[发明专利]基于数字图像的试卷布局分割方法、电子设备及存储介质

说明书

本发明公开了一种基于数字图像的试卷布局分割方法、电子设备及存储介质。所述方法包括：构建样本图像集和标注图像集；构建深度学习模型并进行训练；将待分割试卷的数字图像作为训练好的深度学习模型的输入，得到分割结果图像；对分割结果图像中的各颜色区域进行定位，得到其轮廓坐标，并基于轮廓坐标计算得到相应的待分割试卷的数字图像中的各区域的分割坐标；根据分割坐标提取待分割试卷的各区域，完成待分割试卷的布局分割。本发明解决了试卷智能分析中面临的卷面布局复杂问题，将各种区域进行分割，准确高效地定位试卷中的内容，使得后续的识别和整理等智能分析过程能够顺利进行。

技术领域

本发明涉及计算机视觉技术领域，特别涉及一种基于数字图像的试卷布局分割方法、电子设备及存储介质。

背景技术

分析试卷可以使学生总结和整理知识点，准确地找到薄弱点进行具有针对性的学习。在整理试卷的过程中，一些学生将题目抄写到笔记本中，这种方法费时费力，并且纸质材料也难以保存和修改。

因此寻求电子化、智能化的试卷分析方法显得非常重要。在试卷分析的智能化研究中，基于图像的试卷布局分割是进行试卷中各部分内容处理的关键步骤。试卷布局是指在试卷图像中，可以划分出题号、题干、图片、答题、表格等多个区域，只有准确地分割出各个区域才能做到对试卷内容的进一步的处理。

但现实情况中各种试卷结构不同，题目变化多样成为准确分割试卷布局的重点和难点。而目前提出的模板或标记的试卷布局分割方法需要为每份试卷提供特定的模板或标记信息，即在试卷的各个位置提前留下标记图像，但是实际应用中，由于学生所接触到的试卷往往来自全国各地，难以在每一张试卷的印刷中都具有规范且统一的额外标记信息，因此，现有的这种方法适用范围有限。

发明内容

本发明提供了一种基于数字图像的试卷布局分割方法，以解决现有技术在试卷分割中需要提前做好模板或标记信息，其应用具有一定局限的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种基于数字图像的试卷布局分割方法，包括：

构建样本图像集和标注图像集；其中，所述样本图像集中的图像为试卷的数字图像，所述标注图像集中的图像为与所述数字图像对应的标注图像，且所述标注图像中与所述数字图像的不同区域对应的部分被填充为不同的颜色；

构建深度学习模型，并采用所述样本图像集和标注图像集对模型进行训练；

将待分割试卷的数字图像作为训练好的深度学习模型的输入，基于训练好的深度学习模型，得到与所述标注图像形式相同的分割结果图像；

对所述分割结果图像中的各颜色区域进行定位，得到其轮廓坐标，并基于所述轮廓坐标计算得到相应的待分割试卷的数字图像中的各区域的分割坐标；

根据所述分割坐标提取待分割试卷的各区域，完成待分割试卷的布局分割。

进一步地，构建样本图像集和标注图像集，包括：

对纸质试卷进行拍摄，对拍摄到的图像进行二值化运算，得到黑白图像，对所述黑白图像进行缩放操作，得到预设大小的数字图像，以构建样本图像集；

构建与缩放后的数字图像大小相同的纯色图像，根据所述数字图像的布局和分割需要，为所述纯色图像中与所述数字图像的各区域对应的坐标范围内分别赋予不同的颜色，其余部分保留背景色，得到标注图像，以构建标注图像集。

进一步地，所述数字图像的区域包括题号、题干、图片和表格中的任意一种或多种的组合。

进一步地，构建深度学习模型并采用所述样本图像集和标注图像集对模型进行训练，包括：

以U-NET语义分割模型作为基础模型，结合生成对抗网络的对抗思想，构建基于生成对抗网络的深度学习模型；