[发明专利]一种答题卡识别方法

权利要求书

1.一种答题卡识别方法，其特征在于，所述的答题卡识别方法包括的步骤有：答题卡扫描、二维码识别、图像预处理、试题分区、试题识别、结果输出，其中

a,答题卡扫描是对答题卡扫描后将其转换为数字图像并且存储该数字图像；

b,二维码识别是识别答题卡数字图像中二维码，获取二维码信息；

c,图像预处理是对答题卡数字图像进行校正、去噪声处理；

d,试题分区是对答题卡数字图像中不同区域进行分割划分，获取不同类型题目的区域位置信息；其中，将答题卡数字图像区分为考号区域、单项选择题区域、多项选择题区域、填空题区域和/或解答题区域；

试题分区的步骤还包括：

d1、将答题卡上的填涂考号区域、选择题区域、填空题区域和解答题区域分别切割下来，分类放置到不同文件夹中；

d2、基于机器学习框架caffe，对不同类型题目图片进行学习训练，生成扩展名为.caffemodel的模型文件，即：考号.caffemodel、选择题.caffemodel、填空题.caffemodel和问答题.caffemodel；

d3、依据模型判断当前答题卡区域，并分割分类；

d4、存储传递分割分类后的区域信息；

e,试题识别是分别对不同区域使用对应的图像处理方法识别选项及答案位置；

f,结果输出是将识别成功的答题卡入库保存。

2.如权利要求1所述的答题卡识别方法，其特征在于，在试题识别中，考号区域和单项、多项选择题区域采用将选项区域像素等分的方法判断考生填涂位置，填空题区域采用预先定义打分框像素位置方法判断打分情况，解答题区域采用图像分割方法进行处理。

3.如权利要求1所述的答题卡识别方法，其特征在于，二维码识别的步骤包括：

b1、将答题卡扫描后的完整图像阈值化，阈值范围取50-200之间，二维码识别过程中，将遍历所述阈值范围；

b2、采用zbar库识别二维码，获取二维码信息，如果识别失败，则进入步骤b3；

b3、将答题卡扫描后的完整图像进行形态学的开运算，运算完成后如果没有识别成功则进入步骤b1。

4.如权利要求1所述的答题卡识别方法，其特征在于，试题识别的步骤还包括：

e1,考号识别,即

将填涂考号区域按照填涂框上下左右等分，将等分的框按像素位置设定对应的值，通过判断铅笔填涂的位置坐标来找到该位置对应的值，然后将考号信息和数据库对比，找到对应考生；

e2，选择题识别，即

将题目序号及题目间空白都被作为填涂框进行分割，最后依据考号识别方式进行识别，将得到的分数赋给对应的题目，加入数据库中；

e3，填空题识别，即

预先将每个打分框像素进行分数标注，依据像素位置进行分数判别，将得到的分数赋给对应的题目，加入数据库中；

e4，解答题识别，即

首先将解答题题干部分和考生答题部分分割，然后将考生答题部分的图像依据题目序号保存。

5.如权利要求4所述的答题卡识别方法，其特征在于，所述的二维码识别，包括识别试题前首先识别答题卡二维码中的试卷和考生信息，然后依据二维码中包含的试卷信息对答题卡进行识别，其步骤如下：

S101，阈值化，即将图像变为二值图像，设

f(x,y)为输入图像，g(x,y)为输出的二值图像，threshold为阈值，

S102，图像开运算，用来消除二维码定位点上白色像素、在粘连处分离色块，设

其中，F为二值图像原图，E为执行开运算后的图像，X为结构元素原点所在的二值图像中的连通域；

S103，使用zbar库识别二维码；

S104，二维码定位点修复,通过轮廓查找找到二维码三个定位点，保证三个定位点完整性，依据OpenCV中的cvFindContours()函数找到二维码三个定位点，根据二维码生成函数重新生成三个定位点，将原定位点覆盖。

6.如权利要求5所述的答题卡识别方法，其特征在于，还包括答题卡识别装置，所述答题卡识别装置包括存储器；以及

耦合到所述存储器的处理器，该处理器被配置为执行存储在所述存储器中的指令，所述处理器执行包括答题卡扫描、二维码识别、图像预处理、试题分区、试题识别和结果输出的操作，其中

a,答题卡扫描是对答题卡扫描后将其转换为数字图像并且存储该数字图像；

b,二维码识别是识别答题卡数字图像中二维码，获取二维码信息；

c,图像预处理是对答题卡数字图像进行校正、去噪声处理；

d,试题分区是对答题卡数字图像中不同区域进行分割划分，获取不同类型题目的区域位置信息；

e,试题识别是分别对不同区域使用对应的图像处理方法识别选项及答案位置；

f,结果输出是将识别成功的答题卡入库保存。