SCI论文（www.lunwensci.com）:
摘 要：计算机技术不断发展进步，数字图像处理技术的应用越来越广泛。本文利用 MATLAB 环境，基于 OpenCV 视觉 库，设计了一个相较于传统答题卡阅卷系统成本更低、速度更快、准确率高且对裁剪精度要求较低的答题卡阅卷系统。该系统 能够对扫描后的答题卡图像镜像平滑、灰度化、二值化、倾斜校正、形态学滤波、去噪、区域分割等预处理，再利用标志位定 位题目选项位置，能够准确的识别出考试填涂的答案。
关键词：OpenCV ；答题卡 ；阅卷系统
The Design of Question Paper Marking System Based on OpenCV
CHENG Huifang, LIU Jianhua
(Yinchuan Energy Institute, Yinchuan Ningxia 750000)
【Abstract】： With the continuous development and progress of computer technology, digital image processing technology is more and more widely used. This paper uses MATLAB environment, based on OpenCV visual library, compared with the traditional answer card marking system, an answer card marking system with lower cost, faster speed, high accuracy and lower requirements for cutting accuracy is designed. The system can preprocess the scanned answer card image, such as image smoothing, graying, binarization, tilt correction, morphological filtering, denoising, region segmentation and so on, then use the flag to locate the topic option position, be able to accurately identify the answers filled in the exam.
【Key words】： OpenCV;answer sheet;marking system
0 引言
考试作为人才选拔的一种方式，具有其特殊性，其 结果对考生具有重要的影响，因此如何在提高阅卷效率 的同时有效保证阅卷的准确性成为人们研究的一个重要 问题。在我国，如高考、英语等级考试等重要考试都采 用了标准化答题卡作答的方式，利用扫描仪与计算机技 术相结合，可以实现高效的客观题阅卷。但是这种方式 基于纸质答题卡，对答题卡纸质及印刷精度要求较高， 目前仅用于国家级的大型考试中，有一定的应用局限 性。因此，设计一个成本低廉、可操作性较强、使用方便的自动阅卷系统对于帮助一线教师减轻阅卷工作的压 力，同时提高阅卷的效率有非常重要的意义。
1 系统设计
本文提出设计一个基于 MATLAB 的答题卡阅卷系统，该系统对答题卡印刷质量及精度要求较低，且无 需专用扫描设备即可完成答题卡图像的采集，使用基于 OpenCV 的图像处理技术实现自动高效的阅卷。该系 统分为批量阅卷和单张阅卷两个模式，批量阅卷可自动 识别整个文件夹下的所有答题卡图像，并将识别结果进 行保存 ；单张阅卷模式需手动选择答题卡图像并进行识 别。本答题卡阅卷系统的应用过程为 ：考试前，教师使 用 Excel 模板制作答题卡，并打印纸质答题卡 ；考试结 束后，教师可使用扫描仪、照相机、手机等工具获取答 题卡图像并存储在计算机中，通过对答题卡图像进行预处理、分割提取、信息识别等步骤，将考生的学号、考 试科目等信息进行识别，并将试卷答案与标准答案进行 比对，将比对结果记录在指定文件中，从而实现答题卡 的自动阅卷。系统流程图如图 1 所示 ：
图 1 系统流程
2 设计过程
2.1 答题卡模板设计
基于 Excel 使用方便、位置误差小、易于调整等优点，本次设计采用 Excel 表格设计制作答题卡模板，答题卡有学号、科目、试卷类型、题目选项、标志位等五个可识别区域，有标题、姓名书写区域、答题规范、注意事项等四个不可识别区域，共设置了 105 道四选项选择题填涂区域，可满足绝大多数考试的需求。使用者可根据实际需要对模板中文字内容进行替换，无需对单元格大小、位置等内容进行改动。参考答案需在固定的文件中设置，主要内容有题号、答案和分值等项目，设置答案时只需修改题号对应的答案和分值即可。其中题号必须从 1 开始且为连续的数字，从小到大排列，答案必须为大写英文字母 A、B、C、D，分值必须为阿拉伯数字，参考答案文件如表 1格式进行设置。
2.2 图像采集及预处理
考试完成后，可将纸质答题卡通过手机、扫描仪、照相机等设备进行采集，采集后需要对图像进行预处理，该步骤对答案识别的准确率起到决定性作用。图像预处理的主要过程为 ：在得到答题卡图像数据后，首先 进行去噪处理，再进行灰度化、二值化、图像校正等处 理，将图像转换为标准的、符合要求的图像，最后进行 区域分割，生成利于后续操作处理的图像数据。图像预 处理的流程如图 2 所示。
图 2 图像预处理流程图
因图像在采集过程中受到拍摄或扫描设备质量、提 取图像的环境、存储时受到干扰等情况会产生不同程度 的噪声，从而影响图像的处理结果，因此对采集后的图 像进行去噪处理非常重要。因图像中产生的噪声多数为 高斯噪声，故本文采用高斯滤波对图像进行平滑处理 [1]。
为了提高运算效率，需将采集的彩色图像转化为灰 度图像，本文采用加权平均法进行图像的灰度处理 [2]。 在灰度化的基础上，再将图像进行二值化处理。考虑到 每个考生在填涂答题卡时使用的笔和填涂浓度不同以及 采集图像时光线明暗的不同，需采用局部阈值和全局阈 值相结合的方法对图像进行二值化处理。其中局部阈值 利用 OTSU 算法获取，取所有阈值的平均值作为最终的 阈值，该方法能尽肯能多的保留图像细节，从而更好地 进行信息的识别 [3]。
图像的倾斜校正是保证图像能被正确识别的前提， 本文采用基于 Hough 变换的方法实现图像的倾斜校正。 图像的倾斜校正主要分为倾斜角计算与图像旋转两部 分。图像倾斜角计算基于图像标志位之间的位置关系， 在找到上下两个标志图案后，在他们之间连接一条直 线，直线的斜率便是图像的倾斜角度。计算出倾斜角度 后，将原图像中各点坐标按式（1）变换后即可实现图 像按一定角度的旋转。为了保证图像倾斜校正后的信息 完整度及处理效率，本文采用了双线性插值算法实现图 像的旋转 [4]。
X = xcosθ+ ysinθ
Y = ycos
θ- xsin
θ
在识别标准答题卡图像信息时，首先要识别标签的 坐标。位置校正的主要依据是用 Excel 制作答题纸时， 在答题纸上设置了多个黑色标记位。本文的设计不匹配 整个答题卡图像中的标签，而是根据先验信息预先设置搜索范围，然后在此区域使用匹配算法。该算法不仅提 高了搜索速度和精度，从而缩小了搜索范围，减低了噪 声干扰。本文设计的答题卡右侧有 51 个黑色矩形块， 底部左右各有一个黑色矩形框，标出特征区域，辅助定 位答题卡区域，在识别完标志位后，根据标志位的位 置，很容易能确认各个题目与答案的位置，从而识别到 答题卡的答案 [5]。
2.3 图像识别
经过预处理后得到的二值图像，需经过图像识别模 块进行处理，计算出黑色像素的百分比。黑色像素的个 数通过遍历的方式得到，如果黑色像素的比例大于或等 于附录值，则标题的选项将被填充，否则将被视未填充。
3 试卷批阅测试
本文采用前文所述答题卡模板，采用普通 A4 纸打印 生成若干张答题卡，由不同人员进行填涂，之后将答题卡 图像采集后存放在计算机文件夹中，在可执行程序中点击 “一键阅卷”按钮，即可进入阅卷过程。阅卷过程中会将 每张答题卡图像以学号命名并存放在指定文件夹下。阅卷 结束后，会弹窗提示“答题卡已全部判定完毕！”，之 后可在保存成绩的文件中查看阅卷结果。批阅后成绩的存储如表 2 所示，数据表结构进行存储，部分批阅结果 如表 3 所示，未正确填涂的答题卡无法显示阅卷结果， 正确填涂的答题卡均能准确识别答案并与标准答案进行 比对从而得到批阅结果。测试结果显示，凡是正确填涂 的答题卡，均能够准确识别答案并进行成绩统计 [6]。
4 结语
该答题卡阅卷系统使用 Excel 制作答题卡模板，使 用普通 A4 纸打印填涂，后经过手机拍照对答题卡图像 进行采集，并通过基于 OpenCV 的一系列预处理后得 到灰度图像，并通过图像的定位与分割，对各个区域内 容能够进行准确识别，从而达到高效准确阅卷的效果。 该方式可操作性强、成本低廉，可在日常考试中极大地 减轻阅卷人员的工作量，同时提高阅卷的准确性。
参考文献
[1] Rafael C.Gonzalez,Richard E.Woods,Steven L.数字 图像处理的MATLAB实现(第2版)[M].北京:清华大学出版社, 2013.
[2] 袁鹏.基于图像处理的答题卡自动阅卷系统的设计与实现 [D].沈阳:东北大学,2015.
[3] 王坤,张杨,宋胜博,等.改进二维OTSU和自适应遗传算法的 红外图像分割[J].系统仿真学报,201(6):1229-1236.
[4] 成慧芳.基于径向基函数的图像旋转算法研究[D].兰州:兰州 大学,2016.
[5] 黄倩颖.基于优化后的二维Otsu的文本图像二值化处理算 法[D].广州:华南理工大学,2019.
[6] 陈杰,阜艳.基于遗传算法的图像分割的研究[J].现代电子技 术,2010(14):42-44.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/35572.html
