[发明专利]一种试卷条码自动识别方法及装置有效
| 申请号: | 202010823745.3 | 申请日: | 2020-08-17 | 
| 公开(公告)号: | CN112101058B | 公开(公告)日: | 2023-05-09 | 
| 发明(设计)人: | 岳士敏;涂晓帆 | 申请(专利权)人: | 武汉诺必答科技有限公司 | 
| 主分类号: | G06K7/14 | 分类号: | G06K7/14 | 
| 代理公司: | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人: | 丁倩 | 
| 地址: | 430060 湖北省武汉市武昌区友谊*** | 国省代码: | 湖北;42 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 一种 试卷 条码 自动识别 方法 装置 | ||
本发明涉及试卷条码识别技术领域,公开了一种试卷条码自动识别方法,包括以下步骤:获取试卷上的条码图像,并对所述条码图像进行预处理;对预处理后的条码图像进行二值化处理得到二值化图像;设置双边滤波模板对所述二值化图像进行去噪处理;检测去噪处理后的二值化图像中边缘信息,得到条码边缘;根据所述条码边缘对条码宽度进行识别,并对条码宽度进行译码得到条码字符值;将所述条码字符值与条码数据库中各试卷信息进行比对,得到与所述条码字符值相匹配的试卷信息,实现试卷识别。本发明具有识别效率高、成本低的技术效果。
技术领域
本发明涉及试卷条码识别技术领域,具体涉及一种试卷条码自动识别方法、装置以及计算机存储介质。
背景技术
随着网络考试环境的不断开发,对自动阅卷技术的研究也将越来越深入,并逐步使得考试系统走向成熟。高速扫描仪扫描试卷后得到一张一张的图片,考试系统的功能就是处理图片、计算成绩。再详细点就是自动识别考生涂的学号;自动识别考生的选择题答案并记录;后面的大题要分块,把每一个题从试卷中分离出来,转发给老师进行阅卷;最后就是实现成绩的汇总与分析。
而阅卷的开始就是需要对试卷上贴的试卷码、学生的信息码等条码进行识别比对,从而确定了相关信息。其本质是对于条码的识别技术,传统的条码识别技术是光电条码识别技术,而光电条码识别技术的扫描系统由光学系统及探测器,即光电转换器件组成,完成对条码的光学扫描,通过探测器将条码条空图案的光信号转换成电信号;电信号经过放大、滤波、整形形成与条码条空宽度相对应的高低电平的矩形方波信号;译码部分由计算机方面的软硬件组成,它的功能是对得到的条码矩形方波信号进行译码,并将结果输出到条码应用系统的数据采集终端。
随着数字图像处理技术的发展,图像式的条码识别技术应运而生,它在识读污损条码方面图像式识读器具有更强的优势。图像式条码识别技术主要有两种,一种是基于软件编程的图像式条码识别,整个识别过程除了条码采集外,所有图像预处理、二值化、边缘确定、条码识别过程都是通过计算机软件编程来完成,其识别速度较慢,对于实时工作场合要求识别算法必须精练,否则不能满足实时要求。因此,这种方法比较适合速度要求不太高的场合。另一种是基于硬件技术的图像式条码识别,一般采用DSP作为核心处理器,并辅以其他的外扩程序存储器、数据存储器、译码电路、采集控制电路和PC机接口电路等完成图像采集、图像处理、识读、显示等工作,这主要因为DSP芯片具有大的存储空间,很高的运算速度和强大数据处理能力,非常适合用于图像处理系统,所以这种方法识别速度较快,但是成本也相对较高,系统结构更复杂。
发明内容
本发明的目的在于克服上述技术不足,提供一种试卷条码自动识别方法、装置以及计算机存储介质,解决现有技术中图像式条码识别技术成本高、识别效率低、系统结构复杂的技术问题。
为达到上述技术目的,本发明的技术方案提供一种试卷条码自动识别方法,包括以下步骤:
获取试卷上的条码图像,并对所述条码图像进行预处理;
对预处理后的条码图像进行二值化处理得到二值化图像;
设置双边滤波模板对所述二值化图像进行去噪处理;
检测去噪处理后的二值化图像中边缘信息,得到条码边缘;
根据所述条码边缘对条码宽度进行识别,并对条码宽度进行译码得到条码字符值;
将所述条码字符值与条码数据库中各试卷信息进行比对,得到与所述条码字符值相匹配的试卷信息,实现试卷识别。
与现有技术相比,本发明的有益效果包括:本发明在对条码图像进行预处理和二值化处理后,并没有直接进行条码边缘的提取,而是设置了双边滤波模板对二值化图像进行再次去噪滤波,从而保证边缘提取的准确性,提高边缘提取效率,保证后续条码识别的准确性和效率。
附图说明
图1是本发明提供的试卷条码自动识别方法一实施方式的流程图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉诺必答科技有限公司,未经武汉诺必答科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010823745.3/2.html,转载请声明来源钻瓜专利网。





