CN110766015A - 一种答题卡识别方法、装置和服务器、***及存储介质 - Google Patents
一种答题卡识别方法、装置和服务器、***及存储介质 Download PDFInfo
- Publication number
- CN110766015A CN110766015A CN201910961877.XA CN201910961877A CN110766015A CN 110766015 A CN110766015 A CN 110766015A CN 201910961877 A CN201910961877 A CN 201910961877A CN 110766015 A CN110766015 A CN 110766015A
- Authority
- CN
- China
- Prior art keywords
- answer
- answer sheet
- picture
- identification
- result set
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种答题卡识别方法、装置和服务器、***及存储介质，方法包括：获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；根据模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；接收存储服务器返回的每个主观题答案图片的存储ID；根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；将各识别结果集按照考号进行整合生成每个学生的作答结果集。本发明大大提高了答题卡识别的效率和准确率，为实现客观题的自动化阅卷和主观题的灵活阅卷做好准备。
Description
技术领域
本发明涉及教育技术领域，尤其涉及一种答题卡识别方法、装置和服务器、***及存储介质。
背景技术
随着信息化社会的到来，传统的考试阅卷方式已经不满足现在的需求，人们迫切的希望有一套完整的信息化***来辅助教育，展开高效、精准、无误差的考试阅卷方式，传统的阅卷方式多是老师在普通的纸张上面进行阅卷，这样的弊端很多，如：阅卷有误差、工作量大、效率低下，对于老师来说也是非常耗费精力。用信息化来辅助老师进行阅卷可以大大的提高工作效率，降低客观题的阅卷失败几率。
发明内容
本发明的目的在于提供一种答题卡识别方法、装置和服务器、***及存储介质，以解决上述背景技术中提出的问题。
根据本发明的一个方面，提供一种答题卡识别方法，所述方法包括：
获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；
根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；
接收存储服务器返回的每个主观题答案图片的存储ID；
根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；
将各识别结果集按照考号进行整合生成每个学生的作答结果集。
在本发明的一个实施例中，所述答题卡为双面答题卡，答题卡正面设置有用于定位的锚点、考号填涂区、二维码和题目信息，答题卡背面设置有用于定位的锚点、二维码和题目信息，所述二维码中包含科目信息。
在本发明的一个实施例中，所述答题卡正面和背面还设置有页码标识区，所述方法还包括：
根据所述模板文件识别出页码信息存储到识别结果集中，根据所述页码信息判断当前识别结果集为答题卡正面或答题卡背面。
在本发明的一个实施例中，所述判断当前识别结果集为答题卡正面或答题卡背面后还包括：
将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号。
在本发明的一个实施例中，所述答题卡图片与对应的识别结果集采用相同的图片序号进行命名，所述将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号具体为：
通过答题卡正面的图片序号确定出对应的答题卡背面的图片序号，或者通过答题卡背面的图片序号确定出对应的答题卡正面的图片序号；
再根据图片序号查找到对应的识别结果集，将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号。
在本发明的一个实施例中，所述将各识别结果集按照考号进行整合生成每个学生的作答结果集具体为：
获取答题卡的页数信息，若页数为1，则将每个识别结果集作为一个学生的作答结果集；若页数大于1，则将考号相同的所有识别结果集合并作为一个学生的作答结果集。
在本发明的一个实施例中，所述模板文件记载有考号和每道题目的填涂区在所述答题卡中的坐标参数，所述坐标参数包括填涂区的左上角顶点坐标和填涂区的横向长度、纵向长度。
在本发明的一个实施例中，所述方法还包括：
获取考试ID，根据所述考试ID和所述二维码中的科目信息获取答题卡图片的模板文件。
根据本发明的一个方面，提供一种答题卡识别装置，包括：
获取模块，用于获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；
识别模块，用于根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；
存储模块，用于接收存储服务器返回的每个主观题答案图片的存储ID；
结果集生成模块，用于根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；
结果集整合模块，用于将各识别结果集按照考号进行整合生成每个学生的作答结果集。
在本发明的一个实施例中，所述装置用于执行实现上述任一项所述的答题卡识别方法。
根据本发明的一个方面，提供一种识别服务器，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器实现上述任一项所述的答题卡识别方法。
根据本发明的一个方面，提供一种答题卡识别***，其特征在于，所述***包括客户端、上述所述的识别服务器和存储服务器，其中，
客户端，获取扫描后的一张或多张答题卡图片，将其发送至识别服务器；
识别服务器，获取客户端发送的一张或多张答题卡图片以及答题卡图片对应的模板文件，根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器，接收存储服务器返回的每个主观题答案图片对应的存储ID；根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集，将各识别结果集按照考号进行整合生成每个学生的作答结果集；
存储服务器，将每个主观题答案图片进行存储，生成每个主观题答案图片的存储ID返回至识别服务器。
在本发明的一个实施例中，所述客户端还用于将考试ID发送至识别服务器，所述识别服务器还用于对答题卡图片进行图像预处理，识别出二维码，根据所述考试ID和所述二维码中的科目信息获取答题卡图片的模板文件。
根据本发明的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的答题卡识别方法。
实施本发明实施例，将具有如下有益效果：
本发明实施例采用模板文件对答题卡图片进行识别，识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器，再根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集，将各识别结果集按照考号进行整合生成每个学生的作答结果集。采用本发明的方法，大大提高了答题卡识别的效率和准确率，为实现客观题的自动化阅卷和主观题的灵活阅卷做好准备。此外，本发明支持包含有多页答题卡的整体识别，大大拓展了考试的出题空间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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。
其中：
图1为本发明一个实施例中一种答题卡识别方法的流程图；
图2为本发明一个实施例中一种双面答题卡的示意图；
图3为本发明一个实施例中一种实现图1中步骤105的方法流程图；
图4为本发明一个实施例中一种答题卡识别装置的结构图；
图5为本发明一个实施例中一种答题卡识别服务器的结构图；
图6为本发明一个实施例中一种答题卡识别***的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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作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。
如图1所示，为本发明一个实施例中一种答题卡识别方法的流程图，优选的，该识别方法由识别服务器进行执行，包括如下步骤：
步骤S101，获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件。
在本发明的一个实施例中，客户端与扫描仪建立在线连接，接受扫描仪传送的一张或多张答题卡图片，并将这些答题卡图片发送至识别服务器，实现边扫描边识别，提高识别效率。
在本发明的一个是实施例中，客户端获取用户上传的多张答题卡图片(如采用压缩包的形式上传)，将多张答题卡图片发送至识别服务器。
在本发明的一个是实施例中，答题卡为单面答题卡或双面答题卡，如果为双面答题卡，则每张答题卡包括正面和背面，扫描后对应两张答题卡图片。如图2所示为未作答答题卡的正面和背面图像。从图中可看出，答题卡正面设置有用于定位的锚点、考号填涂区、二维码和题目信息等，答题卡背面设置有用于定位的锚点、二维码和题目信息，其中，二维码中至少包含科目信息，还可包含与考试相关的其他信息，比如年级、班级、考试类型(如月考、统考、期中考等)。优选的，答题卡正面和背面还设置有页码标识区，该页面标识区采用二进制来表示，黑色填充块表示1，白色填充块表示0。
在本发明的一个实施例中，扫描后的答题卡图片按照扫描先后顺序进行命名，即答题卡图片的文件名称中包含图片序号。
在本发明的一个实施例中，还用于获取考试ID，根据考试ID和二维码中的科目信息获取答题卡图片对应的模板文件，该模板文件中记载有考号和每道题目填涂区的坐标参数，所述坐标参数包括填涂区的左上角顶点坐标和填涂区的横向长度、纵向长度。具体的，识别服务器获取到扫描后的答题卡图片后，先对图片进行灰度化、二值化、腐蚀膨胀、降噪等图像预处理；再在预处理后的图像中采用轮廓算法、面积阈值等方式识别出锚点和二维码信息，进一步根据考试ID和二维码中的科目信息获取答题卡图片对应的模板文件。
本发明中答题卡根据预设的答题卡样式信息、题目信息和各题型对应的UI模型生成，其中，答题卡样式信息包括二维码的大小和显示位置、锚点的大小和显示位置、答题卡的宽度和高度、考号的位数以及显示位置等；UI模型包括题型样式信息和题型支持的操作工具，所述操作工具包括添加、删除、拆分、排版、交换相邻题型位置。比如，单选题、多选题、判断题的样式默认为一个方框里包含多个小题，每个小题包含题号和多个选项，方框的大小根据小题的多少进行适应性变化。填空题的样式默认为一个方框里包含多个小题，每个小题包含题号和一填空区。简答题的样式为每个小题对应一个方框。不同的题型对应的操作工具不同，添加适应于所有一个大题内包含多个小题的题型，比如选择题、判断题、填空题。拆分仅适应于填空题，可将位于同一方框的多个小题拆分成多个方框，每个方框中只包含一道小题。这样做的好处是，在后续的答题卡识别中，可以将每个小题切割成一幅图片，然后将不同的小题分配给不同的阅卷老师进行阅卷。排版适应于选择题和判断题，用来对每列包含的题目个数进行设置。交换相邻题型位置适应于所有题型，可以方框为单位相互交换的，本发明采用“下移”来实现，若题目非最后一道题，则该题目包含“下移”的操作工具。在题目方框内点击一下可以打开该题目对应的操作工具，比如，在单选题方框内点击一下，该单选题方框会以亮色显示，方框右上角显示操作工具按钮“添加”、“排版”、“删除”和“下移”，点击不同的按钮，可对单选题执行相应的操作。
答题卡生成之后，计算出每道题目的填涂区在所述答题卡中的坐标参数，生成该答题卡的模板文件。UI模型中每个方框的坐标参数可通过web前端技术直接获取，方框中每个小题的坐标为相对坐标，需根据该小题所在方框的坐标计算得出。
步骤S102，根据模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器。
优选的，本发明还用于根据模板文件识别出考号和客观题答题结果之前，还用于根据识别出的二维码矫正答题卡的方向。具体的，判断识别出的二维码是否为正向，如果不是，则旋转所述答题卡图像使得二维码为正向。进一步地，识别服务器根据模板文件中记载的坐标参数在预处理的图像中采用轮廓算法、面积阈值等方式识别出考号和客观题答题结果，再根据模板文件中记载的主观题的坐标参数将主观题答案按题目切割成图片后发送至存储服务器。优选的，存储服务器为对象存储服务器，每个主观题答案对应一图片文件，对象存储服务将每个图片文件存储后，生成唯一的存储ID返回至识别服务器。
步骤S103，接收存储服务器返回的每个主观题答案图片的存储ID。
步骤S104，根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集。
在本发明的一个实施例中，还用于根据所述模板文件识别出页码信息生成到识别结果集中。
在本发明的一个实施例中，识别结果集具有与答题卡图片相同的图片序号。
步骤S105，将各识别结果集按照考号进行整合生成每个学生的作答结果集。
本发明支持包含有多页答题卡的整体识别，如前所述，答题卡背面不包含考号，在生成答题卡背面的识别结果集时，该考号信息可以设置为空。因此，在识别的时候需要将答题卡背面的考号设置为对应的答题卡正面的考号。此外，若答题卡的页数小于等于2，则一个学生对应一张纸质答题卡，该答题卡在扫描的时候，答题卡正面和答题卡背面的图片位于同一批次中；若答题卡的页数大于2，则一个学生对应两张或两张以上的纸质答题卡，在回收答题卡的时候，同一学生的多张答题卡可能会分散于不同的位置，从而使得扫描时同一学生的多张答题卡位于不同批次中，因此，需要对各识别结果集按照考号进行整合。
如图3所示为本发明一个实施例中一种实现图1中步骤105的方法流程图，包括：
步骤S301，获取答题卡的页数信息，若页数为1，则进入步骤S302；若页数大于1，则进入步骤S303。
该页数信息可存储于答题卡的模板文件中。
步骤S302，将每个识别结果集作为一个学生的作答结果集并结束。
步骤S303，判断当前识别结果集对应的答题卡图片是否为背面，如果是，进入步骤S304；如果否，进入步骤S305。
具体的，通过判断当前识别结果集中的页码信息或是否包含考号信息可确定答题卡图片是否为背面，比如页码为偶数，或者识别结果集中不包含考号信息则判断答题卡图片为背面。
步骤S304，确定相对应的答题卡正面的图片序号。
步骤S303判断当前识别结果集对应的答题卡图片为背面，则需要找到相对应的答题卡正面的图片序号。具体的，获取该识别结果集的图片序号，若图片序号为奇数，则说明扫描时是先扫背面再扫正面，则答题卡正面的图片序号为该识别结果集的图片序号+1；若图片序号为偶数，则说明扫描时是先扫正面再扫背面，则答题卡正面的图片序号为该识别结果集的图片序号-1。
步骤S305，确定相对应的答题卡背面的图片序号。
步骤S303判断当前识别结果集对应的答题卡图片为正面，则需要找到相对应的答题卡背面的图片序号。具体的，获取该识别结果集的图片序号，若图片序号为奇数，则表示扫描时是先扫正面再扫背面，则答题卡背面的图片序号为该识别结果集的图片序号+1；若图片序号为偶数，则表示扫描时是先扫背面再扫正面，则答题卡背面的图片序号为该识别结果集的图片序号-1。
步骤S306，在当前批次的所有识别结果集中寻找该图片序号对应的识别结果集，若找到，进入步骤S307；若未找到，则结束。
识别服务器为每次扫描上传的答题卡或者批量上传的答题卡生成一个批次ID，该批次ID可以按照考试ID+科目ID+自增序号生成。同一张答题卡的正面背面图片位于同一批次中，因此，步骤S305在当前批次中寻找当前图片的另一面图片即可。
步骤S307，将答题卡背面识别结果集中的考号设置为答题卡正面识别结果集中的考号。
至此，不论是根据正面找背面，还是根据背面找正面，同一张答题卡的正面识别结果集和背面识别结果集均已找到，且背面识别结果集中的考号已设置完毕。
步骤S308，判断该考号是否识别正确，若正确，进入步骤S309，否则结束。
学生在填涂时，如果填涂太浅，可能会存在识别不出的考号位，识别服务器会将该考号位设置为某个预设的符号，比如“X”。如果考号中包含“X”，表示该考号识别错误，则结束，后续由人工对其进行手动处理。
步骤S309，根据考试ID、科目ID获取本科目所有的扫描批次的识别结果集，在所有的识别结果集中找到跟当前考号一致的识别结果集，将这些识别结果集合并生成一个识别结果集。
优选的，若当前答题卡页数小于等于2，则只需要在当前批次的识别结果集中找到跟当前考号一致的识别结果集，将二者进行合并生成一个识别结果集；若当前答题卡页数大于2，则需要根据考试ID、科目ID获取本科目所有的扫描批次的识别结果集，在所有的识别结果集中找到跟当前考号一致的识别结果集，将二者进行合并生成一个识别结果集。
步骤S310，判断合并后的识别结果集的大小是否等于答题卡的页数，若是，进入步骤S311，否则结束。
步骤S311，将合并后的识别结果集作为学生的作答结果集发送到数据库进行存储。
每个识别结果集对应一面答题卡，如果合并后的识别结果集的大小等于答题卡的页数，则表示该学生答题卡配对成功，将该合并后的识别结果集作为学生的作答结果集发送到数据库进行存储，以供后续进行智能阅卷使用；如果该合并后的识别结果集的大小小于答题卡的页数，则表示该学生还有答题卡尚未识别完成，则等待下次合并后再做判断，直至合并后的识别结果集的大小等于答题卡的页数才将合并后的识别结果集作为学生的作答结果集发送到数据库进行存储。
上述实施例采用模板文件对答题卡图片进行识别，识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器，再根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集，将各识别结果集按照考号进行整合生成每个学生的作答结果集。采用本发明的方法，大大提高了答题卡识别的效率和准确率，为实现客观题的自动化阅卷和主观题的灵活阅卷做好准备。此外，本发明支持包含有多页答题卡的整体识别，大大拓展了考试的出题空间。
如图4所示为本发明一个实施例中一种答题卡识别装置的结构图，该装置包括：
获取模块41，用于获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；
识别模块42，用于根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；
存储模块43，用于接收存储服务器返回的每个主观题答案图片的存储ID；
结果集生成模块44，用于根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；
结果集整合模块45，用于将各识别结果集按照考号进行整合生成每个学生的作答结果集。
在本发明的一个是实施例中，答题卡为单面答题卡或双面答题卡，如果为双面答题卡，则每张答题卡包括正面和背面，扫描后对应两张答题卡图片。如图2所示为未作答答题卡的正面和背面图像。从图中可看出，答题卡正面设置有用于定位的锚点、考号填涂区、二维码和题目信息等，答题卡背面设置有用于定位的锚点、二维码和题目信息，其中，二维码中至少包含科目信息，还可包含与考试相关的其他信息，比如年级、班级、考试类型(如月考、统考、期中考等)。优选的，答题卡正面和背面还设置有页码标识区，该页面标识区采用二进制来表示，黑色填充块表示1，白色填充块表示0。
在本发明的一个实施例中，扫描后的答题卡图片按照扫描先后顺序进行命名，即答题卡图片的文件名称中包含图片序号。
在本发明的一个实施例中，获取模块41还用于获取考试ID，根据考试ID和二维码中的科目信息获取答题卡图片对应的模板文件。该模板文件中记载有考号和每道题目填涂区的坐标参数，所述坐标参数包括填涂区的左上角顶点坐标和填涂区的横向长度、纵向长度。
在本发明的一个实施例中，识别模块42还用于对图片进行灰度化、二值化、腐蚀膨胀、降噪等图像预处理；再在预处理后的图像中采用轮廓算法、面积阈值等方式识别出锚点和二维码信息，再根据识别出的二维码矫正答题卡的方向。具体的，判断识别出的二维码是否为正向，如果不是，则旋转所述答题卡图像使得二维码为正向。进一步地，根据模板文件中记载的坐标参数在预处理的图像中采用轮廓算法、面积阈值等方式识别出考号和客观题答题结果，再根据模板文件中记载的主观题的坐标参数将主观题答案按题目切割成图片后发送至存储服务器。优选的，识别模块42还用于根据所述模板文件识别出页码信息，结果集生成模块44还用于将页码信息生成到识别结果集中。
在本发明的一个实施例中，识别结果集具有与答题卡图片相同的图片序号。
在本发明的一个实施例中，结果集整合模块45还用于获取答题卡的页数信息，若页数为1，则将每个识别结果集作为一个学生的作答结果集；若页数大于1，则将考号相同的所有识别结果集合并作为一个学生的作答结果集。若页数大于1，还用于将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号。具体的，通过答题卡正面的图片序号确定出对应的答题卡背面的图片序号，或者通过答题卡背面的图片序号确定出对应的答题卡正面的图片序号；再根据图片序号查找到对应的识别结果集，将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号。最后，将所有批次中包含该考号的识别结果集进行合并，若合并后的识别结果集的大小等于答题卡的页数，则将合并后的识别结果集作为学生的作答结果集发送到数据库进行存储；否则，等待下次合并后再做判断，直至合并后的识别结果集的大小等于答题卡的页数才将合并后的识别结果集作为学生的作答结果集发送到数据库进行存储。
在本发明的一个实施例中，所述答题卡识别装置用于执行实现如上述图1至图3实施例所述的答题卡识别方法的操作。
如图5所示为本发明一个实施例中一种识别服务器的结构图，图5所示的识别服务器500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图5所示，识别服务器500包括但不限于：一个或者多个处理器或者处理单元51，***存储器52，连接不同***组件(包括***存储器52和处理单元51)的总线55。总线55表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
识别服务器500典型地包括多种计算机***可读介质。这些介质可以是任何能够被终端访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器52可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)521和/或高速缓存存储器522。识别服务器500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***523可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线55相连。存储器52可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明图1至图3实施例的功能。
具有一组(至少一个)程序模块58的程序/实用工具56，可以存储在例如存储器52中，这样的程序模块58包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块58通常执行本发明所描述的实施例中的功能和/或方法。
识别服务器500也可以与一个或多个外部设备700(例如键盘、指向设备、显示器600、摄像头等)通信，还可与一个或者多个使得用户能与该识别服务器500交互的设备通信，和/或与使得该识别服务器500能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口53进行。并且，识别服务器500还可以通过网络适配器54与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器54通过总线55与识别服务器500的其它模块通信。应当明白，尽管图5中未示出，可以结合识别服务器500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元51通过运行存储在***存储器52中的程序，从而执行各种功能应用以及数据处理，实现本发明实施例图1至图3实施例所述的答题卡识别方法，例如：获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；接收存储服务器返回的每个主观题答案图片的存储ID；根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；将各识别结果集按照考号进行整合生成每个学生的作答结果集。
如图6所示为本发明一个实施例中一种答题卡识别***的结构图，所述***包括客户端61、图5所述的识别服务器62和存储服务器63，其中：
客户端61，获取扫描后的一张或多张答题卡图片，将其发送至识别服务器62；
识别服务器62，获取客户端61发送的一张或多张答题卡图片以及答题卡图片对应的模板文件，根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器63，接收存储服务器63返回的每个主观题答案图片对应的存储ID；根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集，将各识别结果集按照考号进行整合生成每个学生的作答结果集；
存储服务器63，将每个主观题答案图片进行存储，生成每个主观题答案图片的存储ID返回至识别服务器62。
在本发明的一个实施例中，该***还包括扫描仪(未在图中示出)，扫描仪与客户端61建立在线连接。具体的，客户端61上安装有扫描软件，该软件装载有各种类型扫描仪的驱动，可支持佳能、柯达等多种类型扫描仪。与扫描仪建立连接后，接收扫描仪扫描答题卡后产生的图片，然后将图片发送至识别服务器。扫描仪每扫描完一张或多张答题卡图片，客户端61就将这些答题卡图片发送至识别服务器，实现边扫描边识别，提高识别效率。
在本发明的一个实施例中，客户端接收用户上传的多张答题卡图片(可采用压缩包的形式上传)，将多张答题卡图片发送至识别服务器。不论是使用边扫描边识别的方式还是先扫描再上传识别的方式，识别服务器为每次上传的答题卡生成一个批次ID，用于容错及后续的答题卡整合。
在本发明的一个实施例中，客户端61还用于将考试ID发送至识别服务器62，识别服务器62还用于对答题卡图片进行图像预处理，识别出二维码，根据所述考试ID和所述二维码中的科目信息获取答题卡图片的模板文件。
根据本发明的另一方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被储器执行时实现如上述图1至图3实施例所述的答题卡识别方法。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读信号介质包括但不限于电、磁、光、电磁、红外线、或半导体的习***、装置或期间，或者任意以上的组合。计算机可读存储介质包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD_ROM)、光存储器件、磁存储器件、或者上述任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发起、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在上述描述的答题卡识别装置可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (14)
1.一种答题卡识别方法，其特征在于，所述方法包括：
获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；
根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；
接收存储服务器返回的每个主观题答案图片的存储ID；
根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；
将各识别结果集按照考号进行整合生成每个学生的作答结果集。
2.如权利要求1所述的方法，其特征在于，所述答题卡为双面答题卡，答题卡正面设置有用于定位的锚点、考号填涂区、二维码和题目信息，答题卡背面设置有用于定位的锚点、二维码和题目信息，所述二维码中包含科目信息。
3.如权利要求2所述的方法，其特征在于，所述答题卡正面和背面还设置有页码标识区，所述方法还包括：
根据所述模板文件识别出页码信息存储到识别结果集中，根据所述页码信息判断当前识别结果集为答题卡正面或答题卡背面。
4.如权利要求3所述的方法，其特征在于，所述判断当前识别结果集为答题卡正面或答题卡背面后还包括：
将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号。
5.如权利要求4所述的方法，其特征在于，所述答题卡图片与对应的识别结果集采用相同的图片序号进行命名，所述将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号具体为：
通过答题卡正面的图片序号确定出对应的答题卡背面的图片序号，或者通过答题卡背面的图片序号确定出对应的答题卡正面的图片序号；
再根据图片序号查找到对应的识别结果集，将答题卡背面识别结果集中的考号设置为对应的答题卡正面识别结果集中的考号。
6.如权利要求1所述的方法，其特征在于，所述将各识别结果集按照考号进行整合生成每个学生的作答结果集具体为：
获取答题卡的页数信息，若页数为1，则将每个识别结果集作为一个学生的作答结果集；若页数大于1，则将考号相同的所有识别结果集合并作为一个学生的作答结果集。
7.如权利要求1所述的方法，其特征在于，所述模板文件记载有考号和每道题目的填涂区在所述答题卡中的坐标参数，所述坐标参数包括填涂区的左上角顶点坐标和填涂区的横向长度、纵向长度。
8.如权利要求2所述的方法，其特征在于，所述方法还包括：
获取考试ID，根据所述考试ID和所述二维码中的科目信息获取答题卡图片的模板文件。
9.一种答题卡识别装置，其特征在于，包括：
获取模块，用于获取扫描后的一张或多张答题卡图片及答题卡图片对应的模板文件；
识别模块，用于根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器；
存储模块，用于接收存储服务器返回的每个主观题答案图片的存储ID；
结果集生成模块，用于根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集；
结果集整合模块，用于将各识别结果集按照考号进行整合生成每个学生的作答结果集。
10.如权利要求9所述的装置，其特征在于，所述装置用于执行实现权利要求1至8中任一项所述的答题卡识别方法。
11.一种识别服务器，其特征在于，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器实现如权利要求1-8中任一项所述的答题卡识别方法。
12.一种答题卡识别***，其特征在于，所述***包括客户端、权利要求11所述的识别服务器和存储服务器，其中，
客户端，获取扫描后的一张或多张答题卡图片，将其发送至识别服务器；
识别服务器，获取客户端发送的一张或多张答题卡图片以及答题卡图片对应的模板文件，根据所述模板文件识别出考号和客观题答题结果，并将主观题答案按题目切割成图片后发送至存储服务器，接收存储服务器返回的每个主观题答案图片对应的存储ID；根据识别出的考号、客观题答题结果和每个主观题答案图片的存储ID为每张答题卡图片生成一个识别结果集，将各识别结果集按照考号进行整合生成每个学生的作答结果集；
存储服务器，将每个主观题答案图片进行存储，生成每个主观题答案图片的存储ID返回至识别服务器。
13.如权利要求12所述的***，其特征在于，所述客户端还用于将考试ID发送至识别服务器，所述识别服务器还用于对答题卡图片进行图像预处理，识别出二维码，根据所述考试ID和所述二维码中的科目信息获取答题卡图片的模板文件。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8任一项所述的答题卡识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910961877.XA CN110766015A (zh) | 2019-10-11 | 2019-10-11 | 一种答题卡识别方法、装置和服务器、***及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910961877.XA CN110766015A (zh) | 2019-10-11 | 2019-10-11 | 一种答题卡识别方法、装置和服务器、***及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110766015A true CN110766015A (zh) | 2020-02-07 |
Family
ID=69331807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910961877.XA Pending CN110766015A (zh) | 2019-10-11 | 2019-10-11 | 一种答题卡识别方法、装置和服务器、***及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766015A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001416A (zh) * | 2020-07-17 | 2020-11-27 | 北京邮电大学 | 一种自适应答题纸序列纠正方法 |
| CN112347946A (zh) * | 2020-11-10 | 2021-02-09 | 成都兴唐信息技术有限公司 | 一种多类型答题卡的识别方法及*** |
| CN113792720A (zh) * | 2021-08-09 | 2021-12-14 | 北京焦耳科技有限公司 | 一种用于电子阅卷的答题卡创建方法及应用其的考试方法 |
| CN114399623A (zh) * | 2021-11-30 | 2022-04-26 | 西安交通大学 | 一种通用答题识别方法、***、存储介质及计算设备 |
| CN116778032A (zh) * | 2023-07-03 | 2023-09-19 | 北京博思创成技术发展有限公司 | 答题卡生成方法、装置、设备和存储介质 |
| CN117058700A (zh) * | 2023-07-03 | 2023-11-14 | 北京博思创成技术发展有限公司 | 答题卡识别方法、装置、设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050255439A1 (en) * | 2004-05-14 | 2005-11-17 | Preston Cody | Method and system for generating and processing an assessment examination |
| CN106142889A (zh) * | 2015-04-08 | 2016-11-23 | 季争鸣 | 一种用于自动化扫描阅卷的答题卡及其应用方法 |
| CN107832758A (zh) * | 2017-11-06 | 2018-03-23 | 泉州市雄蓝教育科技有限公司 | 智能生成答题卡以及服务器终端自动阅卷评分的考试*** |
| CN107908612A (zh) * | 2017-11-14 | 2018-04-13 | 杭州汉林文化创意股份有限公司 | 答题卡生成方法、答题卡识别方法、作业*** |
-
2019
- 2019-10-11 CN CN201910961877.XA patent/CN110766015A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050255439A1 (en) * | 2004-05-14 | 2005-11-17 | Preston Cody | Method and system for generating and processing an assessment examination |
| CN106142889A (zh) * | 2015-04-08 | 2016-11-23 | 季争鸣 | 一种用于自动化扫描阅卷的答题卡及其应用方法 |
| CN107832758A (zh) * | 2017-11-06 | 2018-03-23 | 泉州市雄蓝教育科技有限公司 | 智能生成答题卡以及服务器终端自动阅卷评分的考试*** |
| CN107908612A (zh) * | 2017-11-14 | 2018-04-13 | 杭州汉林文化创意股份有限公司 | 答题卡生成方法、答题卡识别方法、作业*** |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112001416A (zh) * | 2020-07-17 | 2020-11-27 | 北京邮电大学 | 一种自适应答题纸序列纠正方法 |
| CN112347946A (zh) * | 2020-11-10 | 2021-02-09 | 成都兴唐信息技术有限公司 | 一种多类型答题卡的识别方法及*** |
| CN113792720A (zh) * | 2021-08-09 | 2021-12-14 | 北京焦耳科技有限公司 | 一种用于电子阅卷的答题卡创建方法及应用其的考试方法 |
| CN114399623A (zh) * | 2021-11-30 | 2022-04-26 | 西安交通大学 | 一种通用答题识别方法、***、存储介质及计算设备 |
| CN114399623B (zh) * | 2021-11-30 | 2024-04-16 | 西安交通大学 | 一种通用答题识别方法、***、存储介质及计算设备 |
| CN116778032A (zh) * | 2023-07-03 | 2023-09-19 | 北京博思创成技术发展有限公司 | 答题卡生成方法、装置、设备和存储介质 |
| CN117058700A (zh) * | 2023-07-03 | 2023-11-14 | 北京博思创成技术发展有限公司 | 答题卡识别方法、装置、设备和存储介质 |
| CN117058700B (zh) * | 2023-07-03 | 2024-03-22 | 北京博思创成技术发展有限公司 | 答题卡识别方法、装置、设备和存储介质 |
| CN116778032B (zh) * | 2023-07-03 | 2024-04-16 | 北京博思创成技术发展有限公司 | 答题卡生成方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110766015A (zh) | 一种答题卡识别方法、装置和服务器、***及存储介质 | |
| CN108171297B (zh) | 一种答题卡识别方法 | |
| US11790641B2 (en) | Answer evaluation method, answer evaluation system, electronic device, and medium | |
| CN110705405B (zh) | 目标标注的方法及装置 | |
| CN110956138B (zh) | 一种基于家教设备的辅助学习方法及家教设备 | |
| CN110765995A (zh) | 一种答题卡生成方法、识别方法、装置及存储介质 | |
| CN110070081A (zh) | 自动信息录入方法、装置、存储介质及电子设备 | |
| CN111046644A (zh) | 一种答题卡模板生成方法、识别方法、装置及存储介质 | |
| CN113850238B (zh) | 文档检测方法、装置、电子设备及存储介质 | |
| CN107633201B (zh) | 一种答题卡智能识别方法和*** | |
| CN112528799B (zh) | 一种教学直播方法、装置、计算机设备和存储介质 | |
| CN113887481A (zh) | 一种图像处理方法、装置、电子设备及介质 | |
| CN113095312A (zh) | 一种基于标识码采集试卷中手写答案区域的方法 | |
| CN111062388B (zh) | 基于深度学习的广告文字的识别方法、***、介质及设备 | |
| CN113762455A (zh) | 检测模型训练方法、单字检测方法、装置、设备及介质 | |
| CN115221452B (zh) | 基于可视化配置的门户构建方法、***、电子设备及介质 | |
| CN112861861B (zh) | 识别数码管文本的方法、装置及电子设备 | |
| CN114359931A (zh) | 一种快递面单识别方法、装置、计算机设备及存储介质 | |
| CN114926840A (zh) | 一种影印pdf转可复制pdf方法及*** | |
| CN113205527A (zh) | 一种试卷智能切割方法、***及存储介质 | |
| CN113378824A (zh) | 一种将试卷信息录入自动批改***的方法 | |
| CN112528790A (zh) | 基于行为识别的教学管理方法、装置及服务器 | |
| CN113011412B (zh) | 基于笔顺及ocr文字识别方法、装置、设备及存储介质 | |
| CN114138214B (zh) | 一种自动生成打印文件的方法、装置和电子设备 | |
| CN115601631B (zh) | 一种卷烟陈列图像识别方法、***、设备及储存介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518100 Room 301, building D, Hongwei Industrial Zone, No. 6, liuxiansan Road, Xingdong community, Xin'an street, Bao'an District, Shenzhen City, Guangdong Province Applicant after: SHENZHEN EAGLESOUL TECHNOLOGY Co.,Ltd. Address before: 518100 Room 202, 2nd floor, building 1, Jianda Industrial Zone, Xin'an Third Road, Bao'an District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN EAGLESOUL TECHNOLOGY Co.,Ltd. |