答题卡识别算法

‘壹’ 读卡机是怎么读答题卡的

通过识别答题卡上图黑的部分，在在计算机里通过编码转换，最后得到结果

‘贰’ 高考的答题卡是用什么设备扫描

客观选择题部分不是由教师来判卷，而是由计算机自动判卷。其原理是：光电阅读机采用红色光源对客观选择题填涂部分进行扫描，以获取考生填涂部分的原始象，红色光源将把答题卡上红色或与红色相近的颜色的字迹或涂点过滤掉，而保留非红色的字迹或涂点，计算机再利用一套复杂程序进行自动判卷。为了能使计算机准确判断考生填涂信息，首先必须保证原始象足够清晰、规范，象不清晰、象太小、象偏斜等均会影响计算机自动判卷。因此，在客观选择题填涂部分，考生需要注意以下几点：

1、客观选择题部分必须使用2B铅笔进行填涂

客观选择题部分禁止使用碳素笔、钢笔或圆珠笔进行填涂。

2、必须按照规范要求进行填涂

必须按照正确填涂要求进行填涂，以保证涂点面积达到规定要求使计算机能正确识别。填涂面积过小，或过于偏斜，均导致计算机不能正确识别。比如和下面错误填涂示例相类似的填涂都是错误的；

计算机依据涂点填涂黑度的临界值来判断某选项是否填涂，如果填涂黑度小于该临界值，将被计算机认为没有填涂，相反，如果填涂黑度大于该临界值，将被计算机认为已经填涂。因此，在填涂黑度上和修改擦除时要特别注意。

考生必须严格按照正确填涂示范进行填涂；

涂点大小以涂满小方框为准，见上面的“正确填涂示范”；

填涂应有一定的黑度，黑度以盖住印在答题卡上的字母为准，如果填涂太浅，可能会被计算机认为该选项没有填涂。

3、修改时用橡皮擦擦干净

计算机自动判卷程序对单项选择题的判卷算法是：计算机认为填涂较深的一个选项是考生的答案，但如果修改时未擦干净，可能会被计算机认为考生涂了两个选项，因而判为答错；

计算机自动判卷程度对多项选择题的判卷算法是：计算机认为每一个被填涂的选项都是考生选择的答案，如果修改时擦不干净，将被计算机认为该选项也是考生选择的答案。因此，考生在对多项选择题填涂和修改时尤其要注意。

4、保持卡面清洁，严禁墨水等物质玷污

如果某个选项被墨水等物质玷污，将会被计算机认为该选项已被滇涂，给考生成绩造成不必要的损失。

‘叁’ 计算机是怎样识别横竖答题卡的

有专门读卡的设备，提前把答题卡的格式做成文件格式放到软件里，再根据读卡设备的信息与软件里的卡的格式文件进行比对。

‘肆’ 答题卡阅卷机的工作原理

答题卡阅卷机的工作原理如下：

发光器件光照射在信用卡的信息,如信息涂黑的部分光被吸收和反射的光,否则,反射光强度,通过相应的接收管强度不同的光信号转变为电信号,然后通过A / D转换、数字滤波、模式识别完成后信用卡的识别字符。

(4)答题卡识别算法扩展阅读：

应用领域：

利用光标读取机输入信息，真正解决了计算机运行速度快、手工输入速度慢的“瓶颈”问题。比手工键盘输入速度快数百倍，尤其是长时间的不知疲倦的工作，是任何其他技术无法替代的。

适用于各种标志、学籍管理、课堂评价、职业资格认证考试如劳工部、卫生部医疗人员资格考试、北京市统计局的工作安全的特种作战,公共汽车的试点测试组。

中国银行,农业银行的新员工,光大人寿保险公司的新员工入职考试及中考、中考、期末考试等，使人们从繁琐的手工文书工作中，大大提高了工作效率，减少了误差。

‘伍’ 行测答题卡是怎么阅卷的，机器识别的原理是什么

您好！行测是电脑阅卷扫描给分，申论是扫描到电脑，阅卷老师打分，看不到考生姓名及考号。

‘陆’ 问一下 考试的答题卡是用什么原理读取的

由于电脑阅卷速度极高，因此现在的各种大规模的考试，只要考试题目有确切的答案可以选择，就会采取标准化答题纸形式，考生将所选择的答案的用铅笔填涂在答题卡上，然后光电阅读机利用光反射原理对答题卡进行扫描。由于部分题目在重新思考、检查后需要更正，或由于位置填涂错误而需要擦掉重改，因此修改将是必然的。如果你用的铅笔的浓度太深，比如说4B-6B，涂出来乌黑的一块儿，再要擦掉时你就会发现很难完全擦干净，再使劲擦的话，就很有可能会把答题卡擦破，这样一个错误的痕迹就留在了答题卡上，光电阅读机在扫描的时候，就有可能把这一痕迹识别出来而错误地认为是你的答案；如果你用的铅笔的浓度太浅，比如说H级别的铅笔，涂出来的笔迹就会很淡，同样也会造成光电阅读机的识别困难，光电阅读机很可能就会把涂得比较淡的答案忽略而当作没有选。而正如前面所说，2B铅笔的浓度适中，正符合电脑阅卷的要求，因此，光电阅读机统一被设定为可识别2B浓度的光反射，凡是达到标准2B浓度的答案都可以被光电阅读机准确地读取和识别，不会产生任何误判。

‘柒’ 答题卡识别已经快OUT了，主观题智能阅卷到底有多远

主观智能阅卷的主要技术途径是基于人工智能和大数据分析的自然语言处理技术。
根据主观题的评分过程，评分系统主要分为五个部分：分句、分词、句法分析、词相似度计算和句子相似度计算。智能评分系统在对主观题进行评分时，直接对句子语法的相似度进行评分。
优点：提高效率，减少误差
这项技术有巨大的优势。主观题在阅卷过程中虽然是一套相对客观的评分标准，但由于操作的特殊性，最终的评分结果往往受到阅卷教师情绪、考生写作整洁等第三方因素的影响。然而，在高强度、高密度的阅卷工作中，阅卷教师在阅卷过程中容易因眼疾手快等原因出现错误。
为了减少误差，传统的手工打标往往有三评卷、四评卷等人工成本场景。然而，基于人工智能和大数据分析的方法不会有这样的缺点。主观题智能评分系统的评分结果相对客观，不受主观因素的影响。同时，计算机阅卷的效率远远高于手工阅卷。
更值得期待的是，它还可以通过智能试卷对学生的分数点和失分点进行大数据分析，全面分析学生的试卷，绘制诊断书，为学生提高学习水平提出可行的解决方案。
缺点：技术瓶颈、社会障碍
然而，对于汉语来说，实现自然语言处理技术是非常困难的。到目前为止，我国还没有一个实用的、真正实现的主观智能评分系统。由于汉语的复杂性，考生有很大的余地来充分利用语言。如果算法没有包含相关的关键语义，则会导致阅卷时的错误判断。
更不幸的是，由于研究方法和问题解决视角的不同，智能阅卷主观题往往只能用于主体的浅信息结构和语义结构，主观题智能阅卷处理简述题，名词解释还可以，但针对相对复杂的主观题，如小作文、大作文等，只能鞭长莫及。
即使在主观智能评卷系统成熟之后，强大的社会壁垒也是促进主观智能评卷的主要因素。没有家长或学生会把自己的命运交给一组不成熟的机器。对人工智能的不信任将成为主观智能评分的最大问题。
根据目前人工智能和大数据分析技术的发展趋势，在教育领域，自动试卷评价是智能教育系统的必然方向。一方面，计算机智能阅卷可以避免人为错误，更客观地反映阅卷结果，保证阅卷的客观性和公正性。另一方面，在传统的评卷模式下，计算机评卷节省了教师的体力劳动，也让教师节省了更多的教学时间和精力。
由于技术还不够成熟，这一天还很遥远。利用人工智能和大数据分析技术促进自然语言处理技术的发展，进一步完善主观智能评分系统，将是未来教育领域的一个非常重要的课题。

‘捌’ 考试答题卡的识别精度有多高

考试答题卡是由光标阅读机来出成绩的。光标阅读机的最大优点就是阅读准确，读取速度快。它对涂点的识别有极高的精确度，读卡速度也很高，每秒钟大于4张。它能够极大的减轻老师的阅卷压力。就拿2018年高考来说，总报名人数有975万，如果阅卷由老师人工完成，这个工作量可想而知。

‘玖’ python程序答题卡识别项目+你觉得在这个项目基础上还可以进一步再作什么研究

摘要 您好。Copyright © 1999-2020, CSDN.NET, All Rights Reserved