一种艺术测评中书画录入及匿名阅卷方法及系统与流程

本发明涉及教学软件技术领域，尤其涉及一种艺术测评中书画录入及匿名阅卷方法及系统。

背景技术：

现行艺术测评中涉及到书画领域大多为纸质试卷方式，教师只能在纸质书画试卷上进行评分批阅，评分和批阅信息必须经过纸质或电子表格形式再次统计，对于整个学校/地区的成绩分析工作更是繁琐复杂，只能通过投入人力、时间来满足数据需要，给教师带来了极大的工作负担。且纸质书画试卷存在保存难、追溯难的问题，存在一定的局限性。同时在阅卷时，必须针对试卷做密封处理，保障阅卷的公平性，为此导致阅卷效率进一步降低，经常需要耗费大量时间在准备工作上。在目前国家重视学生艺术教育，但是艺术教师短缺的情况下，难以充分解放艺术教师的精力用于课堂教学上。

因此，提供一种艺术测评中书画录入及匿名阅卷方法及系统，有助于减轻教师工作压力，提高艺术测评中教师阅卷效率和阅卷公平性，帮助学校长期信息化保存学生书画试卷，随时可溯源、查阅，保障艺术素质测评工作全面开展。

技术实现要素：

有鉴于此，本发明提供了一种艺术测评中书画录入及匿名阅卷方法及系统，有助于减轻教师工作压力，提高艺术测评中教师阅卷效率和阅卷公平性，帮助学校长期信息化保存学生书画试卷，随时可溯源、查阅，保障艺术素质测评工作全面开展。

为了实现上述目的，本发明采用如下技术方案：

一种艺术测评中书画录入及匿名阅卷方法，包括：书画录入和匿名阅卷两个步骤；

其中书画录入包括如下步骤：

s101、考试信息录入步骤，录入学生的基本信息和考场信息；

s102、准考证生成步骤，根据步骤s101中录入的考试信息生成包括二维码和文字信息的准考证；

s103、准考证粘贴与书画试卷录入步骤，将步骤s102中生成的准考证打印并粘贴在书画试卷的准考证粘贴区域，对粘贴准考证的书画试卷进行拍照，生成图片文件后录入图片文件；

s104、图片文件处理步骤，对录入的图片文件进行图像处理，得到清晰的图片文件；

s105、二维码定位步骤，对步骤s104中处理后的图片文件进行二维码定位，获取二维码坐标；

s106、考试信息识别步骤，识别二维码信息后与数据库中的考试信息进行关联，获取图片文件所对应的考试信息；

s107、图片文件存储步骤，根据考试信息对图片文件进行存储；

匿名阅卷包括如下步骤：

s201、考试信息读取步骤，选择需要阅卷的考试场次，随机读取该考试场次的考试信息；

s202、图片文件检索步骤，根据步骤s201中读取的考试信息查找相对应的图片信息；

s203、图片文件处理步骤，对步骤s202中的图片文件进行图像处理，得到清晰的图片文件；

s204、二维码定位步骤，对处理后的图片文件进行二维码定位，获取二维码坐标；

s205、准考证信息框定位步骤，根据步骤s204获取的二维码坐标，寻找准考证信息框，并对该准考证信息框进行定位；

s206、准考证信息框覆盖步骤，将准考证信息框内区域进行涂黑覆盖，生成脱敏后的图片文件并展示该脱敏后的图片文件；

s207、阅卷步骤，对脱敏后的图片文件进行评语录入和评分操作。

进一步的，步骤s104和步骤s203中的图像处理过程包括：将图片文件进行灰度转化、canny边缘提取、轮廓寻找、轮廓筛选，得到处理后的图片文件。

进一步的，学生的基本信息包括：姓名、学号、班级和学校。

进一步的，步骤s106中，使用公用的zbar库进行二维码识别，识别后获取加密后字符串，根据数据库内关联关系读取出学生基本信息。

进一步的，图片文件的格式为png、jpg或bmp的一种或多种。

一种艺术测评中书画录入及匿名阅卷系统，包括：

中央处理模块；

教务管理模块，与中央处理模块的第一通信端口连接，用于考务信息管理；

图像处理模块，与中央处理模块的第二通信端口连接，用于对粘贴准考证的书画图片文件进行处理，得到清晰的图片文件；

准考证处理模块，与中央处理模块的第三通信端口连接，用于对准考证上的二维码进行定位处理后识别；

准考证脱敏模块，与中央处理模块的第四通信端口连接，用于对图片文件的准考证信息框进行定位后对准考证信息进行脱敏处理，得到脱敏后的图片文件；

阅卷模块，与中央处理模块的第五通信端口连接，用于对脱敏后的图片文件进行操作并进行评分和评价。

进一步的，教务管理模块包括：

考务信息管理单元，用于考务信息管理，包括学生的基本信息和考场信息，其中学生的基本信息包括：姓名、学号、班级和学校；

准考证生成单元，与考务信息管理单元连接，用于生成准考证，包括二维码生成、文字信息生成；

准考证导出单元，与准考证生成单元连接，用于导出准考证，包括批量导出、单例导出；

图片文件录入单元，用于录入粘贴有准考证的书画试卷图片文件。

进一步的，图像处理模块包括：

灰度转化单元，用于对图片文件进行灰度转化；

边缘提取单元，与灰度转化单元连接，用于对进行灰度转化后的图片文件进行边缘提取；

轮廓寻找单元，与边缘提取单元连接，用于对边缘提取单元处理后的图片文件进行图像内轮廓寻找；

轮廓筛选单元，与轮廓寻找单元连接，用于对寻找到的轮廓进行筛选处理，得到清晰的图片文件。

进一步的，准考证处理模块包括：

二维码定位单元，用于对图片文件中的图像内二维码进行定位处理；

二维码识别单元，与二维码定位单元连接，用于对定位后的二维码进行识别。

进一步的，准考证脱敏模块包括：

信息框定位单元，用于对图片文件的图像内准考证信息框进行定位；

信息脱敏单元，与信息框定位单元连接，用于对准考证信息框内区域进行涂黑覆盖，得到脱敏的图片文件。

进一步的，阅卷模块包括：

评语单元，用于对图片文件中的图像进行评语输入；

评分单元，用于对图片文件中的图像进行评分，包括输入分值、加分和扣分。

经由上述的技术方案可知，与现有技术相比，本发明提供了一种艺术测评中书画录入及匿名阅卷方法及系统，取得的有益效果如下：

(1)通过准考证与纸质试卷结合拍照的形式，能够快速的由系统绑定学生与试卷关系，不需人工输入学生信息，提高照片录入效率；

(2)结合canny检测方法实现边缘提取，通过高斯模糊去除噪音，降低伪边缘的识别，保障在边缘检测上有明显优势和优异的稳健性，从而提高照片边缘提取的准确率和效率；

(3)通过针对学生准考证信息的涂黑脱敏，保证阅卷的匿名性，从而保障艺术测评中书画测评的整体公平性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明艺术测评中书画录入及匿名阅卷方法的书画录入流程图；

图2为本发明艺术测评中书画录入及匿名阅卷方法的匿名阅卷流程图；

图3为本发明书画试卷实际拍照图；

图4为本发明图片文件处理后效果图；

图5为本发明二维码定位后效果图；

图6为本发明准考证信息框定位后效果图；

图7为本发明二维码定位失败效果图；

图8为本发明图片文件脱敏后阅卷展示图；

图9为本发明涉及到的二维码信息介绍图

图10为本发明艺术测评中书画录入及匿名阅卷系统的结构示意图。

图11为本发明教务管理模块的结构示意图。

图12为本发明图像处理模块的结构示意图。

图13为本发明准考证处理模块的结构示意图。

图14为本发明准考证脱敏模块的结构示意图。

图15为本发明阅卷模块的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明公开了一种艺术测评中书画录入及匿名阅卷方法，包括：书画录入和匿名阅卷两个步骤；

参照附图1所示，公开了书画录入过程，具体包括如下步骤：

s101、考试信息录入步骤，录入学生的基本信息和考场信息；

s102、准考证生成步骤，根据步骤s101中录入的考试信息生成包括二维码和文字信息的准考证；

s103、准考证粘贴与书画试卷录入步骤，将步骤s102中生成的准考证打印并粘贴在书画试卷的准考证粘贴区域，对粘贴准考证的书画试卷进行拍照，生成图片文件后录入图片文件，参照附图1所示；

s104、图片文件处理步骤，对录入的图片文件进行图像处理，得到清晰的图片文件；

s105、二维码定位步骤，对步骤s104中处理后的图片文件进行二维码定位，获取二维码坐标；

s106、考试信息识别步骤，识别二维码信息后与数据库中的考试信息进行关联，获取图片文件所对应的考试信息；

s107、图片文件存储步骤，根据考试信息对图片文件进行存储。

在一个具体实施例中，步骤s101中，学生的基本信息由姓名、学号、班级和学校组成；可以使用页面手动新增或者excel表格模板导入的方法快速录入学生的基本信息和考场信息。

在一个具体实施例中，步骤s102中，将学生的基本信息和考场信息封装成json格式，并根据json语句进行md5加密，将加密后的字符串生成二维码，将二维码和姓名、学号组合生成准考证图片，准考证生成后支持批量导出pdf格式文档，文档内准考证按序排列，提供裁剪线，方便快速裁剪。

在一个具体实施例中，步骤s103中，可采用手机、相机、高拍仪或扫描仪等多种设备进行拍照，要保证准考证轮廓清晰以及保障书画试卷全体区域位于照片内，图片文件可为支持png、jpg或bmp格式。

在一个具体实施例中，步骤s101中图像处理过程为：对图片文件进行灰度转化、canny边缘提取、轮廓寻找、轮廓筛选，得到处理后的图片文件；其中，图片文件进行灰度转化，为后续canny边缘提取做处理，canny边缘提取的具体步骤为：

(1)高斯模糊(去除噪音)；

(2)计算梯度大小和方向，图像的每一个像素的横向及纵向梯度近似值使用以下的公式结合计算：

梯度方向计算公式为：

θ＝atan2(gy,gx)；

(3)非最大值抑制(保留局部最大梯度，抑制其他梯度值)；

(4)双阈值(canny边缘提取算法采用双阈值法)；

(5)滞后边界跟踪(判断弱边缘·点)。

轮廓寻找，本实施例采用的opencv封装好的库：cv2.findcontours，选取的参数为cv2.retr_tree和cv2.chain_approx_simple。

轮廓筛选，参照附图9所示，结合附图9中数字所标数字，此处标识二维码存在以下组成部分：

1-positiondetectionpattern：位于三个角落，可以快速检测二维码位置；

2-separators：一个单位宽的分割线，提高二维码位置检测的效率；

3-timingpattern：黑白相间，用于修正坐标系；

4-alignmentpatterns：提高二维码在失真情况下的识别率；

5-formatinformation：格式信息，包含了错误修正级别和掩码图案；

6-data：真正的数据部分；

7-errorcorrection：用于错误修正，和data部分格式相同；

其中，每个红色角落是由两个线条嵌套，每个线条是由两个轮廓组成，故筛选条件为大于4个轮廓，得到positiondetectionpattern。

在一个具体实施例中，步骤s105中，二维码定位，针对处理后的图片文件进行二维码定位，系统会进行定位标记筛选(根据附图9可知，附图9如上述所示，二维码组成部分3，是用来修正二维码位置和筛选的，故判断符合轮廓筛选中的定位标记的轮廓黑白相间部分，使用的是timingpattern函数)，步骤如下：

a将4个定位标记两两配对；

b将他们的4个顶点两两连线，选出最短的那两根；

c如果两根线都不符合timingpattern的特征，则出局；

计算定位标记的最小矩形包围盒，获得三个最外围顶点，算出第四个顶点，从而确定二维码的区域，同时保存每个矩形包围盒的中心点；最终效果如附图5所示。

在一个具体实施例中，步骤s106中，针对二维码进行识别，根据识别到的信息在数据库中进行关联，获取考试信息，此处使用公用的zbar库进行二维码识别，识别后获取加密后字符串，系统会根据数据库内关联关系取出考试信息，其中数据库内存在数据表绑定学生学号与加密字符串。

在另一个具体实施例中，步骤s107中，根据学生基本信息进行归类存储，根据学生基本信息生成存储路径，具体路径方案为：/学校/学号/图片文件，存储媒介为云服务器存储。

匿名阅卷包括如下步骤：

s201、考试信息读取步骤，选择需要阅卷的考试场次，随机读取该考试场次的考试信息；

s202、图片文件检索步骤，根据步骤s201中读取的考试信息查找相对应的图片信息；

s203、图片文件处理步骤，对步骤s202中的图片文件进行图像处理，得到清晰的图片文件；

s204、二维码定位步骤，对处理后的图片文件进行二维码定位，获取二维码坐标；

s205、准考证信息框定位步骤，根据步骤s204获取的二维码坐标，寻找准考证信息框，并对该准考证信息框进行定位；

s206、准考证信息框覆盖步骤，将准考证信息框内区域进行涂黑覆盖，生成脱敏后的图片文件并展示该脱敏后的图片文件；

s207、阅卷步骤，对脱敏后的图片文件进行评语录入和评分操作。

在一个具体实施例中，步骤s202中，根据读取的考试信息，依据存储路径，生成图片文件读取路径：/学校/学号/图片文件。

在一个具体实施例中，步骤s203中对读取的图片文件的处理过程同书画试卷录入过程的图片文件处理过程；步骤s204中的二维码定位同书画试卷录入过程的二维码定位过程。

在一个具体实施例中，步骤s205中信息框定位步骤中，具体包括以下步骤：

s2051、遍历附图5上所有的轮廓；

s2052、判断上述步骤s204所得到的每个矩形包围盒的中心点是否在轮廓内部(由于该模型主要运用在实景拍摄的图片，所以会有很多客观因素的干扰，比如学生个人信息条码打印不完整和折叠粘贴等等，会导致定位二维码的时候造成偏差，结果就会出现只识别出部分二维码定位点的情况，如附图7所示)。

s2053、定位分为两类情况：

(1)当模型可定位到完整的二维码时，在满足s2052中的条件下，还需要满足：

(a)外部矩形框大小与二维码面积大小之比小于5。

(b)外部矩形框与二维码矩形框的旋转角度大于等于0且小于等于5，或大于等于85且小于等于90。

(2)当模型没有定位到完整的二维码时(如附图7)，在满足b中的条件下，还需要满足：

(a)外部矩形框大小与二维码面积大小之比大于等于5且小于等于14。

s2054、通过s2053的筛选，可定位到外部矩形框的位置。

在一个具体实施例中，步骤s206的准考证信息框覆盖步骤中，通过步骤s205可定位外部矩形框的位置，根据cv2.fillpoly可将其进行涂黑覆盖，涂黑后效果图如附图8所示。

在一个具体实施例中，步骤s207阅卷步骤中，可对脱敏后图片文件进行评语录入、评分，在阅卷页面评分区域输入分值，试卷展示区提供“画笔”功能、“旋转”功能、“放大”功能、“缩小”功能，通过“画笔”功能可以进行标记和输入评语，评分完成后带有标记和评语的图片会生成图片文件保存在系统中，用于记录留存，方便追溯。

实施例2

参照附图10，本发明公开了一种艺术测评中书画录入及匿名阅卷系统，包括：

中央处理模块；教务管理模块，与中央处理模块的第一通信端口连接，用于考务信息管理；图像处理模块，与中央处理模块的第二通信端口连接，用于对粘贴准考证的书画图片文件进行处理，得到清晰的图片文件；准考证处理模块，与中央处理模块的第三通信端口连接，用于对准考证上的二维码进行定位处理后识别；准考证脱敏模块，与中央处理模块的第四通信端口连接，用于对图片文件的准考证信息框进行定位后对准考证信息进行脱敏处理，得到脱敏后的图片文件；阅卷模块，与中央处理模块的第五通信端口连接，用于对脱敏后的图片文件进行操作并进行评分和评价。

在一个具体实施例中，参照附图11，公开了教务管理模块包括：

考务信息管理单元，用于考务信息管理，包括学生的基本信息和考场信息，其中学生的基本信息包括：姓名、学号、班级和学校；

准考证生成单元，与考务信息管理单元连接，用于生成准考证，包括二维码生成、文字信息生成；

准考证导出单元，与准考证生成单元连接，用于导出准考证，包括批量导出、单例导出；

图片文件录入单元，用于录入粘贴有准考证的书画试卷图片文件。

在一个具体实施例中，参照附图12，公开了图像处理模块包括：

灰度转化单元，用于对图片文件进行灰度转化；

边缘提取单元，与灰度转化单元连接，用于对进行灰度转化后的图片文件进行边缘提取；

轮廓寻找单元，与边缘提取单元连接，用于对边缘提取单元处理后的图片文件进行图像内轮廓寻找；

轮廓筛选单元，与轮廓寻找单元连接，用于对寻找到的轮廓进行筛选处理，得到清晰的图片文件。

在一个具体实施例中，参照附图13，公开了准考证处理模块包括：

二维码定位单元，用于对图片文件中的图像内二维码进行定位处理；

二维码识别单元，与二维码定位单元连接，用于对定位后的二维码进行识别。

在一个具体实施例中，参照附图14，公开了准考证脱敏模块包括：

信息框定位单元，用于对图片文件的图像内准考证信息框进行定位；

信息脱敏单元，与信息框定位单元连接，用于对准考证信息框内区域进行涂黑覆盖，得到脱敏的图片文件。

在另一个具体实施例中，参照附图15，公开了阅卷模块包括：

评语单元，用于对图片文件中的图像进行评语输入；

评分单元，用于对图片文件中的图像进行评分，包括输入分值、加分和扣分。

对所公开的实施例的上述说明，按照递进的方式进行，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。