[发明专利]试卷答案识别方法、系统、装置和计算机可读存储介质

权利要求书

1.一种试卷答案识别方法，用于识别试卷中选择题的答案，其特征在于，所述试卷答案识别方法包括如下步骤：

获取空白试卷的含有坐标的文本信息；

根据所述文本信息，获取所述空白试卷中的选择题整体区域；

根据所述选择题整体区域，获取答题试卷中每个所述选择题对应的答案区域；

根据所述答案区域识别每个所述选择题对应的所述答案。

2.根据权利要求1所述的试卷答案识别方法，其特征在于，所述根据所述选择题整体区域，获取答题试卷中每个所述选择题对应的答案区域的步骤包括：

获取每个所述选择题的第一矩形边界；

根据所述第一矩形边界确定预答案区域；

对所述预答案区域的右边界进行扩展，以获取第二矩形边界；

获取所述第二矩形边界作为所述答案区域的边界。

3.根据权利要求2所述的试卷答案识别方法，其特征在于，所述获取每个所述选择题的第一矩形边界的步骤包括：

遍历所述文本信息；

获取每个所述选择题中每行所述文本信息的左边界、右边界、上边界和下边界；

根据所述每行所述文本信息的左边界、右边界、上边界和下边界计算出每个所述选择题的所述第一矩形边界。

4.根据权利要求1所述的试卷答案识别方法，其特征在于，所述根据所述选择题区域，获取答题试卷中每个所述选择题对应的答案区域的步骤包括：

获取所述答题试卷的答题试卷图像；

根据所述答题试卷图像获取所述答案区域中含有答案的子区域；

对所述子区域进行二值化处理，适于获取二值图；

根据所述二值图获取选择题文字和答案文字的所在行坐标；

根据水平投影和所述行坐标获取每个所述案的上边界和下边界；

根据所述答案的所述上边界和所述下边界获取所述答案区域。

5.根据权利要求1至4中任一项所述的试卷答案识别方法，其特征在于，

通过建立深度学习模型来实现根据所述答案区域识别每个所述选择题对应的所述答案的步骤，建立所述深度学习模型的步骤包括：

获取模型数据；

根据所述模型数据建立网络模型；

对所述网络模型进行模型训练。

6.根据权利要求5所述的试卷答案识别方法，其特征在于，所述获取模型数据的步骤包括：

获取多张不同手写习惯的第一答案子图；

通过投影删除每个所述答案子图中除答案内容的空白部分；

获取含有所述答案内容的第二答案子图；

对所述第二答案子图进行白色扩充；

获取含有所述答案内容的第三答案子图。

7.根据权利要求5所述的试卷答案识别方法，其特征在于，所述根据所述模型数据建立网络模型的步骤包括：

构建自下而上的卷积神经网络结构；

构建自上而下的过程结构；

构建特征与特征之间的侧边连接结构；

构建训练模型。

8.一种试卷答案识别系统，用于实现权利要求1至7中任一项所述的试卷答案识别方法，其特征在于，包括：

文本获取模块，适于获取空白试卷的含有坐标的文本信息；

第一区域模块，与所述文本获取模块信号连接，适于根据所述文本获取模块获取的所述文本信息，获取所述空白试卷中的选择题区域；

第二区域模块，与所述第一区域模块信号连接，适于根据所述第一区域模块获取的所述选择题区域，获取答题试卷中每个所述选择题的答案区域；

答案识别模块，与所述第二区域模块信号连接，适于根据所述第二区域模块获取的所述答案区域，获取每个所述选择题的答案。

9.一种试卷答案识别装置，其特征在于，包括：

存储器，存储有计算机程序；

处理器，执行所述计算机程序；

其中，所述处理器在执行所述计算机程序时，实现如权利要求1至7中任一项所述的试卷答案识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，包括：

所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时，实现如权利要求1至7中任一项所述的试卷答案识别方法的步骤。