CN117275027A - 一种用于识别检查的扫描校验***、方法及电子设备 - Google Patents

一种用于识别检查的扫描校验***、方法及电子设备 Download PDF

Info

Publication number
CN117275027A
CN117275027A CN202311291815.5A CN202311291815A CN117275027A CN 117275027 A CN117275027 A CN 117275027A CN 202311291815 A CN202311291815 A CN 202311291815A CN 117275027 A CN117275027 A CN 117275027A
Authority
CN
China
Prior art keywords
answer
scanning
information
module
checking
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
Application number
CN202311291815.5A
Other languages
English (en)
Inventor
冯国梁
陈超鸿
陈杰永
柯维海
胡标
黄洪诗
王建铅
胡永林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Decheng Scientific Education Co ltd
Original Assignee
Guangdong Decheng Scientific Education Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Decheng Scientific Education Co ltd filed Critical Guangdong Decheng Scientific Education Co ltd
Priority to CN202311291815.5A priority Critical patent/CN117275027A/zh
Publication of CN117275027A publication Critical patent/CN117275027A/zh
Pending legal-status Critical Current

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
    • G06V30/42—Document-oriented image-based pattern recognition based on the type of document
    • 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
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • G06V30/1448—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields based on markings or identifiers characterising the document or the area
    • 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
    • G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及扫描识别技术领域，具体公开了一种用于识别检查的扫描校验***、方法及电子设备，包括：生成模板坐标信息，根据校验规则设定指令生成对应的校验规则，根据模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置，识别考生信息填写区中的考生信息以及每个客观题的填涂点，得到作答结果，根据校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果。本发明通过设定校验规则并对已作答答卷的内容进行识别和校验，从而准确检测出存疑的答卷并进行标记，有效加强了试卷扫描校验工作效率和准确性，也进一步保障了考试的严肃性、权威性、公正性。

Description

一种用于识别检查的扫描校验***、方法及电子设备
技术领域
本发明涉及扫描识别技术领域，尤其涉及一种用于识别检查的扫描校验***、方法及电子设备。
背景技术
在目前的考试扫描阅卷技术中，试卷扫描校验在整个扫描阅卷过程的工作量占比非常大，尤其是多科目、考生数量规模大的考试。如果考生试卷信息扫描不正常，这些有问题的试卷扫描信息会在一定程度上影响扫描校验的工作效率和准确性，甚至会影响整个考试的公平性和公正性。
所以针对上述问题，如何提高试卷扫描校验的效率和准确率，如何准确检测出有问题的试卷扫描信息，是当下亟待解决的问题。
发明内容
针对现有技术中的技术问题，本发明提供一种用于识别检查的扫描校验***、方法及电子设备。
本发明公开了一种用于识别检查的扫描校验***，所述***包括扫描模模板制作模块、扫描图像获取模块、答卷信息识别模块、试卷信息记录模块以及校验规则设定模块，其中：
所述扫描模模板制作模块，与所述答卷信息识别模块相连接，所述扫描模模板制作模块用于获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息；
所述校验规则设定模块，与所述试卷信息记录模块相连接，所述校验规则设定模块用于根据校验规则设定指令生成对应的校验规则；
所述扫描图像获取模块，与所述答卷信息识别模块相连接，所述扫描图像获取模块用于获取若干已作答答卷的扫描图像；
所述答卷信息识别模块，与所述扫描模模板制作模块、扫描图像获取模块、试卷信息记录模块相连接，所述答卷信息识别模块用于根据所述模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置；以及识别所述考生信息填写区中的考生信息；以及识别每个客观题的填涂点，得到作答结果；
所述试卷信息记录模块，与所述校验规则设定模块、答卷信息识别模块相连接，所述试卷信息记录模块用于根据所述校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果；以及将所述作答结果、校验结果以及对应的所述考生信息汇总记录。
进一步的，所述扫描模模板制作模块，还用于在未作答答卷扫描图像上框选出缺考标示区，并和所述定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点一并生成模板坐标信息；
所述校验规则设定模块，还用于根据校验规则设定指令生成缺考校验规则；
所述答卷信息识别模块，还用于根据所述模板坐标信息获取每一个已作答答卷扫描图像中对应的缺考标示区的位置，并识别所述缺考标示区中的缺考标示；
所述试卷信息记录模块，还用于根据所述缺考校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，若缺考且未作答，则将该已作答答卷扫描图像标记为正常，若缺考且作答，则将该已作答答卷扫描图像标记为异常。
进一步的，所述校验规则还包括：人工指定校验规则、重复扫描校验规则和作答结果校验规则；
所述试卷信息记录模块还用于根据所述人工指定校验规则对被人工指定的已作答答卷扫描图像进行标记；以及，还用于根据所述重复扫描校验规则查询校验考生信息中是否有重复的情况，若有，则对对应的已作答答卷扫描图像进行标记；以及，还用于根据所述作答结果校验规则对每个已作答答卷扫描图像对应的作答结果进行校验，若存在多选、漏选及错选的情况，则进行对应标记。
进一步的，所述校验规则还包括答案长度校验规则；
所述试卷信息记录模块还用于根据所述答案长度校验规则对作答结果的答案长度进行校验，若长度不一致则进行对应标记。
进一步的，所述校验规则还包括识别失败校验规则；
所述试卷信息记录模块还用于根据所述识别失败校验规则对所述答卷信息识别模块是否成功获取已作答答卷扫描图像中对应的定位标志点的情况进行校验，若未成功获取，则进行对应标记。
进一步的，每个校验规则还包括对应的校验次数N，N为正整数。
进一步的，所述扫描模模板制作模块生成的模板坐标信息通过xml文件保存；所述考生信息包括考生姓名、考号。
进一步的，所述答卷信息识别模块还用于将已作答答卷的扫描图像转换成256个灰度级别的BMP格式图像。
本发明还包括一种用于识别检查的扫描校验方法，所述方法包括：
获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息；
根据校验规则设定指令生成对应的校验规则；
获取若干已作答答卷的扫描图像；
根据所述模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置；
识别所述考生信息填写区中的考生信息，以及识别每个客观题的填涂点，得到作答结果；
根据所述校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果；
将所述作答结果、校验结果以及对应的所述考生信息汇总记录。
本发明还包括一种电子设备，包括存储器和处理器，其中，存储器，存储有计算机指令；处理器，配置为运行计算机指令以使计算机设备执行如上述的用于识别检查的扫描校验方法的步骤。
本发明的用于识别检查的扫描校验***、方法及电子设备，包括获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息，以及根据校验规则设定指令生成对应的校验规则，获取若干已作答答卷的扫描图像，根据模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置，然后识别考生信息填写区中的考生信息，以及识别每个客观题的填涂点，得到作答结果，再根据校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果，最后将作答结果、校验结果以及对应的考生信息汇总记录。本发明通过设定校验规则并对已作答答卷的内容进行识别和校验，从而准确检测出存疑的答卷并进行标记，便于人工再次鉴定，有效加强了试卷扫描校验工作效率和准确性，也进一步保障了考试的严肃性、权威性、公正性，也保证了扫描阅卷工作的顺利进行。
附图说明
为了更清楚的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的介绍，显而易见的，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它附图。
图1为本发明实施例的用于识别检查的扫描校验***的结构组成图；
图2为本发明实施例的用于识别检查的扫描校验方法的步骤流程图。
具体实施方式
下面将结合本发明中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，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，本领域普通的技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都属于本发明的保护范围。
本发明实施例的一种用于识别检查的扫描校验***，如图1所示，***包括扫描模模板制作模块101、扫描图像获取模块102、答卷信息识别模块103、试卷信息记录模块104以及校验规则设定模块105，其中：
扫描模模板制作模块101，与答卷信息识别模块103相连接，扫描模模板制作模块101用于获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息；
校验规则设定模块105，与试卷信息记录模块104相连接，校验规则设定模块105用于根据校验规则设定指令生成对应的校验规则；
扫描图像获取模块102，与答卷信息识别模块103相连接，扫描图像获取模块102用于获取若干已作答答卷的扫描图像；
答卷信息识别模块103，与扫描模模板制作模块101、扫描图像获取模块102、试卷信息记录模块104相连接，答卷信息识别模块103用于根据模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置；以及识别考生信息填写区中的考生信息；以及识别每个客观题的填涂点，得到作答结果；
试卷信息记录模块104，与校验规则设定模块105、答卷信息识别模块103相连接，试卷信息记录模块104用于根据校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果；以及将作答结果、校验结果以及对应的考生信息汇总记录。
本发明实施例中，扫描模模板制作模块101生成的模板坐标信息通过xml文件进行保存。本发明实施例的***应当还包括存储设备，对模板坐标信息、扫描图像、作答结果、校验结果等等进行保存。优选的，采用服务器对这些信息进行保存，各模块和服务器进行通讯连接，用于向服务器获取对应信息。本发明实施例中的考生信息至少包括考生姓名、考号，考号是学生的唯一标识，能够与学生一一对应，考生姓名相较于考号来说，具备更加直观的身份标识，二者相结合，既有唯一性，还有直观性，人为参与时，校验工作更容易实施。
本发明实施例中的扫描模板制作模块101在生成模板坐标信息时，选用的未作答答卷(没有任何填涂痕迹的答卷或答题卡)作为模板，在模板上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，框选后，确定每一个框选位置的坐标，生成模板坐标信息。未作答答卷和扫描图像获取模块102获取的已作答答卷是基于同一套试题的，答卷信息识别模块103根据模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置之前，需对已作答答卷的扫描图像进行预处理，便于后续的内容识别，优选的，将已作答答卷扫描图像先转换成256个灰度级别的BMP格式图像之后再进行以上步骤的操作，或者，还包括对BMP格式图像的裁剪、旋转等操作，让已作答答卷的扫描图像和生成模板坐标信息的未作答答卷的扫描图像处于同一个坐标是，便于已作答答卷扫描图像中的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置确定更加准确。
具体的，本发明实施例的扫描模模板制作模块101，还用于在未作答答卷扫描图像上框选出缺考标示区，并和定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点一并生成模板坐标信息；
校验规则设定模块105，还用于根据校验规则设定指令生成缺考校验规则；
答卷信息识别模块103，还用于根据模板坐标信息获取每一个已作答答卷扫描图像中对应的缺考标示区的位置，并识别缺考标示区中的缺考标示；
试卷信息记录模块104，还用于根据缺考校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，若缺考且未作答，则将该已作答答卷扫描图像标记为正常，若缺考且作答，则将该已作答答卷扫描图像标记为异常。
本发明实施例中的缺考标示区中的缺考标示由监考老师进行填写或标记，即在一场考试中若有存在缺考的情况，则监考老师在缺考标示区中做出标记，便于本***中的答卷信息识别模块103进行识别。通过设定缺考校验规则，对缺考的已作答答卷扫描图像(或称已作答答卷)生成缺考标记，对缺考的已作答答卷对应的作答结果进行进一步确认，如果缺考且没有作答(即空白卷，未识别到任何填涂点)，则说明该考生确实缺考，若答卷信息识别模块103识别到了缺考标示，且答卷信息识别模块103还识别到了作答痕迹(即不是空白卷，识别到填涂点)，则说明该答卷的校验结果为缺考且作答，标记为异常后便于人工进一步核定。
具体的，本发明实施例的校验规则还包括：人工指定校验规则、重复扫描校验规则和作答结果校验规则；相对应的，试卷信息记录模块104还用于根据人工指定校验规则对被人工指定的已作答答卷扫描图像进行标记；以及，还用于根据重复扫描校验规则查询校验考生信息中是否有重复的情况，若有，则对对应的已作答答卷扫描图像进行标记；以及，还用于根据作答结果校验规则对每个已作答答卷扫描图像对应的作答结果进行校验，若存在多选、漏选及错选的情况，则进行对应标记。
人工指定校验规则是为了校验该答卷是否在扫描阶段被人工指定过，例如答卷存在比较异常的情况(缺考、有作答但未填写考生信息、有考生信息但未作答、填涂痕迹不明显等)，通过该校验规则，可直接将人工指定的答卷进行标记，方便人工核对。
重复扫描校验规则是为了校验若干个答卷是否有被重复扫描的情形，标记后由人工核对，并进行删减操作。
作答结果校验规则是为了校验作答结果和试卷的标准答案之间的比对分析，若出现客观题的填涂选项识别到空值，即没有识别到答案的情况，以及单选客观题的填涂选项识别到多个答案值的情况，以及识别的作答结果跟标准答案不一致的情况等，则进行相应的标记，便于人工进一步核实。
具体的，本发明实施例的校验规则还包括答案长度校验规则；相对应的，试卷信息记录模块104还用于根据答案长度校验规则对作答结果的答案长度进行校验，若长度不一致则进行对应标记，也便于人工进一步核实。
具体的，本发明实施例中的校验规则还包括识别失败校验规则；相对应的，试卷信息记录模块104还用于根据识别失败校验规则对答卷信息识别模块103是否成功获取已作答答卷扫描图像中对应的定位标志点的情况进行校验，若未成功获取，则进行对应标记。
需要说明的是，以上校验过程结束后的标记应当是独立、互不影响和干扰的，一份答卷可能会有多个标记，当人工审核时，可根据具体的校验规则筛选出该校验规则下所标记的所有的答卷，例如可筛选出“缺考正常”或者“缺考异常”的所有答卷。另外，以上校验规则中还包括对应的校验次数N，N为正整数，通常情况下可将N设置为1，若校验结果准确度较低，可将N值调大，进行重复校验。
本发明还包括一种实施例为一种用于识别检查的扫描校验方法，如图2所示，方法包括：
步骤S10：获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息。
步骤S20：根据校验规则设定指令生成对应的校验规则。
步骤S30：获取若干已作答答卷的扫描图像。
步骤S40：根据模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置。
步骤S50：识别考生信息填写区中的考生信息，以及识别每个客观题的填涂点，得到作答结果。
步骤S60：根据校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果。
步骤S70：将作答结果、校验结果以及对应的考生信息汇总记录。
以上对于方法的实施例可结合前述***实施例的说明进行理解，此处将不再赘述。
本发明实施例还包括一种电子设备，包括存储器和处理器，其中，存储器，存储有计算机指令；处理器，配置为运行计算机指令以使计算机设备执行上述用于识别检查的扫描校验方法的步骤。
处理器是一种集成电路芯片，具有信号的处理能力。处理器还可以是通用处理器、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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器，存储有能够实现如上述用于识别检查的扫描校验方法的计算机指令,其中，该计算机指令可以以软件产品的形式存储在上述存储器中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等计算机设备。服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
本发明实施例的用于识别检查的扫描校验***、方法及电子设备，包括获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息，以及根据校验规则设定指令生成对应的校验规则，获取若干已作答答卷的扫描图像，根据模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置，然后识别考生信息填写区中的考生信息，以及识别每个客观题的填涂点，得到作答结果，再根据校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果，最后将作答结果、校验结果以及对应的考生信息汇总记录。本发明通过设定校验规则并对已作答答卷的内容进行识别和校验，从而准确检测出存疑的答卷并进行标记，便于人工再次鉴定，有效加强了试卷扫描校验工作效率和准确性，也进一步保障了考试的严肃性、权威性、公正性，也保证了扫描阅卷工作的顺利进行。
以上借助具体实施例对本发明做了进一步描述，但是应该理解的是，这里具体的描述，不应理解为对本发明的实质和范围的限定，本领域内的普通技术人员在阅读本说明书后对上述实施例做出的各种修改，都属于本发明所保护的范围。

Claims (10)

1.一种用于识别检查的扫描校验***，其特征在于，所述***包括扫描模模板制作模块、扫描图像获取模块、答卷信息识别模块、试卷信息记录模块以及校验规则设定模块，其中：
所述扫描模模板制作模块，与所述答卷信息识别模块相连接，所述扫描模模板制作模块用于获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息；
所述校验规则设定模块，与所述试卷信息记录模块相连接，所述校验规则设定模块用于根据校验规则设定指令生成对应的校验规则；
所述扫描图像获取模块，与所述答卷信息识别模块相连接，所述扫描图像获取模块用于获取若干已作答答卷的扫描图像；
所述答卷信息识别模块，与所述扫描模模板制作模块、扫描图像获取模块、试卷信息记录模块相连接，所述答卷信息识别模块用于根据所述模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置；以及识别所述考生信息填写区中的考生信息；以及识别每个客观题的填涂点，得到作答结果；
所述试卷信息记录模块，与所述校验规则设定模块、答卷信息识别模块相连接，所述试卷信息记录模块用于根据所述校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果；以及将所述作答结果、校验结果以及对应的所述考生信息汇总记录。
2.如权利要求1所述的一种用于识别检查的扫描校验***，其特征在于，
所述扫描模模板制作模块，还用于在未作答答卷扫描图像上框选出缺考标示区，并和所述定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点一并生成模板坐标信息；
所述校验规则设定模块，还用于根据校验规则设定指令生成缺考校验规则；
所述答卷信息识别模块，还用于根据所述模板坐标信息获取每一个已作答答卷扫描图像中对应的缺考标示区的位置，并识别所述缺考标示区中的缺考标示；
所述试卷信息记录模块，还用于根据所述缺考校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，若缺考且未作答，则将该已作答答卷扫描图像标记为正常，若缺考且作答，则将该已作答答卷扫描图像标记为异常。
3.如权利要求2所述的一种用于识别检查的扫描校验***，其特征在于，
所述校验规则还包括：人工指定校验规则、重复扫描校验规则和作答结果校验规则；
所述试卷信息记录模块还用于根据所述人工指定校验规则对被人工指定的已作答答卷扫描图像进行标记；以及，还用于根据所述重复扫描校验规则查询校验考生信息中是否有重复的情况，若有，则对对应的已作答答卷扫描图像进行标记；以及，还用于根据所述作答结果校验规则对每个已作答答卷扫描图像对应的作答结果进行校验，若存在多选、漏选及错选的情况，则进行对应标记。
4.如权利要求3所述的一种用于识别检查的扫描校验***，其特征在于，
所述校验规则还包括答案长度校验规则；
所述试卷信息记录模块还用于根据所述答案长度校验规则对作答结果的答案长度进行校验，若长度不一致则进行对应标记。
5.如权利要求4所述的一种用于识别检查的扫描校验***，其特征在于，
所述校验规则还包括识别失败校验规则；
所述试卷信息记录模块还用于根据所述识别失败校验规则对所述答卷信息识别模块是否成功获取已作答答卷扫描图像中对应的定位标志点的情况进行校验，若未成功获取，则进行对应标记。
6.如权利要求1-5任一项所述的一种用于识别检查的扫描校验***，其特征在于，每个校验规则还包括对应的校验次数N，N为正整数。
7.如权利要求6所述的一种用于识别检查的扫描校验***，其特征在于，所述扫描模模板制作模块生成的模板坐标信息通过xml文件保存；所述考生信息包括考生姓名、考号。
8.如权利要求7所述的一种用于识别检查的扫描校验***，其特征在于，所述答卷信息识别模块还用于将已作答答卷的扫描图像转换成256个灰度级别的BMP格式图像。
9.一种用于识别检查的扫描校验方法，其特征在于，所述方法包括：
获取一个未作答答卷的扫描图像，并在未作答答卷扫描图像上框选出定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点，并生成模板坐标信息；
根据校验规则设定指令生成对应的校验规则；
获取若干已作答答卷的扫描图像；
根据所述模板坐标信息获取每一个已作答答卷扫描图像中对应的定位标志点、考生信息填写区、客观题填涂区、每个客观题的填涂点的位置；
识别所述考生信息填写区中的考生信息，以及识别每个客观题的填涂点，得到作答结果；
根据所述校验规则对每一个已作答答卷扫描图像对应的作答结果进行校验，并得到对应的校验结果；
将所述作答结果、校验结果以及对应的所述考生信息汇总记录。
10.一种电子设备，其特征在于，包括存储器和处理器，其中，存储器，存储有计算机指令；处理器，配置为运行计算机指令以使计算机设备执行如权利要求9所述的用于识别检查的扫描校验方法的步骤。
CN202311291815.5A 2023-10-07 2023-10-07 一种用于识别检查的扫描校验***、方法及电子设备 Pending CN117275027A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311291815.5A CN117275027A (zh) 2023-10-07 2023-10-07 一种用于识别检查的扫描校验***、方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311291815.5A CN117275027A (zh) 2023-10-07 2023-10-07 一种用于识别检查的扫描校验***、方法及电子设备

Publications (1)

Publication Number Publication Date
CN117275027A true CN117275027A (zh) 2023-12-22

Family

ID=89204227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311291815.5A Pending CN117275027A (zh) 2023-10-07 2023-10-07 一种用于识别检查的扫描校验***、方法及电子设备

Country Status (1)

Country Link
CN (1) CN117275027A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117830303A (zh) * 2024-03-04 2024-04-05 山东山大鸥玛软件股份有限公司 一种网评图像检测方法、***、电子设备及存储介质
CN117894033A (zh) * 2024-03-14 2024-04-16 山东山大鸥玛软件股份有限公司 一种基于ocr识别的答卷一致性校验方法及***

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117830303A (zh) * 2024-03-04 2024-04-05 山东山大鸥玛软件股份有限公司 一种网评图像检测方法、***、电子设备及存储介质
CN117830303B (zh) * 2024-03-04 2024-05-28 山东山大鸥玛软件股份有限公司 一种网评图像检测方法、***、电子设备及存储介质
CN117894033A (zh) * 2024-03-14 2024-04-16 山东山大鸥玛软件股份有限公司 一种基于ocr识别的答卷一致性校验方法及***
CN117894033B (zh) * 2024-03-14 2024-05-28 山东山大鸥玛软件股份有限公司 一种基于ocr识别的答卷一致性校验方法及***

Similar Documents

Publication Publication Date Title
CN117275027A (zh) 一种用于识别检查的扫描校验***、方法及电子设备
CN106033544B (zh) 基于模板匹配的试卷内容区域提取方法
CN110879965A (zh) 试卷客观题的自动批阅方法、电子装置、设备及存储介质
CN106033535B (zh) 电子阅卷方法
CN110689013A (zh) 一种基于特征识别的自动阅卷方法及***
CN107590495B (zh) 答题卡图片纠偏方法、装置、可读存储介质以及电子设备
CN115171144B (zh) 一种基于区块链的智慧教育试卷大数据评阅方法及***
CN111783855A (zh) 智能阅卷方法及装置
CN112434488B (zh) 一种自动打标方法、设备以及计算机可读存储介质
CN110346704A (zh) 板卡测试中测试文件的确定方法、装置、设备及存储介质
CN111323432B (zh) 芯片外观不良识别设备和方法以及芯片测试***和方法
CN114399623A (zh) 一种通用答题识别方法、***、存储介质及计算设备
CN111611465B (zh) 产品检测***、方法、装置、计算机设备和存储介质
CN112700414A (zh) 一种用于考试阅卷的空白作答检测方法及***
JP2022069813A (ja) 文字読取装置及び検査装置
CN115482535A (zh) 一种试卷自动批改方法、存储介质及设备
CN111291591A (zh) 一种试卷智能批阅打印方法及装置
CN114254605A (zh) 答题卡模板生成方法、答题卡识别方法、装置和电子设备
CN111256609A (zh) 一种检测usb接口深度的方法及设备
CN112488532A (zh) 电力设备数据的监控方法、装置和服务器
US8526055B1 (en) Standardized test and survey imaging system
CN110633767A (zh) 一种网上阅卷异常筛查方法及***
CN110555396A (zh) 智能练习册的阅卷方法、计算机可读存储介质和电子设备
CN113408521B (zh) 答题图片识别方法、批阅装置及存储介质
CN113807341A (zh) 一种基于标题定位的扫描识别方法及装置

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