[发明专利]一种无定位点试卷中矩形定位框的识别方法

权利要求书

1.一种无定位点试卷中待处理试卷的矩形定位框识别方法，其特征在于：

1)读入试卷，进行二值化、纠偏处理；

2)读取模板记录的矩形区域信息，运用“最大轮廓寻找”方法得到区域的最大轮廓，用最小的矩形对轮廓进行拟合；

3)判断拟合出来的矩形大小与记录的矩形大小是否一致，方法是设定一个误差范围，分别比较两个矩形的长度和高度的误差是否在设定范围内；若在设定范围内，则该拟合出来的矩形即是需要识别的矩形；若不在设定范围内，则进行步骤4)；

4)运用霍夫变换检测出区域信息的线段，并对检测出的线段作预处理，包括分类、合并；

5)对预处理后的线段进行加权排序；计算得到每条线段的权值后，根据权值从大到小对线段进行排序；

6)将权值位于前三位的线段提取出来，其余舍弃；

7)从上下左右四个方向各取出一条线段进行拟合，拟合的方法是：求出上线段与左线段的交点Point1，下线段和右线段的交点Point2，拟合得到的矩形长度为：Point2.x-Point1.x；高度为：Point2.y-Point1.y；

8)比较模板中记录的矩形长高，若误差均在设定范围之内，则认为识别成功，返回拟合矩形的坐标和长高，该拟合出来的矩形即是需要识别的矩形；若长度或高度的误差其中有一个超过设定范围，则进行下一步；

9)上方线段集合中取出下一条候选线段，再次进行拟合；

10)当上方线段集合全部测试完毕并且没有找到合适的矩形时，将该方向的线段索引重置，并按照“上、左、下、右”的顺序将更改线段的权限移至下一个方向；

11)四个方向上的所有线段集合全部测试拟合完毕后，若均没找到合适的矩形则输出“矩形未找到”。

2.一种无定位点试卷中空白模板试卷的选择矩形方法，其特征在于：

1)对通过扫描得到的原始试卷图像进行二值化处理；

2)对其进行纠偏处理；

3)得到纠正后的图像后，用“寻找最大轮廓”法找出试卷上面积最大的三个矩形，并记录其位置；

4)对矩形进行一次“矩形直线重叠判定”，确保最大轮廓寻找出来的矩形与直线拟合出来的矩形大小一致；

所述步骤4)“矩形直线重叠判定”方法如下：

1)确定矩形框的像素宽，根据经验设置为5；

2)从定位区域由上至下横向扫描图像，向下依次扫苗5个像素点，若其中有黑色像素点，则停止扫描，并将该行的总像素SumPix加1；

3)当扫描完一行之后，比较SumPix与定位区域宽的大小，若SumPix大于定位区域宽的80％，则认为该行有可能是矩形的边长，并停止扫描；否则，则将该行像素全部置零；

4)依次从上、下、左、右四个方向对图像进行清除操作，滤去尽可能多的噪声；

5)对经过清除处理后的矩形区域图像运用霍夫变换函数进行直线检测，得到该区域的线段信息；

6)对检测出来的线段进行二次处理；

7)记录四个方向上矩形线段的序号信息。

3.根据权利要求2所述的方法，其特征在于所述步骤2)中的纠偏处理具体为寻找出图像中面积最大的轮廓，然后用一个最小的矩形将轮廓围住，计算矩形的角度，得出试卷的倾斜角度，再对试卷纠偏。

4.根据权利要求2所述的方法，其特征在于所述二次处理步骤如下：

1)将线段分成四类，一是垂直左边的线段，二是垂直右边的线段，三是水平上方的线段，四是水平底部的线段，分类方法：根据线段坐标计算线段的角度，再比较线段坐标与区域中心的大小关系，得出线段的分类；

2)合并线段：从分类后的线段中取出两条线段，计算它们在各自方向上的距离，垂直的线段距离是y轴坐标的相减的绝对值，水平的线段距离是x轴坐标的相减的绝对值，比较距离是否在5个像素内，若是则将两条直线合并，合并的方法是取两条直线各自端点的坐标；

3)将合并后的线段排序，因为要记录矩形边框线段在所有识别出的线段的索引序号，因此需要对不同位置的线段作不同的排序：

顶部线段：根据y轴大小排序；

底部线段：根据寻找区域底部位置距离大小排序；

左侧线段：根据x轴大小排序；

右侧线段：根据寻找区域右侧位置距离大小排序。