基于深度学习的学生答题卡灰度识别关键技术研究
鑫考阅卷系统中,学生答题卡中客观题的填涂识别,采用的为“灰度识别”模式,将学生答题卡扫描成256级灰度图片,识别时将客观题填涂区域进行初步的去噪处理后,然后根据设置的识别阈值(灰度阈值与填涂占比阈值),来确定每个填涂框是否被填涂。
处理流程为:将学生答题卡扫描成256级灰度图片,识别时将客观题填涂区域进行初步的去噪处理后,然后根据设置的识别阈值(灰度阈值与填涂占比阈值),来确定每个填涂框是否被填涂。 算法过程如下:如设置的灰度阈值为200,填涂占比为0.6,假如某个填涂框的宽度为:25px,高度为15px,则该填涂框内的像素数为:25*15=375。如果某填涂框内,像素灰度值<=200的像素数大于或等于375*0.6=225,则认为该填涂框已填涂,反之则未填涂。
该算法的缺点是:由于填涂的深浅(灰度值的大小)、填涂的面积(占比)各种各样,单靠设置的一种识别灰度值与识别占比值,很难兼容各种场景。填涂框的边框粗细、内部英文字母(ABCD等)的粗细也会对识别结果造成干扰,另外灰度值与占比的设置也依赖于操作人员的操作经验,对于新手来讲不够友好。 场景太多,识别方式单一,需要提供更多的场景。
请填写以下信息
联系人:
手机号:
单位名称:
备注: