CN107895142A - 一种基于视觉标记的试卷试题内容自动分割方法及*** - Google Patents
一种基于视觉标记的试卷试题内容自动分割方法及*** Download PDFInfo
- Publication number
- CN107895142A CN107895142A CN201711012154.2A CN201711012154A CN107895142A CN 107895142 A CN107895142 A CN 107895142A CN 201711012154 A CN201711012154 A CN 201711012154A CN 107895142 A CN107895142 A CN 107895142A
- Authority
- CN
- China
- Prior art keywords
- paper
- module
- mark
- electronic image
- visual beacon
- 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
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及一种基于视觉标记的试卷试题内容自动分割方法及***,所述方法包括S1:从试题库抽取试题自动组成一份模块试卷并在该模块试卷每页中的指定位置添加视觉标志;S2:将S1中已添加视觉标志的模块试卷打印,得到纸质试卷,纸质试卷在答题完成后,通过手机或相机设备拍摄形成电子图像试卷,然后对电子图像试卷中的视觉标志进行检测;S3:将S2中的电子图像试卷进行校正;S4:根据分割信息标志中储存的每道试题区域的坐标信息,在校正后的电子图像试卷上截取相应区域,完成试卷的自动分割。本发明可精准、高效的完成试题内容的自动分割,提取出每道试题的内容区域,为后续对试题内容的智能分析和解读提供基础。
Description
技术领域
本发明属于图像处理领域,具体说是一种基于视觉标记的试卷试题内容自动分割方法及***。
背景技术
在教育行业中,试卷对于检测学生知识学习情况具有重要作用。目前,试卷仍以纸质形式为主。纸质试卷具有易于携带、方便作答、保护视力和便于组织考试等优点。然而,纸质试卷也存在不易保存的缺点。完成过的试卷往往得不到有效保存而丢失,无法对以往学习情况进行整理和总结。将纸质试卷电子化是解决此问题的有效方法。然而,目前纸质试卷电子化存在以下几点不足:1)需要采用扫描仪等专门的设备录入。在日常生活中,手机、相机等才是人们常用的拍摄图像的工具;2)仅将试卷进行扫描存档,缺乏对试卷内容进行有效分析的手段。纸质试卷电子化不应当满足于拍摄形成图像,而是应当对试卷内容进行智能分析,将纸质试卷转化成为学习数据,这些数据可以成为学生的个性化档案。要达到对试卷内容智能分析的目的,关键步骤之一就是对试卷试题内容的分割,也就是将试卷图像按试题内容区域(例如选择题、填空题、简答题等)分割开来,以进行后续的智能分析。实现准确、有效的试卷试题内容分割是计算机图像分析领域具有一定挑战的技术难题,面临的困难主要包括:录入图像的环境多样,存在不同拍摄视角、光照条件等的影响;试卷内容排版多样,作答后字符之间的重叠连接给分割造成干扰。
基于上述现状,需要开发一种准确、高效的试卷试题内容自动分割方法及***,以实现试题内容区域的提取,为纸质试卷的电子化以及后续的智能分析提供保障。
发明内容
针对上述问题,本发明提供一种基于视觉标记的试卷试题内容自动分割方法,包括以下步骤:
S1:从试题库抽取试题自动组成一份模块试卷并在该模块试卷每页中的指定位置添加视觉标志:
S1.1:所述视觉标志包括分割信息标志,所述分割信息标志采用1个QR二维码,设于该模块试卷的左上角,将本页每道试题区域的起始线和终止线的坐标信息编码存入该QR二维码中;
S1.2:所述视觉标志还包括校正标志,所述校正标志采用QR二维码的定位符,共计4个,包括位于模块试卷的左上位置的左上校正标志、位于右上位置的右上校正标志、位于左下位置的左下校正标志和位于右下位置的右下校正标志,其中位于左上位置的校正标志不能包含分割信息标志;
S2:将S1中已添加视觉标志的模块试卷打印,得到纸质试卷,纸质试卷在答题完成后,通过手机或相机设备拍摄形成电子图像试卷,然后对电子图像试卷中的视觉标志进行检测;具体步骤如下:
S2.1:将电子图像试卷由彩色图像转换成灰度图像;
S2.2:采用QR二维码检测和识别算法进行分割信息标志的检测,当且仅当检测到1个分割信息标志时,读取其中的试题区域的相关坐标信息,若能读取,执行S2.3,否则,返回执行S2.1;
S2.3:采用自适应阈值方法对灰度图像进行二值化处理,其二值化处理时偏移值调整量取初始化值为10;
S2.4:在二值化图像上进行校正标志的检测,若检测到4个校正标志,则检测成功;若检测到的校正标志数量小于或大于4,则返回S2.3中,将偏移值调整量增加10后再次进行二值化处理,直到检测到4个校正标志为止;
S3:将S2中的电子图像试卷进行校正,具体步骤如下:
S3.1:分别计算出S2.4中电子图像试卷中的每一校正标志中心位置的坐标,区分出左上、右上、左下、右下的校正标志,作为电子图像试卷的四个点;
S3.2:计算出S1中所述模块试卷中4个校正标志中心位置的坐标,作为模块试卷的四个点;
S3.3:根据S3.1 和S3.2的四个点,求解出单应性矩阵;
S3.4: 通过S3.4求解的单应性矩阵,将拍摄的存在形变的电子图像试卷映射为校正后的电子图像试卷;
S4:根据分割信息标志中储存的每道试题区域的坐标信息,在校正后的电子图像试卷上截取相应区域,完成试卷的自动分割。
作为优选,:步骤S1中所述QR二维码还可位于模块设卷的右上角、左下角或右下角;当QR二维码位于右上角时,位于右上的右上校正标志不包含分割信息标志;当QR二维码位于左下角时,位于左下的左下校正标志不包含分割信息标志;当QR二维码位于右下角时,位于右下的右下校正标志不包含分割信息标志。
所述QR二维码可替换为Data Matrix、MaxiCode、Aztec、Vericode、PDF417,Ultracode、Code 49、Code 16K的任意一种。
与现有技术相比,本发明具有以下有益效果:可以规范纸质试卷的生成样式,能够以手机、相机等便携设备拍摄的试卷作为输入图像,将试卷按试题内容进行分割,提取出试卷中的每道试题(例如选择题、填空题、简答题等)的内容区域,形成以试题内容为基本项的电子化试卷,在此基础上可以进一步实现试题内容的智能分析和解读。
本发明还提供一种使用上述分割方法进行分割的试卷试题内容自动分割***,包括试卷生成模块、视觉标志检测识别模块、试卷图像校正模块和试卷自动分割模块;所述试卷生成模块用于实现模块试卷的自动组卷,并在模块试卷中加入视觉标志;所述视觉标志检测识别模块用于对所述模块试卷经打印得到的电子图像试卷中的视觉标志进行检测,并识别视觉标志中的分割信息;所述试卷图像校正模块根据视觉标志对存在形变的电子图像试卷进行校正;所述试卷自动分割模块根据视觉标志中的分割信息,完成试卷中试题内容的分割。
与现有技术相比,本***分割精准,效率极高。
附图说明
图1是本发明的整体流程框图;
图2是本发明模块试卷中分割信息标志和校正标志的结构示意图。
具体实施方式
下面将结合附图详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。值得说明的是,许多种类的二维码中,常用的码制有:Data Matrix,MaxiCode, Aztec,QR Code, Vericode,PDF417,Ultracode,Code 49,Code16K等。许多种类的二维条码中,常用的码制有许多种类的二维条码中,常用的码制有许多种类的二维条码中,常用的码制有:Data Matrix,MaxiCode, Aztec,QR Code, Vericode,PDF417,Ultracode,Code 49,Code 16K等许多种类的二维条码中,常用的码制有:DataMatrix,MaxiCode, Aztec,QR Code, Vericode,PDF417,Ultracode,Code 49,Code 16K等许多种类的二维条码中许多种类的二维条码中
一种基于视觉标记的试卷试题内容自动分割方法,包括以下步骤:
S1:从试题库抽取试题自动组成一份模块试卷并在该模块试卷每页中的指定位置添加视觉标志:所述视觉标志包括分割信息标志和校正标志,所述分割信息标志采用1个QR二维码,将本页每道试题区域的起始线和终止线的坐标信息编码存入该QR二维码中,所述校正标志采用QR二维码的定位符,共计4个,包括位于模块试卷的左上位置的左上校正标志、位于右上位置的右上校正标志、位于左下位置的左下校正标志和位于右下位置的右下校正标志,所述QR二维码可位于模块设卷的左上角、右上角、左下角或右下角;当QR二维码位于左上角时,位于左上的左上校正标志不包含分割信息标志;当QR二维码位于右上角时,位于右上的右上校正标志不包含分割信息标志;当QR二维码位于左下角时,位于左下的左下校正标志不包含分割信息标志;当QR二维码位于右下角时,位于右下的右下校正标志不包含分割信息标志,本发明中以QR二维码位于左上角状态作为实施例实现;
S2:将S1中已添加视觉标志的模块试卷打印,得到纸质试卷,纸质试卷在答题完成后,通过手机或相机设备拍摄形成电子图像试卷,然后对电子图像试卷中的视觉标志进行检测;具体步骤如下:
S2.1:将电子图像试卷由彩色图像转换成灰度图像;
S2.2:采用QR二维码检测和识别算法进行分割信息标志的检测,当且仅当检测到1个分割信息标志时,读取其中的试题区域的相关坐标信息,若能读取,执行S2.3,否则,返回执行S2.1;
S2.3:采用自适应阈值方法对灰度图像进行二值化处理,其二值化处理时偏移值调整量取初始化值为10;
S2.4:在二值化图像上进行校正标志的检测,若检测到4个校正标志,则检测成功;若检测到的校正标志数量小于或大于4,则返回S2.3中,将偏移值调整量增加10后再次进行二值化处理,直到检测到4个校正标志为止;当偏移值调整量增加到超过100,还未检测到4个校正标志时,需要重新执行S1;
S3:由于在模块试卷的拍摄过程可能存在各种情况,例如试卷的摆放可能是倾斜的,也有可能存在一定旋转,还有可能不平整,从而导致由于拍摄电子图像试卷存在一定形变而不能准确的对每道试题区域的坐标信息进行分割,因而需要将此形变近似为单应变换,通过对电子图像试卷进行相应的校正处理,就可以得到消除形变后的校正试卷图像,其校正具体步骤如下:
S3.1:分别计算出S2.4中电子图像试卷中的每一校正标志中心位置的坐标,区分出左上、右上、左下、右下的校正标志,作为电子图像试卷的四个点;
S3.2:计算出S1中所述模块试卷中4个校正标志中心位置的坐标,作为模块试卷的四个点;
S3.3:根据S3.1 和S3.2的四个点,求解出单应性矩阵;
S3.4: 通过S3.4求解的单应性矩阵,将拍摄的存在形变的电子图像试卷映射为校正后的电子图像试卷;
S4:根据分割信息标志中储存的每道试题区域的坐标信息,在校正后的电子图像试卷上截取相应区域,完成试卷的自动分割。
一种使用上述分割方法进行分割的试卷试题内容自动分割***,包括试卷生成模块、视觉标志检测识别模块、试卷图像校正模块和试卷自动分割模块;所述试卷生成模块用于实现模块试卷的自动组卷,并在模块试卷中加入视觉标志;所述视觉标志检测识别模块用于对所述模块试卷经打印得到的电子图像试卷中的视觉标志进行检测,并识别视觉标志中的分割信息;所述试卷图像校正模块根据视觉标志对存在形变的电子图像试卷进行校正;所述试卷自动分割模块根据视觉标志中的分割信息,完成试卷中试题内容的分割。
在实施过程中,本发明在纸质试卷中加入视觉标志,能够通过手机、相机等设备方便地完成对纸质试卷的电子化录入,能够将试卷按试题内容进行分割,提取出每道试题的内容区域,为后续对试题内容的智能分析和解读提供基础。
以上对本发明实施例所提供的技术方案进行了详细介绍,本文中应用了具体个例对本发明实施例的原理以及实施方式进行了阐述,以上实施例的说明只适用于帮助理解本发明实施例的原理;同时,对于本领域的一般技术人员,依据本发明实施例,在具体实施方式以及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种基于视觉标记的试卷试题内容自动分割方法,其特征在于,包括以下步骤:
S1:从试题库抽取试题自动组成一份模块试卷并在该模块试卷每页中的指定位置添加视觉标志:
S1.1:所述视觉标志包括分割信息标志,所述分割信息标志采用1个QR二维码(100),设于该模块试卷的左上角,将本页每道试题区域的起始线和终止线的坐标信息编码存入该QR二维码中;
S1.2:所述视觉标志还包括校正标志,所述校正标志采用QR二维码的定位符,共计4个,包括位于模块试卷的左上位置的左上校正标志(101)、位于右上位置的右上校正标志(102)、位于左下位置的左下校正标志(103)和位于右下位置的右下校正标志(104),其中位于左上位置的校正标志不能包含分割信息标志;
S2:将S1中已添加视觉标志的模块试卷打印,得到纸质试卷,纸质试卷在答题完成后,通过手机或相机设备拍摄形成电子图像试卷,然后对电子图像试卷中的视觉标志进行检测;具体步骤如下:
S2.1:将电子图像试卷由彩色图像转换成灰度图像;
S2.2:采用QR二维码检测和识别算法进行分割信息标志的检测,当且仅当检测到1个分割信息标志时,读取其中的试题区域的相关坐标信息,若能读取,执行S2.3,否则,返回执行S2.1;
S2.3:采用自适应阈值方法对灰度图像进行二值化处理,其二值化处理时偏移值调整量取初始化值为10;
S2.4:在二值化图像上进行校正标志的检测,若检测到4个校正标志,则检测成功;若检测到的校正标志数量小于或大于4,则返回S2.3中,将偏移值调整量增加10后再次进行二值化处理,直到检测到4个校正标志为止;
S3:将S2中的电子图像试卷进行校正,具体步骤如下:
S3.1:分别计算出S2.4中电子图像试卷中的每一校正标志中心位置的坐标,区分出左上、右上、左下、右下的校正标志,作为电子图像试卷的四个点;
S3.2:计算出S1中所述模块试卷中4个校正标志中心位置的坐标,作为模块试卷的四个点;
S3.3:根据S3.1 和S3.2的四个点,求解出单应性矩阵;
S3.4: 通过S3.4求解的单应性矩阵,将拍摄的存在形变的电子图像试卷映射为校正后的电子图像试卷;
S4:根据分割信息标志中储存的每道试题区域的坐标信息,在校正后的电子图像试卷上截取相应区域,完成试卷的自动分割。
2.根据权利要求1所述基于视觉标记的试卷试题内容自动分割方法,其特征在于:步骤S1中所述QR二维码还可位于模块设卷的右上角、左下角或右下角;当QR二维码位于右上角时,位于右上的右上校正标志不包含分割信息标志;当QR二维码位于左下角时,位于左下的左下校正标志不包含分割信息标志;当QR二维码位于右下角时,位于右下的右下校正标志不包含分割信息标志。
3.根据权利要求2所述基于视觉标记的试卷试题内容自动分割方法,其特征在于:所述QR二维码可替换为Data Matrix、MaxiCode、Aztec、Vericode、PDF417,Ultracode、Code 49、Code 16K的任意一种。
4.一种使用权利要求1或3所述分割方法进行分割的试卷试题内容自动分割***,其特征在于:包括试卷生成模块、视觉标志检测识别模块、试卷图像校正模块和试卷自动分割模块;所述试卷生成模块用于实现模块试卷的自动组卷,并在模块试卷中加入视觉标志;所述视觉标志检测识别模块用于对所述模块试卷经打印得到的电子图像试卷中的视觉标志进行检测,并识别视觉标志中的分割信息;所述试卷图像校正模块根据视觉标志对存在形变的电子图像试卷进行校正;所述试卷自动分割模块根据视觉标志中的分割信息,完成试卷中试题内容的分割。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711012154.2A CN107895142A (zh) | 2017-10-26 | 2017-10-26 | 一种基于视觉标记的试卷试题内容自动分割方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711012154.2A CN107895142A (zh) | 2017-10-26 | 2017-10-26 | 一种基于视觉标记的试卷试题内容自动分割方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107895142A true CN107895142A (zh) | 2018-04-10 |
Family
ID=61803757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711012154.2A Pending CN107895142A (zh) | 2017-10-26 | 2017-10-26 | 一种基于视觉标记的试卷试题内容自动分割方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107895142A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815948A (zh) * | 2019-01-14 | 2019-05-28 | 辽宁大学 | 一种复杂场景下的试卷分割算法 |
CN110033662A (zh) * | 2019-03-29 | 2019-07-19 | 金华市花儿教育咨询有限公司 | 一种题目信息采集的方法及*** |
CN110569845A (zh) * | 2019-09-12 | 2019-12-13 | 苏州大学 | 一种试卷图像的校正方法及相关装置 |
CN110738250A (zh) * | 2019-10-09 | 2020-01-31 | 陈浩能 | 果蔬新鲜度识别方法及相关产品 |
CN110796025A (zh) * | 2019-10-09 | 2020-02-14 | 陈浩能 | 果蔬新鲜度识别方法及相关产品 |
CN112351148A (zh) * | 2020-08-21 | 2021-02-09 | 山东浩学信息科技有限公司 | 一种将纸质化试卷转变为电子信息化试卷的图像处理*** |
CN112686959A (zh) * | 2019-10-18 | 2021-04-20 | 菜鸟智能物流控股有限公司 | 待识别图像的矫正方法及装置 |
CN114358224A (zh) * | 2021-12-27 | 2022-04-15 | 北京云思智学科技有限公司 | 试题资料的电子信息签注方法、自动批改方法及其装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143094A (zh) * | 2014-07-08 | 2014-11-12 | 北京彩云动力教育科技有限公司 | 一种无需答题卡的试卷自动阅卷处理方法及*** |
CN104143200A (zh) * | 2014-07-16 | 2014-11-12 | 华南理工大学 | 一种图像附加信息的边框型编码与智能识别方法 |
CN106033544A (zh) * | 2015-03-18 | 2016-10-19 | 成都理想境界科技有限公司 | 基于模板匹配的试卷内容区域提取方法 |
CN106033535A (zh) * | 2015-03-18 | 2016-10-19 | 成都理想境界科技有限公司 | 电子阅卷方法 |
-
2017
- 2017-10-26 CN CN201711012154.2A patent/CN107895142A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143094A (zh) * | 2014-07-08 | 2014-11-12 | 北京彩云动力教育科技有限公司 | 一种无需答题卡的试卷自动阅卷处理方法及*** |
CN104143200A (zh) * | 2014-07-16 | 2014-11-12 | 华南理工大学 | 一种图像附加信息的边框型编码与智能识别方法 |
CN106033544A (zh) * | 2015-03-18 | 2016-10-19 | 成都理想境界科技有限公司 | 基于模板匹配的试卷内容区域提取方法 |
CN106033535A (zh) * | 2015-03-18 | 2016-10-19 | 成都理想境界科技有限公司 | 电子阅卷方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109815948A (zh) * | 2019-01-14 | 2019-05-28 | 辽宁大学 | 一种复杂场景下的试卷分割算法 |
CN110033662A (zh) * | 2019-03-29 | 2019-07-19 | 金华市花儿教育咨询有限公司 | 一种题目信息采集的方法及*** |
CN110569845A (zh) * | 2019-09-12 | 2019-12-13 | 苏州大学 | 一种试卷图像的校正方法及相关装置 |
CN110738250A (zh) * | 2019-10-09 | 2020-01-31 | 陈浩能 | 果蔬新鲜度识别方法及相关产品 |
CN110796025A (zh) * | 2019-10-09 | 2020-02-14 | 陈浩能 | 果蔬新鲜度识别方法及相关产品 |
CN110796025B (zh) * | 2019-10-09 | 2023-12-22 | 陈浩能 | 果蔬新鲜度识别方法及相关产品 |
CN110738250B (zh) * | 2019-10-09 | 2024-02-27 | 陈浩能 | 果蔬新鲜度识别方法及相关产品 |
CN112686959A (zh) * | 2019-10-18 | 2021-04-20 | 菜鸟智能物流控股有限公司 | 待识别图像的矫正方法及装置 |
CN112686959B (zh) * | 2019-10-18 | 2024-06-11 | 菜鸟智能物流控股有限公司 | 待识别图像的矫正方法及装置 |
CN112351148A (zh) * | 2020-08-21 | 2021-02-09 | 山东浩学信息科技有限公司 | 一种将纸质化试卷转变为电子信息化试卷的图像处理*** |
CN114358224A (zh) * | 2021-12-27 | 2022-04-15 | 北京云思智学科技有限公司 | 试题资料的电子信息签注方法、自动批改方法及其装置 |
CN114358224B (zh) * | 2021-12-27 | 2024-02-13 | 北京云思智学科技有限公司 | 试题资料的自动批改方法及其装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107895142A (zh) | 一种基于视觉标记的试卷试题内容自动分割方法及*** | |
CN110008933B (zh) | 一种通用智能阅卷***和方法 | |
US9805296B2 (en) | Method and apparatus for decoding or generating multi-layer color QR code, method for recommending setting parameters in generation of multi-layer QR code, and product comprising multi-layer color QR code | |
US9582728B2 (en) | System for determining alignment of a user-marked document and method thereof | |
Neumann et al. | A method for text localization and recognition in real-world images | |
KR101648756B1 (ko) | 시험지 인식 및 채점 시스템 | |
EP3674853A1 (en) | Image-based information processing method and system | |
CN106033544B (zh) | 基于模板匹配的试卷内容区域提取方法 | |
CN108416345B (zh) | 一种答题卡区域识别方法和计算设备 | |
CN106033535B (zh) | 电子阅卷方法 | |
CN110751146B (zh) | 文本区域检测方法、装置、电子终端和计算机可读存储介质 | |
CA3059003C (en) | Training a card type classifier with simulated card images | |
CN110991201B (zh) | 条码检测方法及相关装置 | |
EP3561729A1 (en) | Method for detecting and recognising long-range high-density visual markers | |
Khanam et al. | Implementation of the pHash algorithm for face recognition in a secured remote online examination system | |
Hasan et al. | An image processing oriented optical mark reader based on modify multi-connect architecture mmca | |
Cutter et al. | Improving the accessibility of mobile OCR apps via interactive modalities | |
CN109886093A (zh) | 一种公式检测方法、设备及计算机可读存储介质 | |
CN104462111A (zh) | 图像检索数据库建立方法 | |
CN114241486A (zh) | 一种提高识别试卷学生信息准确率的方法 | |
CN114255465A (zh) | 不规则医疗报告单图像中敏感信息脱敏方法及*** | |
Zaman | Vision based extraction of nutrition information from skewed nutrition labels | |
Dayananda Kumar et al. | Automated parameter-less optical mark recognition | |
Tjahyadi et al. | Automated scoring of multiple-choice test using template matching technique | |
Kim et al. | OMR Card Scoring Method Using Template Matching |
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: 20180410 |
|
RJ01 | Rejection of invention patent application after publication |