根据电子描述文件对纸质答题卡的图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件,其中,每个题型的图像信息文件中包括所属于题型的每个题目的图像信息;
在本发明实施例中,在获取纸质答题卡的图像信息之后,就可以根据扫描文件对图像信息进行分割。
假设,题型包括主观题型和客观题型,那么图像信息文件将分为主观题型的图像信息文件和客观题型的图像信息文件。其中,主观题型的图像信息文件中包含每个主观题目的图像信息,客观题型的图像信息文件中包含每个客观题目的图像信息。
也就是说,在本发明实施例中,在对纸质答题卡的图像信息进行分割之后,将得到每个题型的图像信息文件。通过该方式能够实现按照题目类型对图像信息进行分类保存,简化了阅卷人员的相关操作,并且当阅卷人员想要查询该题目的原始图像信息时,能够迅速地查找该图像信息。
步骤S106,对每个题型的图像信息文件中包含的每个题目的图像信息进行识别处理,得到每个题目的识别结果;
假设,题型包括主观题型和客观题型,那么此时,需要对主观题型的图像信息文件中包含的每个主观题目的图像信息进行识别,并且对客户观题型的图像信息文件中包含的每个客观题目的图像信息进行识别。
需要说明的是,在本发明实施例中,对于客观题型,可以通过图像处理技术进行识别,具体识别方法将在下述实施方式中进行详细介绍。对于主观题型,可以首先通过图像处理技术对考生答案中的关键字进行识别,其中,该关键字为能够表征正确答案的关键字;在识别该关键字之后,还可以对该识别出的关键字进行标注,以提示阅卷人员;在进行标注之后,阅卷人员就可以对主观题型部分进行阅卷操作。
步骤S108,根据识别结果对每个题目进行评分,得到每个题目的评分结果;
在本发明实施例中,在对每个题型的图像信息文件中的图像信息进行识别之后,就可以得到每个题目的评分结果;进而,就可以根据该评分结果确定考生的最终考试结果(即,下述目标评分结果)。
步骤S110,根据每个题目的评分结果确定用户的目标评分结果。
在本发明实施例中,首先获取纸质答题卡的图像信息,以及获取纸质答题卡的电子描述文件;然后,根据电子描述文件对图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件;接下来,对图像信息文件中每个题目的图像信息进行识别,得到识别结果;最后,根据识别结果对每个题目进行评分,得到每个题目的评分结果,进而得到考生的目标评分结果。本发明提供的电子阅卷的方法,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
通过上述步骤S102中的描述可知,当结束了纸笔测试之后,将所有参与考试的学生(即,上述用户)提交的纸质答题卡经过高速扫描仪(即,上述扫描设备)的扫描,形成原始的纸质答题卡图像(即,上述图像信息)。在该扫描过程中,纸质答题卡图像可能会出现不同程度的倾斜、噪声、亮度不均等情况,这些因素会影响后续对扫描图像不同区域的定位分割工作,从而影响纸质答题卡识别的准确性。因此,在本发明实施例中,还可以对扫描的纸质答题卡图像进行预处理,图像的预处理过程主要包括试卷图像的灰度拉升、倾斜校正等过程,其中,对于一些图像倾斜非常严重的图像,需要对该图像进行重新采集。对纸质答题卡图像进行上述预处理之后,就可以对预处理之后的纸质答题卡图像进行分割。
在本发明实施例的一个可选实施方式中,根据电子描述文件对图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件包括如下步骤:
步骤S1041,对电子描述文件进行分析,得到纸质答题卡的描述信息;
步骤S1042,在对电子描述文件进行分析完成的情况下,通过坐标转换算法对纸质答题卡的图像信息进行分割,得到每个题目的图像信息;
步骤S1043,基于描述信息对每个题目的图像信息进行分类,得到每个题型的图像信息文件。
当上述纸质答题卡图像的预处理过程完成之后,就可以对自动生成的纸质答题卡的电子描述文件进行解析,以完成对纸质答题卡的版面信息以及题型设置等信息的获取。在解析完成之后,就可以通过坐标转换算法,对纸质答题卡的图像信息进行分割,得到每个题目的图像信息,其中,在对图像信息进行分割时,可以对不同的题型以题为单位进行图像的截取。
进一步地,基于描述信息对每个题目的图像信息进行分类,得到每个题型的图像信息文件包括如下步骤:
步骤S10431,基于描述信息判断当前题目所属的题型是主观题型,还是客观题型;
步骤S10432,如果判断出当前题目所属的题型为主观题型,则将当前题目对应的图像信息存入第一图像信息文件中,其中,第一图像信息文件为与主观题型相对应的图像信息文件;
步骤S10433,如果判断出当前题目所属的题型为客观题型,则对当前题目的图像信息进行二值化处理,得到二值化图像数据,并将二值化图像数据存入第二图像信息文件中,其中,第二图像信息文件为与客观题型相对应的图像信息文件。
在本发明实施例中,在切割得到每个题目的图像信息之后,基于纸质答题卡的电子描述文件中的描述信息确定当前题目是主观试题,还是客观试题。如果判断出当前题目为主观题型,则将当前题目的图像信息进行保存,保存至第一图像信息文件中,其中,第一图像信息文件又可以称为主观题型图像信息文件,用于存储题型为主观题型的题目对应的图像信息。如果判断出当前题目为客观题型,则将当前题目的图像信息进行二值化处理,得到二值化图像数据,并将二值化图像数据进行保存,保存至第二图像信息文件中,其中,第二图像信息文件又可以称为客观题型的图像信息文件,用于存储题型为客观题型的题目对应的二值化图像数据。
需要说明的是,在本发明实施例中,除了对题目的图形信息进行分割之外,还可以分割纸质答题卡中的考号区域,并对分割之后的考号区域进行二值化处理。
在本发明实施例中,通过上述处理方法能够完成每个题目的图像信息的自动分类,通过分类操作能够简化阅卷人员的相关操作。例如,能够指导阅卷老师方便快捷地在***中查找相关题目的图像信息,以避免每个题目之间的图像信息出现混淆。
当题目的题型为客观题型时,对每个题型的图像信息文件中每个题目的图像信息进行识别处理,得到每个题目的识别结果包括如下步骤:
步骤S11,获取每个题目的二值化图像数据;
步骤S12,对题目的二值化图像数据进行识别,得到第一识别结果;
步骤S13,将第一识别结果保存至数据库中;
步骤S14,将第一识别结果与第一预设答案进行对比,得到第一对比结果;
步骤S15,根据第一对比结果确定题目的第一评分结果;
步骤S16,将题目的评分结果保存至数据库中。
在上述步骤S1041至步骤S1043的描述过程中可知,通过对纸质答题卡题型的判断,完成了主观题型的图像信息的截取保存,考号区域以及客观题型部分的图像信息的二值化处理操作。因此,在本实施方式中,主要是完成考号区域和客观题型的图像信息的识别过程。客观题型的识别,就是利用图像处理技术对考生的客观题型部分的填涂信息进行识别,并将其与标准答案(即,上述第一预设答案)进行对比,得到考生的客观题型的成绩,记录在数据库中,其中,客观题型的成绩中包括每个客观题型的成绩(即,第一评分结果)。
在本发明实施例的一个可选实施方式中,在获取每个题目的二值化图像数据之前,该方法还包括:获取纸质答题卡中***区域的二值化图像数据;然后,对***区域的二值化图像数据进行识别,并判断对***区域的二值化图像数据进行识别是否完成;其中,如果判断出完成,则执行获取每个题目的二值化图像数据的步骤;如果判断出未完成,则继续对***区域的二值化图像数据进行识别。
当题目的题型为主观题型时,对每个题型的图像信息文件中每个题目的图像信息进行识别处理,得到每个题目的识别结果包括如下步骤:
步骤S21,识别题目中包含的子题目;
步骤S22,对题目的图像信息中子题目对应的图像进行截取,得到子题目的图像信息;
步骤S23,对子题目的图像信息按照预设格式进行保存,保存至第二识别结果对应的存储区域中,以使阅卷用户对子题目进行判读。
针对主观题型的识别处理,目前采用的方式是以小题为单位,将每道题进行截取,即对每个题目的图像信息中包含的子题目的图形进行截取,得到子题目的图像信息。然后,将子题目的图像信息按照一定的命名规则(即,上述预设格式)进行保存,并将每个图片的保存路径保存到第二识别结果对应的存储区域中,以使阅卷用户对子题目进行判读。
阅卷人员在对主观题型进行阅卷时,可以将该子题目的图像信息与预设的标准答案进行比较,进而给出该题目的分值(也即,评分结果),并输入该题目的分值。
通过上述描述可知,在本发明实施例提供的电子阅卷的方法中,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
图2是根据本发明实施例的一种可选地电子阅卷的方法的流程图,如图2所示,该方法包括如下步骤:
步骤S201,收集纸质答题卡;其中,主要通过监考人员收集纸质答题卡。
步骤S202,判断收集操作是否收集完成,其中,如果收集完成,则执行步骤S203,否则,返回步骤S201;
步骤S203,扫描纸质答题卡,生成纸质答题卡的图像信息;在纸质答题卡收集完成之后,就可以通过高速扫描仪对纸质答题卡进行扫描,以得到纸质答题卡的图像信息。
步骤S204,检查图像信息是否需要重新扫描,其中,如果是,则返回执行步骤S203,否则,执行步骤S205;在扫描过程中,纸质答题卡的图像信息可能会出现不同程度的倾斜、噪声、亮度不均等情况,这些因素会影响后续的对扫描图像不同区域的定位分割工作,从而影响纸质答题卡识别的准确性。因此需要对扫描的纸质答题卡的图像信息进行预处理,图像的预处理过程主要包括:灰度拉升、倾斜校正等过程,对于一些图像倾斜非常严重的图像,需要将该图像进行重新采集。
步骤S205,对纸质答题卡的电子描述文件进行解析,得到描述信息;在对纸质答题卡进行扫描之后,就可以对纸质答题卡的电子描述文件进行解析,得到描述信息,描述信息包括以下至少之一:纸质答题卡的版面信息,纸质答题卡的题型设置信息。
步骤S206,判断是否解析完成,其中,如果完成,则执行步骤S207,否则,继续执行步骤S205;
步骤S207,对纸质答题卡的图像信息进行坐标转换;在对电子描述文件解析完成之后,对通过坐标转换算法对纸质答题卡的图像信息进行坐标转换。
步骤S208,根据描述信息对转换之后的图像信息进行分割;在对图像信息进行分割时,对不同的题型以题为单位进行图像信息的截取,以及对考号区域进行图像信息的截取等操作。
步骤S209,判断对纸质答题卡的图像信息进行分割是否正确,其中,如果正确,则执行步骤S210,否则返回执行步骤S208;
步骤S210,判断当前题目的类型是主观题型,还是客观题型;如果判断出是主观题型,则执行步骤S211,如果判断出是客观题型,则执行步骤S212;
步骤S211,对分割之后的当前题目的图像信息进行保存;
步骤S212,对分割之后的当前题目的图像信息进行二值化处理,并在二值化处理之后保存图像信息。
本发明提供的电子阅卷的方法,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
图3是根据本发明实施例的一种可选地对客观题型中每个题目的图像信息进行识别处理方法的流程图,如图3所示,该处理方法包括如下步骤:
步骤S301,获取纸质答题卡中***区域的二值化图像数据;在上述步骤S208的分割过程中,在对每个题目的图像信息进行分割的同时,还对纸质答题卡中***区域进行分割,并在分割之后,对***区域的图像信息进行二值化处理,得到***区域的二值化图像数据。
步骤S302,对***区域的二值化图像数据进行识别;在对***区域的二值化图像数据进行识别的过程主要是识别考生填图的考号。
步骤S303,判断对***区域的二值化图像数据进行识别是否完成;如果判断出完成,执行步骤S304,否则,继续执行步骤S302;
步骤S304,获取每个题目的二值化图像数据;
步骤S305,对题目的二值化图像数据进行识别,得到第一识别结果;
步骤S306,判断识别是否完成,如果完成,则执行步骤S307,否则继续执行步骤S306;
步骤S307,将第一识别结果保存至数据库中;
步骤S308,判断第一识别结果是否全部保存至数据库中,其中,如果判断出是,则结束流程,否则继续执行步骤S307。
本发明提供的电子阅卷的方法,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
图4是根据本发明实施例的一种可选地根据识别结果对每个题目进行评分,得到每个题目的评分结果的流程图,如图4所示,该处理方法包括如下步骤:
步骤S401,获取第一识别结果;其中,第一识别结果为上述步骤S305中的识别结果;
步骤S402,判断获取过程是否完成,其中,如果完成,则执行步骤S403,否则继续执行步骤S401;判断获取过程是否完成具体为判断对纸质答题卡中全部题目的图像信息进行识别的第一识别结果是否全部获取完成。
步骤S403,获取试卷文件的正确答案以及当前题目的分值;在获取到当前题目的第一识别结果之后,就可以获取试卷文件的正确答案(即,预设答案),以及获取当前题目的分值(即,评分结果)。
步骤S404,判断获取过程是否完成,其中,如果完成,则执行步骤S405,否则继续执行步骤S403;
步骤S405,将第一识别结果与正确答案进行对比,得到对比结果;在获取到第一识别结果和正确答案之后,就可以将第一识别结果与正确答案进行对比,得到对比结果,例如,该题目的评分结果。
步骤S406,判断对比过程是否完成,其中,如果完成,则执行步骤S407,否则继续执行步骤S405;
步骤S407,计算全部题目的评分结果;在得到每个题目的评分结果之后,就可以计算全部题目的评分结果。
步骤S408,将评分结果保存至数据库中;
步骤S409,判断保存过程是否完成,其中,如果完成,则结束流程,否则继续执行步骤S408。
本发明提供的电子阅卷的方法,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
本发明实施例还提供了一种电子阅卷的装置,该电子阅卷的装置主要用于执行本发明实施例上述内容所提供的电子阅卷的方法,以下对本发明实施例提供的电子阅卷的装置做具体介绍。
图5是根据本发明实施例的一种电子阅卷的装置的示意图,如图5所示,该电子阅卷的装置主要包括:获取单元51,分割单元52,识别单元53,评分单元54和确定单元55,其中:
获取单元51,用于获取纸质答题卡的图像信息和纸质答题卡的电子描述文件,其中,电子描述文件中包括描述信息,描述信息包括以下至少之一:纸质答题卡的试卷文件的版面信息,纸质答题卡的试卷文件的题型设置信息;
分割单元52,用于根据电子描述文件对纸质答题卡的图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件,其中,每个题型的图像信息文件中包括所属于题型的每个题目的图像信息;
识别单元53,用于对每个题型的图像信息文件中包含的每个题目的图像信息进行识别处理,得到每个题目的识别结果;
评分单元54,用于根据识别结果对每个题目进行评分,得到每个题目的评分结果;
确定单元55,用于根据每个题目的评分结果确定用户的目标评分结果。
在本发明实施例中,首先获取纸质答题卡的图像信息,以及获取纸质答题卡的电子描述文件;然后,根据电子描述文件对图像信息进行分割,分割得到纸质答题卡中每个题型的图像信息文件;接下来,对图像信息文件中每个题目的图像信息进行识别,得到识别结果;最后,根据识别结果对每个题目进行评分,得到每个题目的评分结果,进而得到考生的目标评分结果。本发明提供的电子阅卷的方法,相对于现有技术中的方式,达到了简化阅卷操作的目的,进而缓解了现有的电子阅卷方法中阅卷操作较为繁琐的技术问题,从而实现了提高了阅卷效率的技术效果。
可选地,分割单元包括:分析模块,用于对电子描述文件进行分析,得到纸质答题卡的描述信息;分割模块,用于在对电子描述文件进行分析完成的情况下,通过坐标转换算法对纸质答题卡的图像信息进行分割,得到每个题目的图像信息;分类模块,用于基于描述信息对每个题目的图像信息进行分类,得到每个题型的图像信息文件。
可选地,分类模块用于:基于描述信息判断当前题目所属的题型是主观题型,还是客观题型;如果判断出当前题目所属的题型为主观题型,则将当前题目对应的图像信息存入第一图像信息文件中,其中,第一图像信息文件为与主观题型相对应的图像信息文件;如果判断出当前题目所属的题型为客观题型,则对当前题目的图像信息进行二值化处理,得到二值化图像数据,并将二值化图像数据存入第二图像信息文件中,其中,第二图像信息文件为与客观题型相对应的图像信息文件。
可选地,识别单元包括:第一获取模块,用于当题目的题型为客观题型时,获取每个题目的二值化图像数据;第一识别模块,用于对题目的二值化图像数据进行识别,得到第一识别结果;第一保存模块,用于将第一识别结果保存至数据库中。
可选地,识别单元还包括:第一获取模块,用于在获取每个题目的二值化图像数据之前,获取纸质答题卡中***区域的二值化图像数据;第二识别模块,用于对***区域的二值化图像数据进行识别;判断模块,用于判断对***区域的二值化图像数据进行识别是否完成;其中,如果判断出完成,则执行获取每个题目的二值化图像数据的步骤;如果判断出未完成,则继续对***区域的二值化图像数据进行识别。
可选地,识别单元包括:第三识别模块,用于当题目的题型为主观题型时,识别题目中包含的子题目;截取模块,用于对题目的图像信息中子题目对应的图像进行截取,得到子题目的图像信息;第二保存模块,用于对子题目的图像信息按照预设格式进行保存,保存至第二识别结果对应的存储区域中,以使阅卷用户对子题目进行判读。
可选地,评分单元包括:对比模块,用于将识别结果与预设答案进行对比,得到对比结果;确定模块,用于根据对比结果确定题目的评分结果;第三保存模块,用于将题目的评分结果保存至数据库中。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种电子阅卷的方法,其特征在于,包括:
获取纸质答题卡的图像信息和所述纸质答题卡的电子描述文件,其中,所述电子描述文件中包括描述信息,所述描述信息包括以下至少之一:所述纸质答题卡的版面信息,所述纸质答题卡的题型设置信息;
根据所述电子描述文件对所述纸质答题卡的图像信息进行分割,分割得到所述纸质答题卡中每个题型的图像信息文件,其中,每个所述题型的图像信息文件中包括所属于所述题型的每个题目的图像信息;
对每个所述题型的图像信息文件中包含的每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果;
根据所述识别结果对每个所述题目进行评分,得到每个所述题目的评分结果;
根据每个所述题目的评分结果确定用户的目标评分结果。
2.根据权利要求1所述的方法,其特征在于,根据所述电子描述文件对所述纸质答题卡的图像信息进行分割,分割得到所述纸质答题卡中每个题型的图像信息文件包括:
对所述电子描述文件进行分析,得到所述纸质答题卡的所述描述信息;
在对所述电子描述文件进行分析完成的情况下,通过坐标转换算法对所述纸质答题卡的图像信息进行分割,得到每个所述题目的图像信息;
基于所述描述信息对每个所述题目的图像信息进行分类,得到每个所述题型的图像信息文件。
3.根据权利要求2所述的方法,其特征在于,基于所述描述信息对每个所述题目的图像信息进行分类,得到每个所述题型的图像信息文件包括:
基于所述描述信息判断当前题目所属的题型是主观题型,还是客观题型;
如果判断出所述当前题目所属的题型为所述主观题型,则将所述当前题目对应的图像信息存入第一图像信息文件中,其中,所述第一图像信息文件为与所述主观题型相对应的图像信息文件;
如果判断出所述当前题目所属的题型为所述客观题型,则对所述当前题目的图像信息进行二值化处理,得到二值化图像数据,并将所述二值化图像数据存入第二图像信息文件中,其中,所述第二图像信息文件为与所述客观题型相对应的图像信息文件。
4.根据权利要求3所述的方法,其特征在于,当所述题目的所属题型为客观题型时,对每个所述题型的图像信息文件中每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果包括:
获取每个所述题目的二值化图像数据;
对所述题目的二值化图像数据进行识别,得到第一识别结果;
将所述第一识别结果保存至数据库中。
5.根据权利要求4所述的方法,其特征在于,在获取每个所述题目的二值化图像数据之前,所述方法还包括:
获取所述纸质答题卡中***区域的二值化图像数据;
对所述***区域的二值化图像数据进行识别;
判断对所述***区域的二值化图像数据进行识别是否完成;
其中,如果判断出完成,则执行获取每个所述题目的二值化图像数据的步骤;如果判断出未完成,则继续对所述***区域的二值化图像数据进行识别。
6.根据权利要求3所述的方法,其特征在于,当所述题目的所属题型为主观题型时,对每个所述题型的图像信息文件中每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果包括:
识别所述题目中包含的子题目;
对所述题目的图像信息中所述子题目对应的图像进行截取,得到所述子题目的图像信息;
对所述子题目的图像信息按照预设格式进行保存,保存至第二识别结果对应的存储区域中,以使阅卷用户对所述子题目进行判读。
7.根据权利要求1至6中任一项所述的方法,其特征在于,根据所述识别结果对每个所述题目进行评分,得到每个所述题目的评分结果包括:
将所述识别结果与预设答案进行对比,得到对比结果;
根据所述对比结果确定所述题目的评分结果;
将所述题目的评分结果保存至数据库中。
8.一种电子阅卷的装置,其特征在于,包括:
获取单元,用于获取纸质答题卡的图像信息和所述纸质答题卡的电子描述文件,其中,所述电子描述文件中包括描述信息,所述描述信息包括以下至少之一:所述纸质答题卡的试卷文件的版面信息,所述纸质答题卡的试卷文件的题型设置信息;
分割单元,用于根据所述电子描述文件对所述纸质答题卡的图像信息进行分割,分割得到所述纸质答题卡中每个题型的图像信息文件,其中,每个所述题型的图像信息文件中包括所属于所述题型的每个题目的图像信息;
识别单元,用于对每个所述题型的图像信息文件中包含的每个所述题目的图像信息进行识别处理,得到每个所述题目的识别结果;
评分单元,用于根据所述识别结果对每个所述题目进行评分,得到每个所述题目的评分结果;
确定单元,用于根据每个所述题目的评分结果确定用户的目标评分结果。
9.根据权利要求8所述的装置,其特征在于,所述分割单元包括:
分析模块,用于对所述电子描述文件进行分析,得到所述纸质答题卡的所述描述信息;
分割模块,用于在对所述电子描述文件进行分析完成的情况下,通过坐标转换算法对所述纸质答题卡的图像信息进行分割,得到每个所述题目的图像信息;
分类模块,用于基于所述描述信息对每个所述题目的图像信息进行分类,得到每个所述题型的图像信息文件。
10.根据权利要求9所述的装置,其特征在于,所述分类模块用于:
基于所述描述信息判断当前题目所属的题型是主观题型,还是客观题型;
如果判断出所述当前题目所属的题型为所述主观题型,则将所述当前题目对应的图像信息存入第一图像信息文件中,其中,所述第一图像信息文件为与所述主观题型相对应的图像信息文件;
如果判断出所述当前题目所属的题型为所述客观题型,则对所述当前题目的图像信息进行二值化处理,得到二值化图像数据,并将所述二值化图像数据存入第二图像信息文件中,其中,所述第二图像信息文件为与所述客观题型相对应的图像信息文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710056451.0A CN106778703A (zh) | 2017-01-25 | 2017-01-25 | 电子阅卷的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710056451.0A CN106778703A (zh) | 2017-01-25 | 2017-01-25 | 电子阅卷的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106778703A true CN106778703A (zh) | 2017-05-31 |
Family
ID=58942810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710056451.0A Pending CN106778703A (zh) | 2017-01-25 | 2017-01-25 | 电子阅卷的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106778703A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506746A (zh) * | 2017-09-08 | 2017-12-22 | 电子科技大学中山学院 | 智能阅卷***无定位点图像识别方法及*** |
CN107977637A (zh) * | 2017-12-11 | 2018-05-01 | 上海启思教育科技服务有限公司 | 一种多题型的智能阅卷*** |
CN108053348A (zh) * | 2017-12-11 | 2018-05-18 | 上海启思教育科技服务有限公司 | 一种用于数学试卷的智能阅卷*** |
CN108230308A (zh) * | 2017-12-29 | 2018-06-29 | 武汉璞华大数据技术有限公司 | 一种广告单校对方法、装置和设备 |
CN109376731A (zh) * | 2018-08-24 | 2019-02-22 | 北京三快在线科技有限公司 | 一种文字识别方法和装置 |
CN110084497A (zh) * | 2019-04-18 | 2019-08-02 | 上海电力学院 | 一种正三棱锥左视图的自动识别评分方法 |
CN110135270A (zh) * | 2019-04-18 | 2019-08-16 | 上海电力学院 | 一种圆柱体左视图的自动识别评分方法 |
CN110309725A (zh) * | 2019-06-06 | 2019-10-08 | 上海电力学院 | 一种普通平键轴类断面图的自动识别评分方法 |
CN110544400A (zh) * | 2019-08-06 | 2019-12-06 | 安徽学云教育科技有限公司 | 一种基于图像识别的填空题自动阅卷方法 |
CN113487701A (zh) * | 2021-07-05 | 2021-10-08 | 北京鑫泰昊岳科技有限公司 | 一种考试录入方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷***及阅卷方法 |
CN101901338A (zh) * | 2010-07-09 | 2010-12-01 | 北京商纳科技有限公司 | 一种试卷分数统计方法及*** |
CN105590101A (zh) * | 2015-12-28 | 2016-05-18 | 杭州淳敏软件技术有限公司 | 基于手机拍照的手写答题卡自动处理和阅卷方法及*** |
-
2017
- 2017-01-25 CN CN201710056451.0A patent/CN106778703A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334814A (zh) * | 2008-04-28 | 2008-12-31 | 华北电力大学 | 一种自动化的扫描阅卷***及阅卷方法 |
CN101901338A (zh) * | 2010-07-09 | 2010-12-01 | 北京商纳科技有限公司 | 一种试卷分数统计方法及*** |
CN105590101A (zh) * | 2015-12-28 | 2016-05-18 | 杭州淳敏软件技术有限公司 | 基于手机拍照的手写答题卡自动处理和阅卷方法及*** |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506746A (zh) * | 2017-09-08 | 2017-12-22 | 电子科技大学中山学院 | 智能阅卷***无定位点图像识别方法及*** |
CN107977637A (zh) * | 2017-12-11 | 2018-05-01 | 上海启思教育科技服务有限公司 | 一种多题型的智能阅卷*** |
CN108053348A (zh) * | 2017-12-11 | 2018-05-18 | 上海启思教育科技服务有限公司 | 一种用于数学试卷的智能阅卷*** |
CN108053348B (zh) * | 2017-12-11 | 2021-12-07 | 上海启思教育科技服务有限公司 | 一种用于数学试卷的智能阅卷*** |
CN108230308A (zh) * | 2017-12-29 | 2018-06-29 | 武汉璞华大数据技术有限公司 | 一种广告单校对方法、装置和设备 |
CN108230308B (zh) * | 2017-12-29 | 2021-02-09 | 武汉璞华大数据技术有限公司 | 一种广告单校对方法、装置和设备 |
CN109376731A (zh) * | 2018-08-24 | 2019-02-22 | 北京三快在线科技有限公司 | 一种文字识别方法和装置 |
CN110084497A (zh) * | 2019-04-18 | 2019-08-02 | 上海电力学院 | 一种正三棱锥左视图的自动识别评分方法 |
CN110135270A (zh) * | 2019-04-18 | 2019-08-16 | 上海电力学院 | 一种圆柱体左视图的自动识别评分方法 |
CN110309725A (zh) * | 2019-06-06 | 2019-10-08 | 上海电力学院 | 一种普通平键轴类断面图的自动识别评分方法 |
CN110544400A (zh) * | 2019-08-06 | 2019-12-06 | 安徽学云教育科技有限公司 | 一种基于图像识别的填空题自动阅卷方法 |
CN113487701A (zh) * | 2021-07-05 | 2021-10-08 | 北京鑫泰昊岳科技有限公司 | 一种考试录入方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106778703A (zh) | 电子阅卷的方法和装置 | |
CN103528617B (zh) | 一种座舱仪表自动识别和检测方法及装置 | |
CN106846961B (zh) | 电子试卷的处理方法和装置 | |
CN110348400A (zh) | 一种评分获取方法、装置及电子设备 | |
CN104143094A (zh) | 一种无需答题卡的试卷自动阅卷处理方法及*** | |
CN108830267A (zh) | 一种基于图像识别进行阅卷的方法及*** | |
KR101663311B1 (ko) | 학습 평가 서비스 시스템 | |
CN110322379A (zh) | 试卷处理方法和试卷处理*** | |
CN106033535B (zh) | 电子阅卷方法 | |
CN110348444A (zh) | 基于深度学习的错题收集方法、装置及设备 | |
CN110689013A (zh) | 一种基于特征识别的自动阅卷方法及*** | |
CN110659584A (zh) | 一种基于图像识别的智能留痕阅卷*** | |
CN113592044B (zh) | 一种笔迹特征分析方法及装置 | |
CN105912993A (zh) | 自动阅卷图像识别方法和*** | |
CN110909035A (zh) | 个性化复习题集生成方法、装置、电子设备及存储介质 | |
CN106296513A (zh) | 一种网上扫描评阅*** | |
CN110222678A (zh) | 一种题目分析方法、***、可读存储介质及电子设备 | |
CN115396389B (zh) | 一种基于情绪能量感知的物联网信息技术客服服务*** | |
Engin et al. | Offline signature verification on real-world documents | |
CN104408403B (zh) | 一种二次录入不一致的仲裁方法及装置 | |
CN111444389A (zh) | 一种基于目标检测的会议视频分析方法及*** | |
CN115205883A (zh) | 基于ocr和nlp的资料审核方法、装置、设备、存储介质 | |
CN112000834A (zh) | 文档处理方法、装置、***、电子设备及存储介质 | |
CN108428073A (zh) | 一种用于教师教学质量的智能评价*** | |
CN114998905A (zh) | 一种复杂结构化文档内容的校验方法、装置与设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |