本发明属于教育系统处理的技术领域，具体涉及一种基于8字码的智能留痕阅卷方法。
背景技术：
伴随着计算机网络技术、高速扫描技术和图文影像技术的发展，传统的手工阅卷和答题卡光标扫描阅卷模式逐渐被网上阅卷模式所取代。网上阅卷系统是按中考、高考等大型考试阅卷模式设计的一种在线应用，不仅使初、高中的学生能熟悉大型考试的答题规范，还完全符合教育测量学要求的统计分析与评价功能。此外，网上阅卷系统具有建设投资少、使用成本低的特点，与昂贵的光标阅读机相比，网上阅卷系统只需要配备常见的高速扫描仪和阅卷电脑，在软件系统层面提供核心的识别技术，能快速进行试卷扫描、识别、裁切等操作，极大地降低了对硬件设备的性能需求，减轻了设备购置的资金压力，使普通初、高中学校都能够买得起。然而，网上阅卷系统全程采用数据化阅卷方式，试卷只是作为电子图片的扫描源，所有的审题、判分、统计过程都在电脑上完成。在阅卷结束后试卷上不会留下任何批阅信息，导致考试后的试卷不能满足教师讲评试卷的需要，学生也无法通过卷面了解题目得分明细。
基于8字码的试卷分数自动识别处理中，在纸质试卷上，根据实际评分需要，针对各小题或大题设置打分用的8字码填涂区，以及试卷总分的8字码填涂区，评卷给分时，填涂8字码为该考生的实际得分或应扣分数。评分完毕，扫描试卷，扫描过程中，程序自动对试卷上的8字码填涂区进行定位，8字码识别，获得各题得分值以及试卷总分。然后进行逻辑判断，确认所评分数是否有效，试卷总分是否正确，对于无效或错误分数进行人工干预。试卷上各题得分确认后，可以进行各种统计分析。但现有技术中的基于8字码的识别不能在试卷上留痕。
技术实现要素：
针对现有技术的不足之处，本发明的所要解决的技术问题在于提供一种基于8字码的智能留痕阅卷方法，根据实际的使用需求，建立符合老师和学生使用习惯的系统，有效地解决了网上阅卷系统无法保留教师批阅痕迹的问题。
为了解决上述技术问题，本发明可以通过以下技术措施实现：一种基于8字码的智能留痕阅卷方法，包括以下步骤：
步骤一：开始阅卷；
步骤二：主观题手工判分；
步骤三：试卷扫描；
步骤四：对客观题进行OMR识别，对主观题进行OCR识别；
步骤五：对客观题进行OMR识别后，依次进行填涂点定位、发光处理、分析处理以及标记处理；
步骤六：对主观题进行OCR识别后，依次进行图像识别、图像预处理、文本切割、特征提取、单子识别、文字后处理、字符校对；
步骤七：对经过步骤五和步骤六后的客观题和主观题进行统计得分。
作为本发明的基于8字码的智能留痕阅卷方法的优选实施方式，在步骤五中，所述发光处理包括发光管照射和光敏管接收；所述分析处理包括歪斜矫正、图像分割和色值计数；所述标记处理包括标记识别和标记比对。
作为本发明的基于8字码的智能留痕阅卷方法的优选实施方式，在步骤四中，所述OCR识别通过拍照或扫描的方式检查纸上的字符，再通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字或数值。
作为本发明的基于8字码的智能留痕阅卷方法的优选实施方式，在步骤四中，所述OCR识别经过影像输入、影像前处理、文字特征抽取、比对识别、人工校正步骤后得出输出结果。
作为本发明的基于8字码的智能留痕阅卷方法的优选实施方式，在步骤四中，所述影像前处理包括影像正规化、去除噪声、影像矫正、图文分析、文字行与字分离的文件前处理，从图片中得到黑/白色组成的二值化影像或灰阶、彩色的影像，独立出一个个的文字影像。
进一步地，所述文字特征抽取分为统计特征和结构特征，所述统计特征在文字区分成几个区域，每个区域黑/白点数比之联合，构成空间的数值向量，在比对时通过计算点数相对分布位置获得整体轮廓；所述结构特征取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法进行比对。
进一步地，所述比对识别根据不同的特征特性，选用不同的数学距离函数，利用各种特征比对方法的相异互补性，识别出的结果。
进一步地，所述人工校正校核出错的信息。
实施本发明的基于8字码的智能留痕阅卷方法的技术方案具有如下有益效果：本发明适用于市面上常见的高速扫描设备，不必购置专门的高端扫描仪和精致的答题卡即可完成考试阅卷的所有步骤，系统建设部署的成本低风险小，与其它捆绑昂贵的配套设备的阅卷系统不同之处还有，本发明的OCR识别技术不需要额外购置其它设备，其强大的兼容性可以直接沿用现有的硬件设备，规避了一套流程两套系统混用的风险，试卷扫描过程和以往一样，无需多余的操作，避免了学校人力和物力上的重复投入。本发明在OMR光学标记识别技术基础上，创新性地融入OCR光学字符识别技术，不仅可以在扫描过程中识别客观题填涂区域，还能提取教师在试卷上批阅评分痕迹，利用扫描生成的文字轮廓进行二值化处理、降噪、矫正，最后再进行识别匹配，将教师的评分笔迹精准地转化为对应的计算机数值，有效地解决了网上阅卷系统无法保留教师批阅痕迹的问题，使用本发明的基于8字码的智能留痕阅卷方法在阅卷过程中即可留下痕迹，能有效避免教师在评卷前重复工作，提高阅卷的质量。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下结合优选实施例，并配合附图，详细说明如下。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制。
图1是本发明的基于8字码的智能留痕阅卷方法的流程图。
具体实施方式
下面结合附图详细说明本发明的具体实施方式，其作为本说明书的一部分，通过实施例来说明本发明的原理，本发明的其他方面、特征及其优点通过该详细说明将会变得一目了然。在所参照的附图中，不同的图中相同或相似的部件使用相同的附图标号来表示。为使本发明更加容易理解，下面将进一步阐述本发明的具体实施例。
在组织频率更高的日常考试里，所有试卷中都留有阅卷老师的评卷痕迹。但网上阅卷系统主要是针对学校中的大型考试设计和使用的。由于大型考试中阅卷步骤更加严谨、试卷多、任务重，系统因此更加偏重阅卷的公正性和保密性，追求试卷的批阅速度，在最短的时间内统计出成绩分值，对考卷中痕迹的重视程度较低，使得教师可能需要二次评卷，不仅降低了评卷的效率和质量，还增加教师的工作负担。在网上阅卷系统中批阅过的试卷可以快速提供成绩得分信息，但是在考后讲评的环节中，得分信息实际是与试卷脱离的，学生无法看到提卡上的对错信息，无法得知每个小题的分数，导致在老师评卷时找不到自己的问题点，听课效率下降。因此与日常考试的评卷模式相一致的卷面痕迹显得尤为重要，不仅是教师讲课的需要，也是学生查错的重要参照。
为此，本发明提供了一种基于8字码的智能留痕阅卷方法，如图1所示，本发明的基于8字码的智能留痕阅卷方法包括以下步骤：
步骤一：开始阅卷；
步骤二：主观题手工判分；
步骤三：试卷扫描；
步骤四：对客观题进行OMR识别，对主观题进行OCR识别；
步骤五：对客观题进行OMR识别后，依次进行填涂点定位、发光处理、分析处理以及标记处理；
步骤六：对主观题进行OCR识别后，依次进行图像识别、图像预处理、文本切割、特征提取、单子识别、文字后处理、字符校对；
步骤七：对经过步骤五和步骤六后的客观题和主观题进行统计得分。
制作试卷时，根据实际评分要求设置打分用的8字码填涂区，可以给每个小题设置打分用的8字码填涂区，也可以按大题设置打分用的8字码填涂区，以及试卷总分的8字码填涂区。试卷设置的8字码填涂区为分散的方框，填涂区包括但不限于此形式，8字码设置为六点形式，每题设置一个8字码填涂区，以及试卷总分的8字码填涂区。评卷时，评卷员在打分用的8字码填涂区涂写实际得分或应扣分数。评卷完成后，进行试卷扫描，试卷扫描过程中，程序自动定位试卷上的8字码填涂区，不需要编辑试卷格式，8字码填涂区定位完成后，识别8字码，获取试卷分数。识别完成，需要进行逻辑判断，确认识别的分数是否有效，对无效分数进行人工干预，分数确认后，进行统计分析。
具体地，在步骤五中，所述发光处理包括发光管照射和光敏管接收，所述分析处理包括歪斜矫正、图像分割和色值计数，所述标记处理包括标记识别和标记比对。
在步骤四中，所述OCR识别通过拍照或扫描的方式检查纸上的字符，再通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字或数值。OCR识别是使用电子设备通过拍照或扫描的方式检查纸上的字符，再通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字。
本发明中的OCR识别处理的主要过程是把扫描出来的图片影像进行转换，使影像内的图形继续保存，图形影像内的文字一律转换为计算机文字，通过分离图形影像中大量的像素数据，使影像资料的储存量减少、再通过轮廓匹配来识别出的文字，从扫描图片到结果输出，OCR识别经过影像输入、影像前处理、文字特征抽取、比对识别、人工校正步骤后得出输出结果。影像输入是将需进行OCR识别处理的纸质试卷透过光学仪器，如高速扫描仪、高分辨率相机或任何摄影器材，将影像传入系统。图片分辨率保持在150DPI以上，高分辨率的扫描仪可以使影像更清晰，增进OCR处理的效率。
所述影像前处理是OCR系统中的主要处理过程，包括影像正规化、去除噪声、影像矫正、图文分析、文字行与字分离的文件前处理，从图片中得到黑/白色组成的二值化影像或灰阶、彩色的影像，独立出一个个的文字影像。
所述文字特征抽取是OCR的核心，直接关系到识别精度，分为统计特征和结构特征，所述统计特征在文字区分成几个区域，每个区域黑/白点数比之联合，构成空间的数值向量，在比对时通过计算点数相对分布位置获得整体轮廓；所述结构特征取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法进行比对。
所述比对识别根据不同的特征特性，例如欧式空间的比对方法、松弛比对法、动态程序比对法以及类神经网络的数据库建立及比对等方法，选用不同的数学距离函数，利用各种特征比对方法的相异互补性，识别出结果。
由于OCR的识别率并无法达到百分之百，想要加强比对的正确性，一些校对的方法和功能，也成为OCR系统中必要的一个模块。字词后处理就是一例，利用比对后的识别文字与其可能的相似候选字群中，根据前后的识别文字找出最合乎逻辑的词，做更正的功能。好的OCR识别系统，除了有一个稳定的影像处理及识别核心以降低错误率外，人工校正的操作流程及其功能也会影响OCR的处理效率，因此，文字影像与识别文字的对照、还有每一识别文字的候选字功能、拒认字的功能、字词后处理后特意标示出可能有问题的字词，都是内嵌的识别基础，在这些基础之上以人工方式最终校核出错的信息，才能真正达到100％准确无误的目标。
为了在阅卷过程中保留阅卷痕迹，达到与传统手工阅卷一致的纸上留痕效果，采用OCR识别技术的阅卷流程为主观题采用手工阅卷的方式在纸质试卷上留下痕迹，批阅后的试卷在扫描过程中主观题和客观题同时进行识别处理，其中主观题采用OCR识别手写得分，客观题沿用OMR识别技术读取填涂区，最后综合主/客观题的评分数据进行合分统计。本发明适用于市面上常见的高速扫描设备，不必购置专门的高端扫描仪和精致的答题卡即可完成考试阅卷的所有步骤，系统建设部署的成本低风险小，与其它捆绑昂贵的配套设备的阅卷系统不同之处还有，本发明的OCR识别技术不需要额外购置其它设备，其强大的兼容性可以直接沿用现有的硬件设备，规避了一套流程两套系统混用的风险，试卷扫描过程和以往一样，无需多余的操作，避免了学校人力和物力上的重复投入。本发明在OMR光学标记识别技术基础上，创新性地融入OCR光学字符识别技术，不仅可以在扫描过程中识别客观题填涂区域，还能提取教师在试卷上批阅评分痕迹，利用扫描生成的文字轮廓进行二值化处理、降噪、矫正，最后再进行识别匹配，将教师的评分笔迹精准地转化为对应的计算机数值，有效地解决了网上阅卷系统无法保留教师批阅痕迹的问题，使用本发明的基于8字码的智能留痕阅卷方法在阅卷过程中即可留下痕迹，能有效避免教师在评卷前重复工作，提高阅卷的质量。
最后所应当说明的是，以上实施例仅用以说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。