[发明专利]一种答题卡智能识别方法和系统有效

专利信息
申请号: 201710668158.X 申请日: 2017-08-07
公开(公告)号: CN107633201B 公开(公告)日: 2021-05-25
发明(设计)人: 陈浩;欧阳一斌;王川 申请(专利权)人: 湖南诚壹文化产业有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K17/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 410000 湖南省长沙市雨花区人民*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 答题 智能 识别 方法 系统
【说明书】:

发明提供了一种答题卡智能识别方法和系统,方法包括:客户端读取二维码中携带的题卡标识ID号,在该题卡标识ID号与当前题卡模板对应的题卡模板标识ID号不相等的情况下,将题卡标识ID号携带在题卡模板数据获取请求中,发送所述请求;服务器端查找题卡模板,将该题卡模板发送给客户端;客户端加载题卡模板,对题卡图片中填涂区域进行图像识别并获取题卡图片所有填涂点的填涂信息。所述系统包括有客户端和服务器端,客户端包括:扫描模块、读取模块、处理模块、识别模块,服务器端包括查找模块。本发明解决了对于大型考试的大数量的答题卡进行人工分类或人工筛选导致的费时费力问题,降低了工作人员的工作强度,提升了答题卡识别的准确率。

技术领域

本发明涉及答题卡智能识别技术领域,具体涉及一种答题卡智能识别方法和系统。

背景技术

目前,各种大中型考试通过利用计算机辅助阅卷的方式,能够完成对答题卡中的考号和客观题答案的识别,从而大大减轻了老师阅卷的工作强度和提高了阅卷效率,因此答题卡以及与答题卡相配套的题卡识别系统较为广泛地应用于各种大中型考试、日常测验和练习等教学活动中。

现有的题卡识别系统基于题卡模板对多张答题卡进行识别,其中答题卡的题卡类型须与题卡识别系统中当前题卡模板的类型保持一致。为了答题卡能被题卡识别系统准确地识别,答题卡在被扫描和识别前,工作人员会按照试卷类型对答题卡进行严格分类,以确保待扫描和识别的答题卡和题卡识别系统中的当前题卡模板的类型属于同一试卷类型。实践中,若多张待扫描和识别的答题卡并没有以试卷类型进行分类,或者同一试卷类型的多张答题卡中混入了其他试卷类型的答题卡时,则会出现只能准确识别其中一种试卷类型的答题卡,而其他试卷类型的答题卡则不能被识别的问题。因此,工作人员需要按照试卷类型对答题卡重新进行分类或者筛选出其他试卷类型的答题卡,并重新核对每一张答题卡。对于大型考试而言,答题卡数量大,因而人工分类或人工筛选费时费力,这无疑增加了工作人员的工作强度。

发明内容

本发明的目的是提供了一种答题卡智能识别方法和系统,能够对不同试卷类型的答题卡进行扫描和识别,解决了多张待扫描和识别的答题卡并没有以试卷类型进行分类,或者同一试卷类型的多张答题卡中混入了其他试卷类型的答题卡时造成的只能准确识别其中一种试卷类型的答题卡,而其他试卷类型的答题卡则不能被识别的技术问题;同时解决了对于大型考试的大数量的答题卡进行人工分类或人工筛选导致的费时费力问题,降低了工作人员的工作强度,提升了答题卡识别的准确率。

本发明提供的技术方案如下:

一种答题卡智能识别方法,方法包括:

客户端接收带有二维码的题卡图片,并读取二维码中携带的题卡标识ID号,在该题卡标识ID号与当前题卡模板对应的题卡模板标识ID号不相等的情况下,将该题卡标识ID号携带在需要发送的题卡模板数据获取请求中,发送请求;

服务器端接收题卡模板数据获取请求,并将题卡标识ID号作为索引值在题卡模板信息库中查找题卡模板,将该题卡模板发送给客户端;

客户端接收以及加载题卡模板,对题卡图片中填涂区域进行图像识别并获取题卡图片所有填涂点的填涂信息。

进一步地,客户端读取二维码中携带的题卡标识ID号之后,还包括:

在该题卡标识ID号与当前题卡模板对应的题卡模板标识ID号相等的情况下,客户端加载当前题卡模板,对题卡图片填涂区域进行图像识别并获取题卡图片的所有填涂点的填涂信息。

进一步地,对题卡图片中填涂区域进行图像识别并获取题卡图片所有填涂点的填涂信息,其方式包括:

读取题卡模板记录的填涂区域内填涂点的数组信息,确定填涂区域内填涂点位置;

分别定位至每一个填涂点位置,检测出每一个填涂点位置内的灰度值以及计算填涂点内的填涂面积;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南诚壹文化产业有限公司,未经湖南诚壹文化产业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710668158.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top