本发明涉及教学技术化更新领域，具体涉及一种教师批改痕迹自动识别的方法。
背景技术：
现有网上阅卷的一个最大缺陷就是无痕迹，考生在考完试后，手里拿到的答卷同他们之前上交上去的一模一样，没有任何的教师批阅过的痕迹。考生得到的只是各科的分数、各科小题的分数，考生们并不知道自己究竟在哪里做错了，以数字水印形式呈现的阅卷痕迹(即线上留痕)虽然可以弥补这一个缺陷，但是教师必须在电脑上或手机上登录阅卷系统进行阅卷，并不符合教师平时在纸质答卷上批改的阅卷习惯。
现有的有卡有痕阅卷必须用专门的软件制作答题卡，考生考试时在答题卡上作答，考试完毕，教师在纸质答题卡上进行评阅，然后必须在指定的区域内打分。虽然有卡有痕符合教师平时的工作习惯，但是答题卡的制作过程比较复杂，要求在指定的区域内打分，必须由专人负责，大大增加了人员的开支和沟通的工作量。
技术实现要素：
本发明所要解决的技术问题在于克服现有的技术缺陷提供一种方法合理、使用方便、效果良好的一种教师批改痕迹自动识别的方法。
本发明所要解决的技术问题采用以下的技术方案来实现：
一种教师批改痕迹自动识别的方法，其特征在于：包括以下步骤，
步骤一、线下手动阅卷：当考生在考完试交卷之后，老师在线下手动阅卷，用红颜色笔进行批注；
步骤二、扫描试卷：在老师手动阅卷之后，通过扫描设备将试题卷彩色扫描成数字图像，并上传至阅卷中心服务器；
步骤三、提取红色批改笔迹：使用数字图像处理和人工智能技术对教师手写的批改内容进行提取，过滤出不需要的笔迹和印刷字体，留下需要的老师批阅的红色笔迹，最后形成提取红色笔迹后的评分图像；
步骤四、识别教师批改笔迹中的分值：采用卷积神经网络(cnn)机器学习方法，从步骤三中的生成的评分图像中对教师的评阅区域进行精准定位，识别出手改笔迹中的数字分值；
步骤五、成绩生成：考生每门科目的成绩包括主观题成绩和客观题成绩。客观题成绩是通过计算机自动识别涂点后与标准答案进行比较生成的；主观题成绩生成只要有两种情况：第一种情况就是教师线上阅卷生成的，第二种情况就是上述通过教师线下批改，再进行线上提取和识别的。客观题成绩和主观题成绩相加就是该门科目的总成绩。
本发明的有益效果为：1)不改变教师现有的阅卷习惯，无需复杂的操作和专业的培训，容易上手；
2)考生考完试既有线下的有痕的纸质试题卷，又有线上的有痕的数字化标注的水印图像和打印成册的错题本；
3)教师通过线下的批阅，可以实时了解每个考生对知识点的掌握情况。
附图说明
图1为本发明的卷积神经网络(cnn)机器学习方法。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面进一步阐述本发明。
如图1所示，一种教师批改痕迹自动识别的方法，其特征在于：包括以下步骤，
步骤一、线下手动阅卷：当考生在考完试交卷之后，老师在线下手动阅卷，用红色比进行批注；
步骤二、扫描试卷：在老师手动阅卷之后，通过扫描设备将试题卷彩色扫描成数字图像，并上传至阅卷中心服务器；
步骤三、提取红色批改笔迹：使用数字图像处理和人工智能技术对教师手写的批改内容进行提取，过滤出不需要的笔迹和印刷字体，留下需要的老师批阅的红色笔迹，最后形成提取红色笔迹后的评分图像；
步骤四、识别教师批改笔迹中的分值：采用卷积神经网络(cnn)机器学习方法，从步骤三中的生成的评分图像中对教师的评阅区域进行精准定位，识别出手改笔迹中的数字分值；
步骤五、成绩生成：考生每门科目的成绩包括主观题成绩和客观题成绩。客观题成绩是通过计算机自动识别涂点后与标准答案进行比较生成的；主观题成绩生成只要有两种情况：第一种情况就是教师线上阅卷生成的，第二种情况就是上述通过教师线下批改，再进行线上提取和识别的。客观题成绩和主观题成绩相加就是该门科目的总成绩。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。