基于計(jì)算機(jī)視覺(jué)的答題卡識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)*

張菲菲，種蘭祥

（1.西北大學(xué) 現(xiàn)代教育技術(shù)中心，陜西 西安 710069；2.西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院，陜西 西安 710069）

一、引言

光標(biāo)閱讀機(jī)（Optical Mark Reader）作為自動(dòng)化閱卷工具，在很大程度上能減輕教師在批閱客觀考試題上花費(fèi)的精力，但由于其屬于光電設(shè)備，本身的價(jià)格和維護(hù)成本較高，且只能用閱讀專(zhuān)用鉛筆在專(zhuān)用答題卡上填涂答案，還不能保存答題卡的數(shù)字圖像，難以普及到個(gè)人使用。[1][2]本文采用消費(fèi)級(jí)USB攝像頭，以VS2012為開(kāi)發(fā)平臺(tái)，選用MySQL數(shù)據(jù)庫(kù)，融合計(jì)算機(jī)視覺(jué)、Ajax和Socket相關(guān)技術(shù)，設(shè)計(jì)開(kāi)發(fā)了成本低廉、使用方便，對(duì)紙張和填涂筆無(wú)特殊要求，適合教師個(gè)人、偏遠(yuǎn)地區(qū)和普通學(xué)校使用的客觀題答題卡識(shí)別系統(tǒng)。

二、系統(tǒng)主要功能的設(shè)計(jì)與實(shí)現(xiàn)

答題卡識(shí)別系統(tǒng)由用戶(hù)管理、圖像處理、答卷識(shí)別、數(shù)據(jù)管理四部分組成，每一部分有若干個(gè)功能模塊，結(jié)構(gòu)如圖1所示。其中，用戶(hù)管理包括個(gè)人密碼賬號(hào)管理、登錄和注銷(xiāo)等日志管理。圖像處理包括圖像采集、圖像存儲(chǔ)、圖像預(yù)處理和答題卡模板設(shè)計(jì)。答卷識(shí)別包括定位信息提取、精確定位和填涂信息識(shí)別。數(shù)據(jù)管理包括學(xué)生信息管理、學(xué)生成績(jī)管理和標(biāo)準(zhǔn)答案管理。

圖1 系統(tǒng)功能圖

1.圖像處理

圖像處理部分包含三個(gè)功能模塊。實(shí)際上，系統(tǒng)實(shí)現(xiàn)時(shí)首先要做好答題卡模板設(shè)計(jì)。本文在分析現(xiàn)有答題卡結(jié)構(gòu)與特點(diǎn)的基礎(chǔ)上，考慮到通用性，方便用戶(hù)使用普通激光打印機(jī)和普通A4復(fù)印紙就可打印答題卡，自行設(shè)計(jì)了答題卡模板，由六個(gè)分區(qū)構(gòu)成，分別是①標(biāo)題區(qū)、②考生信息填寫(xiě)區(qū)、③學(xué)號(hào)或準(zhǔn)考證號(hào)填涂區(qū)、④答案填涂區(qū)、⑤信息提示區(qū)、⑥定位信息區(qū)，如圖2所示。本文使用Visio軟件繪制答題卡標(biāo)準(zhǔn)模板后存儲(chǔ)為PDF文件供打印使用，存儲(chǔ)為JPG格式，大小為2480×3508像素作為標(biāo)準(zhǔn)模板圖像。

教師使用本系統(tǒng)時(shí)，存在攝像頭性能參數(shù)不一、光照環(huán)境各異、采集的圖像會(huì)發(fā)生傾斜或變形等多種情況，故必須對(duì)答題卡圖像進(jìn)行圖像灰度化、圖像二值化、圖像傾斜矯正等預(yù)處理，以盡可能地減小噪聲和人工操作對(duì)圖像識(shí)別的影響，保證后續(xù)圖像識(shí)別結(jié)果的正確性。

圖2 答題卡模板

同樣，本文將待閱答題卡圖像進(jìn)行縮放，使其和答題卡標(biāo)準(zhǔn)模板圖像大小相同，以保證最好的圖像識(shí)別效果。

圖像灰度化和二值化采用常規(guī)方法處理。[3][4]由于在采集圖像時(shí)，拍照設(shè)備和答題卡是平行的，屬于平面傾斜。因此，圖像傾斜矯正采用仿射變換方法[5]，仿射變換是一個(gè)二維坐標(biāo)（u,v）到二維坐標(biāo)（x,y）之間的線(xiàn)性變換，圖像仿射變換的過(guò)程就是圖像傾斜矯正的過(guò)程，且變換后的圖像具有平直性、平行性。其坐標(biāo)映射關(guān)系如公式1所示，其中（u,v）為源圖像坐標(biāo)，（x,y）為變換后圖像坐標(biāo)，a11、a12、a21、a22表示圖像旋轉(zhuǎn)、縮放變化，a13、a23表示圖像的平移量，仿射變換矩陣。

要實(shí)現(xiàn)答題卡圖像的傾斜矯正，首先要提取答題卡圖像角定位點(diǎn)坐標(biāo)，由于三個(gè)點(diǎn)可以確定一個(gè)面，因此，在待閱答題卡圖像角定位點(diǎn)的左上角坐標(biāo)?。╱1，v1）、（u2，v2）、（u3，v3），對(duì)應(yīng)的在標(biāo)準(zhǔn)模板圖像角定位點(diǎn)的左上角坐標(biāo)?。▁1，y1）、（x2，y2）、（x3，y3）；然后，建立待閱答題卡圖像與模板圖像相應(yīng)角定位點(diǎn)坐標(biāo)的映射關(guān)系，將這六個(gè)點(diǎn)代入（公式1），解六元一次方程組（見(jiàn)公式2），即可求得待閱答題卡與標(biāo)準(zhǔn)模板圖像之間的仿射變換矩陣A。

最后，根據(jù)仿射變換矩陣A，對(duì)待閱答題卡圖像角定位點(diǎn)組坐標(biāo)進(jìn)行插值計(jì)算，得出矯正后答題卡圖像角定位點(diǎn)坐標(biāo)，對(duì)其標(biāo)記并做輸出。即可實(shí)現(xiàn)對(duì)待閱答題卡圖像的傾斜矯正，進(jìn)而得到矯正后答題卡圖像效果圖（見(jiàn)圖3），為后續(xù)的圖像識(shí)別奠定了重要基礎(chǔ)。

2.答題卡圖像的識(shí)別

識(shí)別答題卡圖像，需要進(jìn)行定位信息提取、精確定位和填涂區(qū)識(shí)別等。答題卡定位信息包括答題卡四個(gè)角定位點(diǎn)信息和定位線(xiàn)信息。定位線(xiàn)包括頂部定位線(xiàn)、右側(cè)定位線(xiàn)和底部定位線(xiàn)，分別由11個(gè)、34個(gè)、20個(gè)矩形定位信息點(diǎn)組成，共有65個(gè)定位信息點(diǎn)。

提取答題卡角定位點(diǎn)信息，常用邊緣檢測(cè)、輪廓區(qū)域檢測(cè)、角點(diǎn)檢測(cè)、模板匹配等方法。[6]邊緣檢測(cè)和輪廓區(qū)域檢測(cè)利用圖像邊緣的突變性質(zhì)來(lái)檢測(cè)并提取其邊緣信息，適合處理沒(méi)有發(fā)生透視情況的傾斜矯正，處理范圍比較局限，[7]由于攝像頭在采集答題卡圖像時(shí)避免不了圖像發(fā)生透視的情況，所以這種方法不能實(shí)現(xiàn)在透視情況下對(duì)答題卡角定位點(diǎn)的提?。徊捎媒屈c(diǎn)檢測(cè)來(lái)獲取答題卡圖像的角點(diǎn)特征，其特點(diǎn)是檢測(cè)精度高、運(yùn)算速度慢，[8]由于答題卡四個(gè)角定位點(diǎn)簡(jiǎn)單明顯，如果采用角點(diǎn)檢測(cè)來(lái)提取答題卡角定位點(diǎn)信息，其運(yùn)算速度太慢，延長(zhǎng)了角定位點(diǎn)信息提取的時(shí)間，因此這種方法不適用于對(duì)答題卡角定位點(diǎn)的提??；采用模板匹配方法提取答題卡圖像的角定位點(diǎn)，這種方法簡(jiǎn)單易行，能彌補(bǔ)前兩種方法的不足，更適用于答題卡角定位點(diǎn)信息的提取。

圖3 答題卡圖像效果圖

模板匹配是當(dāng)模板圖像塊的圖案以圖像的形式表現(xiàn)時(shí)，根據(jù)該圖案與待閱答題卡各個(gè)局部的相似度來(lái)判斷其是否存在，并求得模板圖像塊在待閱答題卡中的位置。[9]待閱答題卡圖像角的定位點(diǎn)是59×59像素的圖像塊，稱(chēng)為模板圖像塊。設(shè)待閱答題卡圖像函數(shù)為I（x，y），模板圖像塊函數(shù)為 T（x，y），相似度函數(shù)為 R（x，y），將待閱答題卡圖像分成左上、右上、左下、右下四部分，分別在這四個(gè)部分里找每個(gè)部分的角定位點(diǎn)信息；采用歸一化相關(guān)系數(shù)匹配法（見(jiàn)公式 3）計(jì)算，R 在（0，1）之間取值，R越大表示匹配程度越高。當(dāng)答題卡圖像掃描完畢時(shí)，將最大的R標(biāo)記并以坐標(biāo)點(diǎn)的形式輸出，R取最大值時(shí)，即答題卡角定位點(diǎn)的左上角坐標(biāo)信息（以左上部分為例，如圖4所示）。

圖4 答題卡圖像左上角坐標(biāo)信息

要提取答題卡圖像的定位線(xiàn)信息，首先是在矯正后的二值化圖像中，從答題卡圖像頂部、右側(cè)、底部分別提取像素大小為 2478×60、60×3506、2478×60 的感興趣區(qū)域。然后，由于答題卡圖像在水平方向上的投影就是每行的灰度累計(jì)值，這些值就構(gòu)成了水平方向的投影曲線(xiàn)；圖像在垂直方向上的投影就是每列的灰度累計(jì)值，這些值就構(gòu)成了垂直方向的投影曲線(xiàn)。因此，分別計(jì)算答題卡圖像頂部、右側(cè)、底部定位線(xiàn)在水平方向、垂直方向、水平方向的投影曲線(xiàn)。最后，通過(guò)分析投影曲線(xiàn)的特征，采用差分遍歷向量法[10]得出投影曲線(xiàn)的波峰位置并做輸出（見(jiàn)圖5），從而獲取到答題卡定位線(xiàn)的信息，即每個(gè)矩形定位信息點(diǎn)的波峰位置，對(duì)后續(xù)圖像的精確定位起到關(guān)鍵作用。

圖5 定位線(xiàn)波峰位置標(biāo)記圖

精確定位，包括對(duì)準(zhǔn)考證區(qū)和答案填涂區(qū)每個(gè)選項(xiàng)的定位；答題卡頂部、右側(cè)分別由11個(gè)、10個(gè)矩形定位信息點(diǎn)共同定位110個(gè)矩形定位信息點(diǎn)，即準(zhǔn)考證區(qū)域；答題卡底部、右側(cè)分別由20、24個(gè)矩形定位信息點(diǎn)共同定位480個(gè)矩形定位信息點(diǎn)，即答案填涂區(qū)。采用逐步遍歷的方法定位到每個(gè)選項(xiàng)左上角的坐標(biāo)信息并做標(biāo)記（見(jiàn)圖 6、7）。

圖6 準(zhǔn)考證區(qū)精確定位

圖7 答案填涂區(qū)精確定位

對(duì)于答題卡圖像填涂區(qū)域的識(shí)別，從每個(gè)選項(xiàng)的左上角坐標(biāo)開(kāi)始，從左到右、從上到下檢索，累計(jì)非零像素點(diǎn)的個(gè)數(shù)即每個(gè)選項(xiàng)的填涂面積，當(dāng)實(shí)際填涂面積大于等于平均灰度面積的60%時(shí)，就判定為已填涂并且進(jìn)行標(biāo)記，否則視為沒(méi)有填涂（見(jiàn)圖8）。

圖8 填涂信息識(shí)別

3.B/S架構(gòu)實(shí)現(xiàn)

本文完成了單機(jī)版和B/S架構(gòu)的答題卡識(shí)別系統(tǒng)。在這里，主要闡述B/S架構(gòu)的答題卡識(shí)別系統(tǒng)的實(shí)現(xiàn)過(guò)程。首先，連接好攝像頭、支架、底座等硬件設(shè)備，在計(jì)算機(jī)中打開(kāi)客戶(hù)端主界面，選擇頁(yè)面自動(dòng)加載目前可以使用的攝像頭，在主界面的下拉菜單里，選擇要采集答題卡的攝像頭，點(diǎn)擊“開(kāi)啟攝像頭”按鈕，在主界面的左下方區(qū)域會(huì)出現(xiàn)攝像頭拍攝的視頻畫(huà)面；其次，調(diào)整答題卡位置，使其答題卡圖像四個(gè)角定位點(diǎn)完全出現(xiàn)在攝像頭畫(huà)面中，并且盡可能保證其位置不傾斜，周?chē)庹盏拳h(huán)境最佳，點(diǎn)擊“空格鍵”，即開(kāi)始識(shí)別，通過(guò)TCP通信[11]，將答題卡圖像數(shù)據(jù)傳給應(yīng)用程序，進(jìn)行識(shí)別處理；接著，應(yīng)用程序通過(guò)服務(wù)器端，收到答題卡圖像數(shù)據(jù)，通過(guò)圖像處理算法進(jìn)行識(shí)別，將識(shí)別出的答案與數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)答案進(jìn)行對(duì)比計(jì)算出分?jǐn)?shù)，將準(zhǔn)考證號(hào)、分?jǐn)?shù)、識(shí)別后的文件名，存入數(shù)據(jù)庫(kù)中，通過(guò)TCP通信，將識(shí)別結(jié)果返回給客戶(hù)端；最后，客戶(hù)端將識(shí)別的準(zhǔn)考證號(hào)、分?jǐn)?shù)顯示在主界面上，同時(shí)，主界面顯示了識(shí)別之前答題卡圖像填涂情況和識(shí)別之后標(biāo)記的答題卡圖像的填涂情況，可以直觀地對(duì)比得出考生所填涂的信息是否被識(shí)別。

在實(shí)現(xiàn)過(guò)程中，含有標(biāo)準(zhǔn)答案的答題卡圖像是通過(guò)Visio軟件進(jìn)行填涂、打印而得到的。標(biāo)準(zhǔn)答案的數(shù)據(jù)是通過(guò)攝像頭采集之后，進(jìn)行圖像處理得到的，同時(shí)，需將標(biāo)準(zhǔn)答案數(shù)據(jù)存入數(shù)據(jù)庫(kù)中。

三、系統(tǒng)測(cè)試

測(cè)試壞境：主機(jī)為宏碁4752G，內(nèi)存4G，Windows 7操作系統(tǒng)，攝像頭為普通視頻攝像頭，像素為1200W，共測(cè)試300份答題卡，每份120道題，其中含擦除不干凈、填涂深淺不一等各種特殊情況。

測(cè)試結(jié)果：對(duì)于規(guī)范填涂的答題卡，識(shí)別率是100%；對(duì)于填涂不規(guī)范并且填涂面積小于矩形框的一半的答題卡誤判率為0.3%。

四、結(jié)束語(yǔ)

答題卡識(shí)別系統(tǒng)是計(jì)算機(jī)視覺(jué)研究的一個(gè)典型應(yīng)用，將教師從繁重重復(fù)的客觀題閱卷勞動(dòng)中解放出來(lái)，并且能夠?qū)Τ煽?jī)排序分析，輔助教師調(diào)整教學(xué)方案。也讓偏遠(yuǎn)地區(qū)和經(jīng)費(fèi)緊張地區(qū)的中小學(xué)教師能夠使用上信息化的教學(xué)系統(tǒng)，享受到信息化發(fā)展的紅利。對(duì)于其它類(lèi)型的大型考試，以及當(dāng)前推行的過(guò)程性評(píng)價(jià)中應(yīng)用隨堂測(cè)試，更具有廣泛的應(yīng)用前景和實(shí)用價(jià)值。當(dāng)然，如何提高答題卡識(shí)別的自動(dòng)化程度，還需要進(jìn)一步研究。