[发明专利]一种基于图像分析的成绩自动录入方法

权利要求书

1.一种基于图像分析的成绩自动录入方法，其特征在于，包括：

步骤S1、利用扫描仪扫描空白试卷样本，并对所述空白试卷样本进行OCR识别，得到OCR识别结果；

步骤S2、对所述OCR识别结果进行文字拆解，以分解出所述空白试卷样本中每个题目的题目区域坐标、题型和分值；其中，所述题目区域坐标包括题目的序号和开始结束范围；

步骤S3、利用自动扫描仪批量扫描所有考生的答卷，得到答卷图像；其中，所述答卷图像上有考生的作答结果及老师在指定区域内的红色阅卷笔迹；

步骤S4、从所述答卷图像中提取老师的有效的阅卷笔迹的轮廓体；

步骤S5、将有效的阅卷笔迹的轮廓体输入到Tensorflow进行识别，得到对、错、部分对、加分、减分这5种符号，以及0～60，一共66种可能的识别结果；

步骤S6、根据识别结果、识别结果所对应的题目区域坐标及该题目区域坐标对应的题目分值，统计每道题目的实际得分；

步骤S7、按照每道题目的序号，将每道题目的实际得分录入到数据库中；其中，所述步骤S4包括：

步骤S41、将所述答卷图像从RGB色彩格式转换为HSL色彩格式，并将答卷图像上的红色域的像素全部提取，得到老师的阅卷笔迹图像；其中，所述红色域包括淡红色域和深红色域；

步骤S42、对所述阅卷笔迹图像进行二值化，得到二值图像；

步骤S43、在所述二值图像上提取老师的有效的阅卷笔迹的轮廓体；

其中，所述步骤S43包括：

步骤S431、提取二值图像上阅卷笔迹的轮廓体，并将阅卷笔迹的轮廓体X轴横向上的所有像素做Y轴竖向方向的投影，若有大于预设截面积的相交投影，则将该相交投影对应的阅卷笔迹的轮廓体归类为同一行轮廓体；

步骤S432、将同一题目区域坐标内的行轮廓体归类在一起，且按预设剔除方法剔除无效的行轮廓体。

2.根据权利要求1所述的基于图像分析的成绩自动录入方法，其特征在于，所述预设截面积默认值为20％截面积，所述预设截面积可根据实际样本统计后得出的数值进行设定。

3.根据权利要求1所述的基于图像分析的成绩自动录入方法，其特征在于，所述步骤S432中的预设剔除方法包括：

若任一所述题目区域坐标内出现多行轮廓体，则仅保留像素数量最小的行轮廓体，剔除其他行轮廓体，以保证任一所述题目区域坐标内仅有一行轮廓体。

4.根据权利要求3所述的基于图像分析的成绩自动录入方法，其特征在于，所述步骤S432中的预设剔除方法还包括：

若任一行轮廓体跨越了多个题目区域坐标，则用该行轮廓体跨越的每一题目区域坐标内的像素数量，分别除以该行轮廓体的总像素数量，得到多个(0，1)范围内的比例值，取最大比例值对应的题目区域坐标作为该行轮廓体的实际题目区域坐标。

5.根据权利要求4所述的基于图像分析的成绩自动录入方法，其特征在于，所述步骤S432中的预设剔除方法还包括：

若某一行轮廓体不属于步骤S2中分解出的任一题目区域坐标，判定该轮廓体在答卷图像的边缘区域，剔除该行轮廓体。

6.根据权利要求5所述的基于图像分析的成绩自动录入方法，其特征在于，所述步骤S432中的预设剔除方法还包括：

将每一行轮廓体分解为N个相互独立的子轮廓体，并计算每个子轮廓体的宽度与高度的比值，若该比值大于宽高比阈值，则判定该子轮廓体为老师手写批阅的文字，剔除该子轮廓体。

7.根据权利要求6所述的基于图像分析的成绩自动录入方法，其特征在于，所述宽高比阈值默认值为2.5，所述宽高比阈值可根据实际样本统计后得出的数值进行设定。

8.根据权利要求1～7任一项所述的基于图像分析的成绩自动录入方法，其特征在于，所述步骤S6中，若任一题目区域坐标内没有对应的识别结果，则判定该题目区域坐标对应的题目得满分。