OCR自動(dòng)閱卷解決方案

1、 OCR自動(dòng)閱卷解決方案北京文通科技有限公司2014年4月目錄第一章背景介紹1第二章系統(tǒng)概述2第三章解決方案21處理流程22功能介紹33系統(tǒng)拓?fù)浣Y(jié)構(gòu)54方案組成65系統(tǒng)特點(diǎn)76應(yīng)用效果8Best Regards!劉經(jīng)理 北京文通科技有限公司BeijingWintoneScience & Technology Corporation Ltd.地址：北京海淀區(qū)北四環(huán)西路9號(hào)銀谷大廈16層1609室郵編：手機(jī)：公司網(wǎng)址：E-mail：第一章 背景介紹問(wèn)卷是政府機(jī)關(guān)、教育機(jī)構(gòu)、公司、企業(yè)和媒體做專(zhuān)題調(diào)查并且期望得到結(jié)

2、果的一種方式。對(duì)問(wèn)卷結(jié)果的錄入和統(tǒng)計(jì)傳統(tǒng)方式都是采用人工作業(yè)，對(duì)于數(shù)量特別多的問(wèn)卷，處理起來(lái)會(huì)花費(fèi)大量的人力和時(shí)間，甚至不能在期望的時(shí)間內(nèi)完成。另外，有些調(diào)查問(wèn)卷也是客戶、會(huì)員等資料的收集渠道，因此調(diào)查問(wèn)卷的結(jié)果除了進(jìn)行必要的保存以及分析外，還需要進(jìn)行必要的影像管理和查詢。例如像一年一度的全國(guó)高考這樣的大型考試，數(shù)千萬(wàn)份試卷的批閱，對(duì)高考的閱卷系統(tǒng)就提出了嚴(yán)峻的挑戰(zhàn)。第二章 系統(tǒng)概述傳統(tǒng)的人工閱卷方式，工作量大，出錯(cuò)率高，整個(gè)過(guò)程可謂高成本低效率。而傳統(tǒng)的OMR閱卷技術(shù)也隨著近年來(lái)的大范圍應(yīng)用，其不足之處也日漸顯現(xiàn)：首先是對(duì)答題卡的印刷質(zhì)量要求非?？量蹋痤}卡不能折疊、起皺，字跡亦不能潦草，否

3、則處理起來(lái)困難重重，錯(cuò)判誤判現(xiàn)象更是時(shí)有發(fā)生。OMR答題方式并不直觀，考生涂填答題卡時(shí)非常容易出錯(cuò)，例如錯(cuò)位；信息采集量少，不易改變答題卡的內(nèi)容；不能保存原始圖像，查對(duì)時(shí)必須對(duì)照原卡或原考卷，極大地增加了工作量；如果考生想修改所選答案，由于擦涂不干凈，極易產(chǎn)生錯(cuò)判現(xiàn)象，特別是當(dāng)考生進(jìn)行多項(xiàng)選擇時(shí)。OMR技術(shù)的不足，在考生資源巨大的情形下尤其明顯，例如高考。由于OMR技術(shù)對(duì)考生成績(jī)誤判、錯(cuò)判、漏判的現(xiàn)象屢屢發(fā)生，在一定程度上嚴(yán)重影響了考試的公平公正性。針對(duì)當(dāng)前市場(chǎng)上的實(shí)際需求，文通科技推出了基于清華TH-OCR（光學(xué)字符識(shí)別）技術(shù)的自動(dòng)閱卷系統(tǒng)，該系統(tǒng)首先通過(guò)高速掃描儀對(duì)問(wèn)卷進(jìn)行快速掃描，然后對(duì)

4、掃描得到的圖像進(jìn)行OCR識(shí)別，最后對(duì)識(shí)別得到的結(jié)果進(jìn)行校對(duì)，并將校對(duì)后的結(jié)果存入數(shù)據(jù)庫(kù)中。文通OCR自動(dòng)閱卷系統(tǒng)為廣大用戶提供了一套完整而周全的解決方案，充分滿足了用戶對(duì)問(wèn)卷數(shù)據(jù)采集的四個(gè)需求：高質(zhì)量、高效率、低成本、低風(fēng)險(xiǎn)。作為該解決方案的核心，清華TH-OCR識(shí)別引擎，是由清華大學(xué)電子工程系智能圖文信息處理實(shí)驗(yàn)室研制，是國(guó)家“863”計(jì)劃支持的重要科研成果。該識(shí)別引擎包含了表格處理、手寫(xiě)數(shù)字識(shí)別、印刷體中英文識(shí)別等多種技術(shù)，在識(shí)別率、適應(yīng)能力、校對(duì)能力等方面均位居國(guó)際領(lǐng)先水平。第三章 解決方案1 處理流程識(shí)別問(wèn)卷掃描識(shí)別為了達(dá)到最佳的識(shí)別效果，從而提高數(shù)據(jù)統(tǒng)計(jì)的準(zhǔn)確性，文通對(duì)系統(tǒng)識(shí)別流程做

5、了周密的設(shè)計(jì)（詳見(jiàn)下圖）。2 功能介紹 問(wèn)卷掃描系統(tǒng)連接高速掃描儀，按照每份問(wèn)卷的頁(yè)序進(jìn)行掃描。系統(tǒng)會(huì)自動(dòng)按照每份問(wèn)卷的頁(yè)數(shù)分組，并添加到主界面左邊的樹(shù)結(jié)構(gòu)中。高速掃描儀的掃描速度在3060頁(yè)/分鐘。 問(wèn)卷識(shí)別系統(tǒng)自動(dòng)對(duì)掃描進(jìn)來(lái)的問(wèn)卷識(shí)別，首先自動(dòng)分類(lèi)問(wèn)卷，然后依據(jù)不同的模板對(duì)問(wèn)卷OCR識(shí)別。識(shí)別速度平均為1張/秒，結(jié)合掃描速度3060頁(yè)/分鐘，掃描和識(shí)別可以同步處理，系統(tǒng)總體處理速度為3060頁(yè)/分鐘，以人工閱卷12分鐘/頁(yè)對(duì)比，OCR的數(shù)據(jù)采集速率是人工閱卷速率的30120倍（注：表格的復(fù)雜程度對(duì)人工閱卷速率的影響明顯，而對(duì)OCR系統(tǒng)處理速率的影響微乎其微），可見(jiàn)OCR技術(shù)的絕對(duì)優(yōu)勢(shì)。 問(wèn)

6、卷校對(duì)系統(tǒng)提供全圖映射校對(duì)方式，直觀簡(jiǎn)潔，用戶光標(biāo)定位到任一窗口的任一位置，系統(tǒng)會(huì)自動(dòng)定位到另一窗口的對(duì)應(yīng)位置。 數(shù)據(jù)入庫(kù)統(tǒng)計(jì)系統(tǒng)按照預(yù)先建立的問(wèn)卷表，把識(shí)別的結(jié)果導(dǎo)入到相應(yīng)的數(shù)據(jù)表中，并按照問(wèn)卷設(shè)定的評(píng)分規(guī)則實(shí)時(shí)對(duì)數(shù)據(jù)做評(píng)分計(jì)算，評(píng)分統(tǒng)計(jì)結(jié)果與問(wèn)卷掃描識(shí)別同步完成。 報(bào)表輸出用戶可定制豐富的報(bào)表輸出，定制查詢和報(bào)表輸出功能，用戶可方便打印各單位的得分情況和總體的考評(píng)情況，及時(shí)掌握各單位年度的工作情況。3 系統(tǒng)拓?fù)浣Y(jié)構(gòu)可根據(jù)不同的應(yīng)用場(chǎng)景靈活配置，根據(jù)問(wèn)卷調(diào)查的規(guī)模確定處理客戶端的數(shù)量，系統(tǒng)具有很強(qiáng)的可擴(kuò)展性；方案的部署比較簡(jiǎn)單，在現(xiàn)場(chǎng)布置局域網(wǎng)即可，甚至掃描識(shí)別客戶端、數(shù)據(jù)庫(kù)、任務(wù)管理工作都

7、可以在一臺(tái)計(jì)算機(jī)上完成。系統(tǒng)的拓?fù)鋱D如下：4 方案組成 掃描儀及驅(qū)動(dòng)程序掃描儀對(duì)問(wèn)卷快速掃描，驅(qū)動(dòng)軟件具有智能化處理的完美頁(yè)面掃描功能，自動(dòng)完成影像的歪斜校正、原稿尺寸裁剪、去底色、旋轉(zhuǎn)、去白頁(yè)等功能?？赏瑫r(shí)得到掃描稿件的黑白、灰度、彩色三種影像輸出，并且針對(duì)稅票特征配置了最優(yōu)化的對(duì)比度、亮度，為后續(xù)OCR（文字識(shí)別）提供優(yōu)質(zhì)的影像。 OCR自動(dòng)閱卷客戶端軟件文通OCR識(shí)別技術(shù)已在中組部、全國(guó)武警總隊(duì)系統(tǒng)中成熟應(yīng)用，技術(shù)特點(diǎn)如下：a) 準(zhǔn)確率在達(dá)99%：充分利于框線、框線顏色、標(biāo)題內(nèi)容、標(biāo)題顏色、文本內(nèi)容、文本顏色等多種特征來(lái)進(jìn)行版面的區(qū)分；相似憑證、多聯(lián)憑證、同聯(lián)憑證打印多種交易均可準(zhǔn)確區(qū)分

8、。b) 識(shí)別類(lèi)型豐富：系統(tǒng)支持印刷體中英數(shù)混排識(shí)別、印刷漢字識(shí)別、印刷英文識(shí)別、印刷數(shù)字識(shí)別、手寫(xiě)漢字識(shí)別、手寫(xiě)英文識(shí)別、手寫(xiě)數(shù)字識(shí)別、磁碼識(shí)別、條形碼識(shí)別等引擎。c) 識(shí)別速度快：200DPI彩色圖像，生產(chǎn)線上平均識(shí)別時(shí)間約500ms，300DPI彩色圖像，識(shí)別平均時(shí)間約為1秒。 OCR識(shí)別引擎（SDK）OCR識(shí)別引擎（SDK）以DLL（動(dòng)態(tài)鏈接庫(kù)）或者OCX控件的方式提供客戶端調(diào)用。5 系統(tǒng)特點(diǎn) 識(shí)別性能強(qiáng)勁w 識(shí)別字符類(lèi)型豐富，系統(tǒng)能識(shí)別的字符 印刷中文（簡(jiǎn)體）、印刷中文（繁體） 、印刷英文、印刷數(shù)字 手寫(xiě)中文（簡(jiǎn)體） 、手寫(xiě)中文（繁體）、手寫(xiě)英文、手寫(xiě)數(shù)字 標(biāo)識(shí)碼、條碼、 CheckB

9、ox 等w 識(shí)別速度快 一張表格的速度在1.0秒鐘左右； w 識(shí)別率高 對(duì)版面整潔的印刷字符的識(shí)別，正確率達(dá)99.96% 對(duì)于規(guī)范手寫(xiě)數(shù)字的識(shí)別，正確率在99.5%以上 對(duì)于規(guī)范手寫(xiě)漢字的識(shí)別，正確率在93%左右； 抗干擾能力強(qiáng)文通強(qiáng)大的數(shù)字圖像處理技術(shù)，能對(duì)圖像自動(dòng)糾偏、去黑邊、去除裝訂孔、去噪、圖像增強(qiáng)弱化，多樣的二值化手段保障為識(shí)別輸入優(yōu)質(zhì)的圖像；文通成熟的OCR技術(shù)提供高精度的識(shí)別，對(duì)彩色、灰度、二值圖像均適用。 可保留原始圖像可以將識(shí)別完的圖像保存到光盤(pán)等大容量的存貯介質(zhì)，長(zhǎng)久地保存，既安全又方便，不需要再保留原始紙質(zhì)問(wèn)卷，大大減少了問(wèn)卷存檔管理的費(fèi)用和紙張堆放的空間。 提供可集成SDK系統(tǒng)背后有強(qiáng)大的TH-OCR表格識(shí)別引擎支撐，同時(shí)該引擎以標(biāo)準(zhǔn)的DLL方式提供二次開(kāi)發(fā)，用戶可把表格識(shí)別技術(shù)嵌入到自己的應(yīng)用系統(tǒng)中，滿足多樣化的需求。第四章 關(guān)于文通北京文通科技有限公司是在原國(guó)家科委的支持下，為推廣應(yīng)用清華大學(xué)電子工程系的科