[发明专利]一种基于颜色的试卷图像答案自动提取方法

说明书

本发明涉及一种基于颜色的试卷图像答案自动提取方法，包括步骤一，根据试卷题目类别，选择不同颜色的笔答题；步骤二，获取试卷的数字图像，将数字图像从RGB颜色空间转换为HSV空间，通过每种颜色的分量阈值，得到含有每种颜色的颜色区域，设置灰度值得到二值图像；步骤三，将二值图像，通过链码跟踪方式，找出所有的连通域及相应的外接矩形；步骤四，对相同颜色的外接矩形，找出外接矩形的最大值，得到每种颜色相应的文本区域。本发明能够完成不同类型的试卷版面分析，根据颜色分量对试卷中不同类型的答案区域进行有效提取，满足试卷图像复杂和更高精度的技术要求。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于颜色的试卷图像答案自动提取方法。

背景技术

对纸质试卷进行自动分析，需要先将试卷进行扫描，得到试卷图像，然后通过图像处理的方法对试卷进行分析。在试卷分析中，首先需要对试卷进行版面分析，即分辨出试卷中的各个组成部分，包括试卷的试题区域、答题区域、以及试卷的分数填写区域、考生信息区域等。对这些区域的有效提取是后续进行试卷内容分析的基础。

在图像处理领域，针对版面分析包括了版面分割、文本块识别以及版面理解几个过程。版面分割是将文档按照一定的逻辑关系，分割成相对独立的不同区域。进而，后续的文本块识别能够将分割后的区域识别为图片、段落、表格等。

在目前的技术条件下，经典的版面分割方法可以分为层次法和非层次法。非层次方法通过对原始图像进行分割，得到预分割结果。然后再预分割结果基础上，进行特征提取，从而得到更加精准的效果。这类方法具有较高的分割精度，但是算法复杂度较高，不易于实时处理。例如空白背景的版面分割方法和基于纹理的版面分割方法。

层次方法，顾名思义，按照一定的层次来处理文档版面。自底向上方法通过使用局部特征对文档图像进行建模，得到文档的小区域，进而不断合并得到整个文档的区域。该方法对于文档细节特征有很好的效果，适合较为复杂的版面。然而其计算复杂度高，对设备要求较高。自顶向下的方法则需要借助文档的先验知识，对文档的整体分布进行建模，从而得到文档的各个逻辑区域。该方法速度快，然而对于复杂版面效果不好。而且，需要较多的先验知识，这一点往往在实际中不易得到。例如基于背景分析的版面分割方法，需要已知文本块的整体形状。

在目前的技术条件下，无论采用哪种方法，都是针对特定的文档结构，没有任何一种方法能够处理所有的文档情况。因此，其文档分析的准确率都无法做到100％正确。在针对试卷的版面分析中，由于不同的试卷排版大不相同，同时，不同时期和不同用户的拍照和扫描复杂多样，试卷图像的版面分析难度增加，经典算法往往无法针对多种试卷得到满意的效果。因此，本发明提供了另一个思路的版面分析方法，可以有效克服经典算法对于不同试卷版面分析的失效问题，适用于多种不同场景。

发明内容

本发明的目的在于提供一种基于颜色的试卷图像答案自动提取方法，通过颜色提取方法，对试卷中不同类型的答案区域进行有效提取。

为实现上述目的，本发明的技术方案如下：

一种基于颜色的试卷图像答案自动提取方法，包括如下步骤：

步骤一，根据试卷题目类别，选择不同颜色的笔答题；

步骤二，获取试卷的数字图像，将数字图像从RGB颜色空间转换为HSV空间，通过每种颜色的分量阈值，得到含有每种颜色的颜色区域，设置灰度值得到二值图像；

步骤三，将二值图像，通过链码跟踪方式，找出所有的连通域及相应的外接矩形；

步骤四，对所有的外接矩形，找出外接矩形的最大值，得到每种颜色相应的文本区域。

所述步骤一中，试卷客观题部分采用红色笔答题，试卷主观题部分采用绿色笔答题，试卷图形部分采用蓝色笔答题。