[发明专利]一种试卷分析方法和计算设备

说明书

本发明公开了一种试卷分析方法，适于在计算设备中执行，该方法包括：获取待分析的试卷图像，并识别该图像中的各文字连通域；根据所识别出的各文字连通域对该试卷进行文本行的划分，并对各文字连通域进行文字内容的识别；根据所识别出的文字内容，从所划分的文本行中选取以题目编号为起始的文本行作为题目起始文本行，并根据各题目起始文本行的位置确定每道题目的题目区域；从试卷图像中提取教师批改笔迹的颜色分量，并对该颜色分量进行识别，得到教师的批改信息；以及将教师的批改信息与对应的题目区域和题目编号作对应，以确定每道题目的教师批改信息。本发明公开了对应的计算设备。

技术领域

本发明涉及电子教学领域，尤其涉及一种试卷分析方法和计算设备。

背景技术

随着计算机和互联网技术的发展，人们越来越多的使用自动化设备对学生考试试卷进行阅卷。现有技术中的自动阅卷方法通常采用ORC识别系统，且通常要求试卷图像的清晰度达到一定条件，而且其通常只能对固定模板的试卷进行分析，即只能把试卷与系统已经存储的若干种模板进行匹配，用匹配得到的模板进行分析。

但实际操作中，人们有时希望通过手机拍照获取试卷图像，这种情况下可能出现图像分辨率低、光照不均、拍照倾斜和成像抖动模糊等问题。这些复杂的成像条件无疑会增大试卷分析的难度，而且很多真实试卷的版面和类型都不一定与固定模板匹配，因此需要提供一种能够对试卷图像进行准确识别和自动分析的方案，以满足人们日益增长的电子阅卷要求。

发明内容

鉴于上述问题，本发明提出了一种题目去重方法和计算设备，以力图解决或者至少解决上面存在的问题。

根据本发明的一个方面，提供一种试卷分析方法，适于在计算设备中执行，该方法包括：获取待分析的试卷图像，并识别该图像中的各文字连通域；根据所识别出的各文字连通域对该试卷进行文本行的划分，并对各文字连通域进行文字内容的识别；根据所识别出的文字内容，从所划分的文本行中选取以题目编号为起始的文本行作为题目起始文本行，并根据各题目起始文本行的位置确定每道题目的题目区域；从试卷图像中提取教师批改笔迹的颜色分量，并对该颜色分量进行识别，得到教师的批改信息；以及将教师的批改信息与对应的题目区域和题目编号作对应，以确定每道题目的教师批改信息。

可选地，在根据本发明的试卷分析方法中，对该试卷进行文本行的划分的步骤包括：遍历所识别出的所有文字连通域，对于当前待划分的某文字连通域：若该文字连通域的纵坐标范围与现有文本行的纵坐标范围没有重叠，则生成一个新的文本行，并将该文字连通域内的文字放到新的文本行中；若该文字连通域的纵坐标范围与现有文本行中某一行的纵坐标范围有重叠，则将该文字连通域放入该文本行中，并更新该文本行的位置信息；若该文字连通域的纵坐标范围与两行或两行以上的现有文本行的纵坐标范围有重叠，则将该文字连通域放入重叠范围最多的文本行中，并更新该文本行的位置信息。

可选地，在根据本发明的试卷分析方法中，还包括步骤：将每个文本行的文字连通域按其连通域左边界的横坐标值进行排序；对于每个文本行，对其文字连通域进行从左到右的遍历：若相邻两个文字连通域的左右间隔小于预定字符宽度，则将这两个文字连通域保留其在同一文本行；反之，则从这两个文字连通域的中间位置将该文本行拆分为两个不同的文本行，并更新各自的文本行信息。

可选地，在根据本发明的试卷分析方法中，还包括确定试卷版面类型的步骤：计算该试卷图像的横轴方向上每一列所穿越的文本行的个数；若在试卷的中部区域存在一个区间，该区间内每一列所穿越的文本行个数均为0，且该区间的宽度大于等于预定字符宽度，则将该试卷类型标记为双栏试卷；反之，则标记为单栏试卷。

可选地，在根据本发明的试卷分析方法中，还包括步骤：根据各文本行的横坐标来确定该文本行在双栏试卷中的左栏或右栏。