本實用新型屬于試卷信息采集技術(shù)領(lǐng)域，尤其涉及基于機(jī)器視覺的試卷信息采集系統(tǒng)。

背景技術(shù)：

當(dāng)前的考試除了像高考類的大型考試會將整張試卷掃描到電腦上，并在電腦上閱卷后直接將分?jǐn)?shù)錄入電腦外，大部分的試卷仍然是通過老師手工閱卷并將分?jǐn)?shù)寫在試卷上，之后再進(jìn)行人工統(tǒng)分登分和成績分析。此項工作雖不復(fù)雜，但是需要大量精力和足夠的細(xì)心，尤其是試卷特別多的時候，手工統(tǒng)分登分的弊端就愈發(fā)顯著，不僅占據(jù)了老師的精力和時間，而且統(tǒng)計的準(zhǔn)確率也會隨之下降，從而引發(fā)后續(xù)難題。

同樣的，現(xiàn)有技術(shù)中的答題卡解決了選項題的審批問題，原理是利用對碳很敏感的紅外線，對答題卡上2B鉛筆涂跡的位置進(jìn)行坐標(biāo)，使得閱讀機(jī)識別出學(xué)號和答案的正確與否。但如果把該技術(shù)應(yīng)用到普通試卷來進(jìn)行統(tǒng)分登分的話，不僅需要對試卷進(jìn)行區(qū)域修改，并要求學(xué)生用2B鉛筆準(zhǔn)確填涂學(xué)號，而且老師打總分時也要用鉛筆填涂，這樣僅僅在閱卷過程中就會浪費很多的時間，同時老師還要時時刻刻檢查是否涂錯，且在考試頻繁的時期更顯不便，甚至?xí)斐烧w工作效率的下降。

隨著機(jī)器視覺技術(shù)的發(fā)展，使用光學(xué)器件進(jìn)行非接觸感知，自動獲取和解釋一個真實場景的圖像，以獲取信息和(或)控制機(jī)器或過程，即通過機(jī)器視覺產(chǎn)品將攝取目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號；圖像系統(tǒng)對這些信號進(jìn)行各種運算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場的設(shè)備動作。機(jī)器視覺可以理解為給機(jī)器駕加裝上視覺裝置，使機(jī)器具備視覺功能，在某些領(lǐng)域代替人眼來做測量和判斷，使其能認(rèn)識和看懂觀察到的東西，能確定它所見范圍內(nèi)的目標(biāo)的位置。機(jī)器視覺不僅是人眼的延伸，也具有人腦的部分功能，目的是提高機(jī)器的自動化和智能化程度。因此利用機(jī)器視覺技術(shù)來實現(xiàn)現(xiàn)在工業(yè)和生活的自動化已成為越來越多的人關(guān)注的焦點。

技術(shù)實現(xiàn)要素：

本實用新型的目的是提供一種基于機(jī)器視覺的試卷信息采集系統(tǒng)，本實用新型結(jié)構(gòu)簡單，使用方便，可以快速有效地采集試卷信息并傳送至PC機(jī)上進(jìn)行數(shù)據(jù)解析，大大降低了試卷審批以及分?jǐn)?shù)統(tǒng)計的勞動強(qiáng)度和出錯頻率，提高工作效率。

為解決上述技術(shù)問題，本實用新型采用的技術(shù)方案如下：

基于機(jī)器視覺的試卷信息采集系統(tǒng)，所述系統(tǒng)包括信息采集裝置和信息分析裝置，所述信息采集裝置包括底座、立柱和攝像機(jī)構(gòu)，立柱垂直固設(shè)在底座一側(cè)，攝像機(jī)構(gòu)通過卡夾與立柱滑動配合；信息分析裝置包括與信息采集裝置信號連接的PC機(jī)。

優(yōu)選的，所述攝像機(jī)構(gòu)包括工業(yè)相機(jī)，工業(yè)相機(jī)的輸入端和輸出端通過數(shù)據(jù)采集卡與PC機(jī)信號連接。

優(yōu)選的，所述攝像機(jī)構(gòu)還包括與工業(yè)相機(jī)連接的固定板和水平調(diào)節(jié)器，水平調(diào)節(jié)器包括固設(shè)在基板上的兩塊擋板，兩塊擋板之間設(shè)有上、下兩根滑桿，固定板上、下端分別與兩根滑桿配合；基板通過卡夾與立柱連接。

優(yōu)選的，所述水平調(diào)節(jié)器還包括位于兩根滑桿之間且順次貫穿兩擋板和固定板的絲桿，絲桿與固定板螺紋配合且絲桿一端固定有扭輪。

優(yōu)選的，所述攝像機(jī)構(gòu)還包括底部周向設(shè)有數(shù)個LED燈的補(bǔ)光圈，補(bǔ)光圈通過吊板與固定板底部連接，且補(bǔ)光圈與工業(yè)相機(jī)的鏡頭同軸設(shè)置。

優(yōu)選的，所述固定板底部設(shè)有紅外線發(fā)射器，底座上對應(yīng)設(shè)有紅外線接收器，紅外線接收器通過數(shù)據(jù)采集卡與PC機(jī)信號連接。

優(yōu)選的，所述卡夾的兩夾片端部通過調(diào)距螺栓連接。

本實用新型在使用時，將需要審批的試卷放置在底座上，由于試卷遮擋紅外線發(fā)射器發(fā)射的紅外線，使得紅外線接收器無法接收，紅外線接收器將該信號通過數(shù)據(jù)采集卡的A/D轉(zhuǎn)換后傳遞至PC機(jī)，PC機(jī)在接收到紅外阻斷信號后自動控制工業(yè)相機(jī)對試卷進(jìn)行拍攝照片，照片數(shù)據(jù)通過數(shù)據(jù)采集卡傳遞至PC機(jī)并存儲圖像。然后PC機(jī)從拍攝存儲的圖像中提取出含有學(xué)號和總分的區(qū)域，再對提取出的圖像進(jìn)行圖像灰度化、二值化處理、圖像閉運算、數(shù)字分割、傾斜調(diào)整、提取骨架以及歸一化等預(yù)處理，最后通過設(shè)定的算法對數(shù)字進(jìn)行識別并進(jìn)行存儲。最終由成績分析單元對識別出的學(xué)號、成績進(jìn)行系統(tǒng)分析并得出結(jié)果。

圖像信息分析步驟具體如下：從拍攝的圖像中提取出含有學(xué)號和總分的區(qū)域，由于放置試卷時位置不固定，因此首先利用模版匹配工具來對試卷進(jìn)行自動拍攝包含目標(biāo)的大塊區(qū)域，又由于試卷上學(xué)號和分?jǐn)?shù)的位置相對于攝取出的大塊區(qū)域一般固定，而且還有下劃線定位，所以通過相對坐標(biāo)位置判斷和直線位置定位識別就能將含有分?jǐn)?shù)和學(xué)號的小塊區(qū)域截取出來。然后對圖像進(jìn)行下述預(yù)處理：圖像灰度化、二值化處理、圖像閉運算、數(shù)字分割、傾斜調(diào)整、提取骨架以及歸一化。

其中，圖像灰度化即將工業(yè)相機(jī)拍攝的彩色圖像變成灰度圖像，以減少圖像原始數(shù)據(jù)量便于后續(xù)計算。由于對拍攝環(huán)境已經(jīng)調(diào)試到最好狀態(tài)，并經(jīng)實驗驗證無需對圖像進(jìn)行增強(qiáng)、濾波，可直接將灰度圖像進(jìn)行二值化處理，即呈現(xiàn)出非黑即白效果。二值化處理的方法是先利用最大類間方差法來獲得最佳閾值，之后再使用閾值變換法把灰度圖像轉(zhuǎn)換成二值圖像。

最大類間方差閾值算法：

設(shè)T為分割閾值，μ為圖像均值，則圖像可分為兩個區(qū)，目標(biāo)區(qū)(O區(qū))與背景區(qū)(B區(qū))。P(i)為第i級灰度的概率。

對應(yīng)以T為閾值的類間方差為：

有對應(yīng)以T為閾值的類間方差使σ²最大的T值即為最佳閾值。

圖像進(jìn)行閉運算(先膨脹后腐蝕的過程，膨脹的公式：含義：集合B先作關(guān)于原點的映射，然后平移x，形成新的集合，該集合與集合X相交不為空集時的結(jié)構(gòu)元素參考點的集合；腐蝕的公式：含義：B平移x后仍在集合X內(nèi)部的參考點集合)時，其中使用圓盤形結(jié)構(gòu)元素進(jìn)行運算，目的使圖像中數(shù)字部分細(xì)小的空洞被填充；連接鄰近物體，例如數(shù)字:0、4、6、8、9,則會把其孔洞邊界斷開部分連接成一個完整孔洞，用于特征識別；平滑其邊界用來數(shù)字分割和特征識別。

數(shù)字切割即沿著數(shù)字的上下左右邊緣將數(shù)字剪切出來，為了使數(shù)字識別更簡便。本發(fā)明采用掃描的方法，找出每個數(shù)字的上下左右切點，然后根據(jù)上下切點的行數(shù)和左右切點的列數(shù)來決定所要剪切的數(shù)字的起始和終止的行數(shù)與列數(shù)，就可以將數(shù)字切割出來。

下面為一圖片的矩陣實例：

由于圖像已二值化處理，數(shù)字部分灰度值不為0，本切割方法即尋找矩陣中灰度值不為0的整個區(qū)域邊界的坐標(biāo)，找出上下左右的切點，之后進(jìn)行數(shù)字切割。

對數(shù)字進(jìn)行傾斜調(diào)整：先計算二值圖像的高寬比來估計圖像的傾斜角度，高寬比越小，則傾斜角度越大，反之，傾斜角度越小。通過觀察，當(dāng)高寬比達(dá)到最大時，數(shù)字最接近豎直。之后通過仿射變換進(jìn)行旋轉(zhuǎn)。

仿射旋轉(zhuǎn)變換：目標(biāo)圖形以(x，y)為軸心(取圖片中心)順時針旋轉(zhuǎn)θ弧度，變換矩陣為：

接下來進(jìn)行提取骨架，直接細(xì)化處理，但會出現(xiàn)毛刺。為除去毛刺，本發(fā)明采用毛刺閾值刪除法。需要先找出骨架中的分叉點，求分叉點的方法：

細(xì)化后得到二值圖像f(x，y)中，如果其中的像素i，滿足f(x_i，y_i)＝255，則在像素i的8鄰域模板內(nèi)統(tǒng)計其f(x_i+Δx，y_i+Δy)＝255的個數(shù)并記入Count_i中，其中x_i，y_i＝{-1 0 1}。重復(fù)此操作，直至所有像素操作完畢。Count_i>3即為分支點；如果Count_i＝1，即為端點。

通過人工設(shè)置一個T閾值長度，將小于T長度的毛刺自動刪除，即可除去毛刺。最后歸一化，將每個數(shù)字放在規(guī)定大小的圖片空間中，用來統(tǒng)一字符的大小及格式。

所述數(shù)字識別過程中，采用的方法為數(shù)字的特征提取，通過每個數(shù)字的特征不同，分別進(jìn)行識別。

數(shù)字“1”：提取數(shù)字1離心率最大的特征，經(jīng)理論驗證和大量實驗驗證，數(shù)字1的離心率e最大并且離心率e均在0.99～1.00之間，其他數(shù)字離心率e均在0.99以下。

數(shù)字“7”：采用與數(shù)字1相同的方法。不同的地方在于截取數(shù)字7的下半部分求離心率。

數(shù)字“0、6、8、9”：提取孔洞特征，它們的共同點就是全都有孔洞，根據(jù)有無孔洞將其篩選出來，再根據(jù)孔洞數(shù)量將數(shù)字8(兩個孔洞)篩選出來。其余三個數(shù)字(一個孔洞)根據(jù)孔洞位置進(jìn)行區(qū)分。因為每個數(shù)字均沿著數(shù)字的上下左右邊緣將數(shù)字剪切出來的，所以數(shù)字0的孔洞上下邊界均緊貼圖片邊界，在圖片上下邊界均有灰度值為255的像素點；數(shù)字6的孔洞只有下邊界緊貼圖片邊界，圖片下邊界有灰度值為255的像素點；數(shù)字9的孔洞只有上邊界緊貼圖片邊界，圖片上邊界有灰度值為255的像素點。

計算孔洞數(shù)量和位置通過下述圖片的矩陣實例說明：

通過上述方法，求得A中有兩個孔洞(數(shù)字1包圍的一個、數(shù)字2包圍的一個)。同時可以求得孔洞的位置坐標(biāo)。

數(shù)字“4”：由于是手寫數(shù)字，每個人筆跡有所差異，所以數(shù)字4會有三種明顯不同的情況：第一種是數(shù)字4沒有閉合部分(無孔洞)，提取四交叉點特征，只有數(shù)字4存在四交叉點，由于是手寫，所有會有規(guī)則和不規(guī)則四交叉點兩種情況，經(jīng)過對大量規(guī)則和不規(guī)則四交叉點樣本的像素組合進(jìn)行研究，發(fā)現(xiàn)四交叉點都是由放置位置各不相同的“T”字型和“L”字型組合而成。建立“十”字型模板和“T、L”字型的四方向(上下左右)模板，通過模板匹配的方法，只要匹配一個“十”字型模板或者“T、L”字型的四方向(上下左右)模板任意兩個組合，就可以確定四交叉點的存在；第二種是左上方部分閉合，第三種是右上方部分閉合，均會形成一個孔洞，如按識別上述0、6、8、9四個數(shù)字的方法來識別數(shù)字4，便會導(dǎo)致與數(shù)字9混淆，需要再進(jìn)一步區(qū)分。本發(fā)明區(qū)分的方法是對除去孔洞的部分進(jìn)行離心率計算，手寫的數(shù)字9除去孔洞后只剩一條直線，而數(shù)字4除去孔洞后無論如何都不能是一條直線，即利用識別數(shù)字1的方法來區(qū)分?jǐn)?shù)字4和9。

數(shù)字“2、3、5”：提取端點特征，通過端點位置來區(qū)分這四個數(shù)。在進(jìn)行除毛刺的過程已經(jīng)求得端點(Count_i＝1)，只需記錄下端點位置坐標(biāo)。存在一個端點位置在右上時，則為數(shù)字5；存在一個端點位置在右下時，則為數(shù)字2；端點均在左側(cè)時，則為數(shù)字3。

以上數(shù)字識別有先后順序：先用孔洞識別出數(shù)字0、6、8、9，之后再識別數(shù)字1、7，然后識別數(shù)字4，最后識別數(shù)字2、3、5。

所述的存儲結(jié)果并分析成績過程，即將識別出來的學(xué)號和分?jǐn)?shù)存儲在EXCEL表格中，軟件自動按學(xué)號大小排序，將名字與之對應(yīng)，對分?jǐn)?shù)進(jìn)行系統(tǒng)的分析。

本實用新型與現(xiàn)有技術(shù)相比，具有如下優(yōu)點：結(jié)構(gòu)簡單，使用方便，可以快速有效地采集試卷信息并傳送至PC機(jī)上進(jìn)行數(shù)據(jù)解析，大大降低了試卷審批以及分?jǐn)?shù)統(tǒng)計的勞動強(qiáng)度和出錯頻率，提高工作效率。

附圖說明

圖1為具體實施方式中基于機(jī)器視覺的試卷信息采集系統(tǒng)的結(jié)構(gòu)示意圖；

圖2為圖1所示信息采集系統(tǒng)的俯視示意圖；

圖3為圖1所示信息采集系統(tǒng)的側(cè)視示意圖。

具體實施方式

為了使本實用新型的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本實用新型進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本實用新型，并不用于限定本實用新型。

如圖1-3所示，基于機(jī)器視覺的試卷信息采集系統(tǒng)，所述系統(tǒng)包括信息采集裝置和信息分析裝置，所述信息采集裝置包括底座1，底座1上設(shè)有紅外線接收器10，立柱12垂直固設(shè)在底座1一側(cè)，基板14通過卡夾13與立柱12滑動配合且卡夾13的兩夾片端部通過調(diào)距螺栓131連接；基板14上固設(shè)有水平調(diào)節(jié)器，水平調(diào)節(jié)器包括固設(shè)在基板14上的兩塊擋板15，兩塊擋板15之間設(shè)有上、下兩根滑桿151，固定板17上、下端分別與兩根滑桿151配合，絲桿153位于兩根滑桿151之間且順次貫穿兩擋板15和固定板17，絲桿153與固定板17螺紋配合且絲桿153一端固定有扭輪152；固定板17上固設(shè)有工業(yè)相機(jī)18，固定板17底部設(shè)有紅外線發(fā)射器101，且固定板17底部通過吊板161與補(bǔ)光圈16連接，補(bǔ)光圈16與工業(yè)相機(jī)18的鏡頭同軸設(shè)置且底部周向設(shè)有數(shù)個LED燈；信息分析裝置包括通過數(shù)據(jù)采集卡19分別與紅外線接收器10和工業(yè)相機(jī)18的輸入端和輸出端信號連接的PC機(jī)191。

本實用新型在使用時，將需要審批的試卷放置在底座上，由于試卷遮擋紅外線發(fā)射器發(fā)射的紅外線，使得紅外線接收器無法接收，紅外線接收器將該信號通過數(shù)據(jù)采集卡的A/D轉(zhuǎn)換后傳遞至PC機(jī)，PC機(jī)在接收到紅外阻斷信號后自動控制工業(yè)相機(jī)對試卷進(jìn)行拍攝圖像，圖像數(shù)據(jù)通過數(shù)據(jù)采集卡傳遞至PC機(jī)，存儲圖像。然后PC機(jī)從拍攝存儲的圖像中提取出含有學(xué)號和總分的區(qū)域，再對提取出的圖像進(jìn)行圖像灰度化、二值化處理、圖像閉運算、數(shù)字分割、傾斜調(diào)整、提取骨架以及歸一化等預(yù)處理，最后通過設(shè)定的算法對數(shù)字進(jìn)行識別并進(jìn)行存儲。最終由成績分析單元對識別出的學(xué)號、成績進(jìn)行系統(tǒng)分析并得出結(jié)果。

圖像信息分析步驟具體如下：從拍攝的圖像中提取出含有學(xué)號和總分的區(qū)域，由于放置試卷時位置不固定，因此首先利用模版匹配工具來對試卷進(jìn)行自動拍攝包含目標(biāo)的大塊區(qū)域，又由于試卷上學(xué)號和分?jǐn)?shù)的位置相對于攝取出的大塊區(qū)域一般固定，而且還有下劃線定位，所以通過相對坐標(biāo)位置判斷和直線位置定位識別就能將含有分?jǐn)?shù)和學(xué)號的小塊區(qū)域截取出來。然后對圖像進(jìn)行下述預(yù)處理：圖像灰度化、二值化處理、圖像閉運算、數(shù)字分割、傾斜調(diào)整、提取骨架以及歸一化。

其中，圖像灰度化即將工業(yè)相機(jī)拍攝的彩色圖像變成灰度圖像，以減少圖像原始數(shù)據(jù)量便于后續(xù)計算。由于對拍攝環(huán)境已經(jīng)調(diào)試到最好狀態(tài)，并經(jīng)實驗驗證無需對圖像進(jìn)行增強(qiáng)、濾波，可直接將灰度圖像進(jìn)行二值化處理，即呈現(xiàn)出非黑即白效果。二值化處理的方法是先利用最大類間方差法來獲得最佳閾值，之后再使用閾值變換法把灰度圖像轉(zhuǎn)換成二值圖像。

最大類間方差閾值算法：

設(shè)T為分割閾值，μ為圖像均值，則圖像可分為兩個區(qū)，目標(biāo)區(qū)(O區(qū))與背景區(qū)(B區(qū))。P(i)為第i級灰度的概率。

對應(yīng)以T為閾值的類間方差為：

有對應(yīng)以T為閾值的類間方差使σ²最大的T值即為最佳閾值。

圖像進(jìn)行閉運算(先膨脹后腐蝕的過程，膨脹的公式：含義：集合B先作關(guān)于原點的映射，然后平移x，形成新的集合，該集合與集合X相交不為空集時的結(jié)構(gòu)元素參考點的集合；腐蝕的公式：含義：B平移x后仍在集合X內(nèi)部的參考點集合)時，其中使用圓盤形結(jié)構(gòu)元素進(jìn)行運算，目的使圖像中數(shù)字部分細(xì)小的空洞被填充；連接鄰近物體，例如數(shù)字:0、4、6、8、9,則會把其孔洞邊界斷開部分連接成一個完整孔洞，用于特征識別；平滑其邊界用來數(shù)字分割和特征識別。

數(shù)字切割即沿著數(shù)字的上下左右邊緣將數(shù)字剪切出來，為了使數(shù)字識別更簡便。本發(fā)明采用掃描的方法，找出每個數(shù)字的上下左右切點，然后根據(jù)上下切點的行數(shù)和左右切點的列數(shù)來決定所要剪切的數(shù)字的起始和終止的行數(shù)與列數(shù)，就可以將數(shù)字切割出來。

下面為一圖片的矩陣實例：

由于圖像已二值化處理，數(shù)字部分灰度值不為0，本切割方法即尋找矩陣中灰度值不為0的整個區(qū)域邊界的坐標(biāo)，找出上下左右的切點，之后進(jìn)行數(shù)字切割。

對數(shù)字進(jìn)行傾斜調(diào)整：先計算二值圖像的高寬比來估計圖像的傾斜角度，高寬比越小，則傾斜角度越大，反之，傾斜角度越小。通過觀察，當(dāng)高寬比達(dá)到最大時，數(shù)字最接近豎直。之后通過仿射變換進(jìn)行旋轉(zhuǎn)。

仿射旋轉(zhuǎn)變換：目標(biāo)圖形以(x，y)為軸心(取圖片中心)順時針旋轉(zhuǎn)θ弧度，變換矩陣為：

接下來進(jìn)行提取骨架，直接細(xì)化處理，但會出現(xiàn)毛刺。為除去毛刺，本發(fā)明采用毛刺閾值刪除法。需要先找出骨架中的分叉點，求分叉點的方法：

細(xì)化后得到二值圖像f(x，y)中，如果其中的像素i，滿足f(x_i，y_i)＝255，則在像素i的8鄰域模板內(nèi)統(tǒng)計其f(x_i+Δx，y_i+Δy)＝255的個數(shù)并記入Count_i中，其中x_i，y_i＝{-1 0 1}。重復(fù)此操作，直至所有像素操作完畢。Count_i>3即為分支點；如果Count_i＝1，即為端點。

通過人工設(shè)置一個T閾值長度，將小于T長度的毛刺自動刪除，即可除去毛刺。最后歸一化，將每個數(shù)字放在規(guī)定大小的圖片空間中，用來統(tǒng)一字符的大小及格式。

所述數(shù)字識別過程中，采用的方法為數(shù)字的特征提取，通過每個數(shù)字的特征不同，分別進(jìn)行識別。

數(shù)字“1”：提取數(shù)字1離心率最大的特征，經(jīng)理論驗證和大量實驗驗證，數(shù)字1的離心率e最大并且離心率e均在0.99～1.00之間，其他數(shù)字離心率e均在0.99以下。

數(shù)字“7”：采用與數(shù)字1相同的方法。不同的地方在于截取數(shù)字7的下半部分求離心率。

數(shù)字“0、6、8、9”：提取孔洞特征，它們的共同點就是全都有孔洞，根據(jù)有無孔洞將其篩選出來，再根據(jù)孔洞數(shù)量將數(shù)字8(兩個孔洞)篩選出來。其余三個數(shù)字(一個孔洞)根據(jù)孔洞位置進(jìn)行區(qū)分。因為每個數(shù)字均沿著數(shù)字的上下左右邊緣將數(shù)字剪切出來的，所以數(shù)字0的孔洞上下邊界均緊貼圖片邊界，在圖片上下邊界均有灰度值為255的像素點；數(shù)字6的孔洞只有下邊界緊貼圖片邊界，圖片下邊界有灰度值為255的像素點；數(shù)字9的孔洞只有上邊界緊貼圖片邊界，圖片上邊界有灰度值為255的像素點。

計算孔洞數(shù)量和位置通過下述圖片的矩陣實例說明：

通過上述方法，求得A中有兩個孔洞(數(shù)字1包圍的一個、數(shù)字2包圍的一個)。同時可以求得孔洞的位置坐標(biāo)。

數(shù)字“4”：由于是手寫數(shù)字，每個人筆跡有所差異，所以數(shù)字4會有三種明顯不同的情況：第一種是數(shù)字4沒有閉合部分(無孔洞)，提取四交叉點特征，只有數(shù)字4存在四交叉點，由于是手寫，所有會有規(guī)則和不規(guī)則四交叉點兩種情況，經(jīng)過對大量規(guī)則和不規(guī)則四交叉點樣本的像素組合進(jìn)行研究，發(fā)現(xiàn)四交叉點都是由放置位置各不相同的“T”字型和“L”字型組合而成。建立“十”字型模板和“T、L”字型的四方向(上下左右)模板，通過模板匹配的方法，只要匹配一個“十”字型模板或者“T、L”字型的四方向(上下左右)模板任意兩個組合，就可以確定四交叉點的存在；第二種是左上方部分閉合，第三種是右上方部分閉合，均會形成一個孔洞，如按識別上述0、6、8、9四個數(shù)字的方法來識別數(shù)字4，便會導(dǎo)致與數(shù)字9混淆，需要再進(jìn)一步區(qū)分。本發(fā)明區(qū)分的方法是對除去孔洞的部分進(jìn)行離心率計算，手寫的數(shù)字9除去孔洞后只剩一條直線，而數(shù)字4除去孔洞后無論如何都不能是一條直線，即利用識別數(shù)字1的方法來區(qū)分?jǐn)?shù)字4和9。

數(shù)字“2、3、5”：提取端點特征，通過端點位置來區(qū)分這四個數(shù)。在進(jìn)行除毛刺的過程已經(jīng)求得端點(Count_i＝1)，只需記錄下端點位置坐標(biāo)。存在一個端點位置在右上時，則為數(shù)字5；存在一個端點位置在右下時，則為數(shù)字2；端點均在左側(cè)時，則為數(shù)字3。

以上數(shù)字識別有先后順序：先用孔洞識別出數(shù)字0、6、8、9，之后再識別數(shù)字1、7，然后識別數(shù)字4，最后識別數(shù)字2、3、5。

所述的存儲結(jié)果并分析成績過程，即將識別出來的學(xué)號和分?jǐn)?shù)存儲在EXCEL表格中，軟件自動按學(xué)號大小排序，將名字與之對應(yīng)，對分?jǐn)?shù)進(jìn)行系統(tǒng)的分析。