一种被填涂选项识别方法和相关装置与流程

1.本技术涉及图像识别技术领域，特别是涉及一种被填涂选项识别方法和相关装置。


背景技术：

2.识别图像中被填涂的区域是与人们日常生活息息相关的技术，例如学生在考试时通常会通过填涂答题卡来填写答案，阅卷方需要通过识别答题卡上各道题的被填涂选项来。为了保障阅卷准确度，就需要对答题卡中的被填涂选项有较高的识别成功率。
3.在相关技术中，对被填涂选项进行识别通常需要对整个答题卡对应的待识别区域的颜色进行分析，通过答题卡背景色和各个选项颜色的差别从中识别出被填涂选项。然而，由于答题卡自身可能存在印刷问题导致颜色不统一的问题，导致同一张答题卡上会具有多种多样的颜色，通过相关技术难以对其中的每一个被填涂选项进行精准识别。


技术实现要素：

4.为了解决上述技术问题，本技术提供了一种被填涂选项识别方法，处理设备可以针对待识别区域中的每一道待识别题目自身的灰度特点进行被填涂选项的识别，从而降低因答题卡颜色不均导致被填涂选项识别失败的概率，提高被填涂选项的识别准确度。
5.本技术实施例公开了如下技术方案：
6.第一方面，本技术实施例公开了一种被填涂选项识别方法，所述方法包括：
7.确定目标待识别题目在待识别区域中所占的目标题目区域，所述待识别区域包括多个待识别题目，所述目标待识别题目为所述多个待识别题目中的任意一个；
8.根据所述目标题目区域中各个像素的灰度值，确定目标待识别题目对应的背景灰度值，所述背景灰度值用于体现所述目标题目区域中未被填涂部分的灰度特点；
9.确定所述目标待识别题目的各个待选项分别对应的选项灰度值，所述选项灰度值用于体现所述目标题目区域中所述各个待选项所占部分的灰度特点；
10.将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值的待选项确定为所述目标待识别题目的被填涂选项。
11.在一种可能的实现方式中，若所述各个待选项中不具有选项灰度值与所述背景灰度值的差值大于所述第一阈值的待选项，所述方法还包括：
12.确定所述待识别区域对应的标准选项灰度值，所述标准选项灰度值为所述待识别区域包括的多个待选项对应的选项灰度值中最小的选项灰度值；
13.将所述各个待选项中选项灰度值与所述标准选项灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项。
14.在一种可能的实现方式中，所述方法还包括：
15.确定所述各个待选项所对应的选项灰度值中最大选项灰度值与最小选项灰度值之间的选项灰度差值；
16.响应于所述选项灰度差值小于第三阈值，执行所述确定所述待识别区域对应的标准选项灰度值的步骤。
17.在一种可能的实现方式中，所述方法还包括：
18.确定所述各个待选项对应像素中灰度值小于所述背景灰度值的像素占比；
19.所述将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值的待选项确定为所述目标待识别题目的被填涂选项，包括：
20.将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值，且所对应像素中灰度值小于所述背景灰度值的像素占比大于第四阈值的待选项确定为所述目标待识别题目的被填涂选项。
21.在一种可能的实现方式中，在所述确定目标待识别题目在待识别区域中所占的目标题目区域之前，所述方法还包括：
22.通过瑞利熵对待识别答题卡对应的图像信息进行二值化处理，获取所述待识别答题卡对应的灰度图；
23.根据所述灰度图中的定位信息，确定所述待识别区域，所述定位信息用于定位所述待识别答题卡中的待识别题目。
24.在一种可能的实现方式中，所述将所述各个待选项中选项灰度值与所述标准选项灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项，包括：
25.根据灰度判断系数对所述各个待选项中选项灰度值和所述标准灰度值进行降低处理，所述降低处理的幅度随待处理数值的增大而减小；
26.将处理后的各个待选项中处理后的选项灰度值和处理后的所述标准灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项。
27.在一种可能的实现方式中，所述根据所述目标题目区域中各个像素的灰度值，确定目标待识别题目对应的背景灰度值，包括：
28.确定所述目标题目区域中灰度值大于灰度阈值的第一像素，所述灰度阈值用于识别属于未被填涂部分的像素；
29.计算所述第一像素对应的第一灰度平均值；
30.确定多个灰度区间中所述目标题目区域对应的代表灰度区间，所述代表灰度区间为对应所述目标题目区域中的像素最多的灰度区间，所述多个灰度区间的最小值为所述灰度阈值；
31.计算处于所述代表灰度区间的第二像素对应的第二灰度平均值；
32.根据第一权重、第一灰度平均值、第二权重、第二灰度平均值确定所述目标待识别题目对应的背景灰度值，所述第一权重为所述第一灰度平均值对应的权重，所述第二权重为所述第二灰度平均值对应的权重。
33.第二方面，本技术实施例公开了一种被填涂选项识别装置，所述装置包括第一确定单元、第二确定单元、第三确定单元和第四确定单元：
34.所述第一确定单元，用于确定目标待识别题目在待识别区域中所占的目标题目区域，所述待识别区域包括多个待识别题目，所述目标待识别题目为所述多个待识别题目中的任意一个；
35.所述第二确定单元，用于根据所述目标题目区域中各个像素的灰度值，确定目标
待识别题目对应的背景灰度值，所述背景灰度值用于体现所述目标题目区域中未被填涂部分的灰度特点；
36.所述第三确定单元，用于确定所述目标待识别题目的各个待选项分别对应的选项灰度值，所述选项灰度值用于体现所述目标题目区域中所述各个待选项所占部分的灰度特点；
37.所述第四确定单元，用于将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值的待选项确定为所述目标待识别题目的被填涂选项。
38.在一种可能的实现方式中，若所述各个待选项中不具有选项灰度值与所述背景灰度值的差值大于所述第一阈值的待选项，所述装置还包括第五确定单元和第六确定单元：
39.所述第五确定单元，用于确定所述待识别区域对应的标准选项灰度值，所述标准选项灰度值为所述待识别区域包括的多个待选项对应的选项灰度值中最小的选项灰度值；
40.所述第六确定单元，用于将所述各个待选项中选项灰度值与所述标准选项灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项。
41.在一种可能的实现方式中，所述装置还包括第七确定单元和执行单元：
42.所述第七确定单元，用于确定所述各个待选项所对应的选项灰度值中最大选项灰度值与最小选项灰度值之间的选项灰度差值；
43.所述执行单元，用于响应于所述选项灰度差值小于第三阈值，执行所述确定所述待识别区域对应的标准选项灰度值的步骤。
44.在一种可能的实现方式中，所述装置还包括第八确定单元：
45.所述第八确定单元，用于确定所述各个待选项对应像素中灰度值小于所述背景灰度值的像素占比；
46.所述第四确定单元具体用于：
47.将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值，且所对应像素中灰度值小于所述背景灰度值的像素占比大于第四阈值的待选项确定为所述目标待识别题目的被填涂选项。
48.在一种可能的实现方式中，所述装置还包括获取单元和第九确定单元：
49.所述获取单元，用于通过瑞利熵对待识别答题卡对应的图像信息进行二值化处理，获取所述待识别答题卡对应的灰度图；
50.所述第九确定单元，用于根据所述灰度图中的定位信息，确定所述待识别区域，所述定位信息用于定位所述待识别答题卡中的待识别题目。
51.在一种可能的实现方式中，所述第六确定单元具体用于：
52.根据灰度判断系数对所述各个待选项中选项灰度值和所述标准灰度值进行降低处理，所述降低处理的幅度随待处理数值的增大而减小；
53.将处理后的各个待选项中处理后的选项灰度值和处理后的所述标准灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项。
54.在一种可能的实现方式中，所述第二确定单元具体用于：
55.确定所述目标题目区域中灰度值大于灰度阈值的第一像素，所述灰度阈值用于识别属于未被填涂部分的像素；
56.计算所述第一像素对应的第一灰度平均值；
57.确定多个灰度区间中所述目标题目区域对应的代表灰度区间，所述代表灰度区间为对应所述目标题目区域中的像素最多的灰度区间，所述多个灰度区间的最小值为所述灰度阈值；
58.计算处于所述代表灰度区间的第二像素对应的第二灰度平均值；
59.根据第一权重、第一灰度平均值、第二权重、第二灰度平均值确定所述目标待识别题目对应的背景灰度值，所述第一权重为所述第一灰度平均值对应的权重，所述第二权重为所述第二灰度平均值对应的权重。
60.第三方面，本技术实施例提供了一种计算机设备，所述设备包括处理器以及存储器：
61.所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
62.所述处理器用于根据所述程序代码中的指令执行第一方面中任意一项所述的被填涂选项识别方法。
63.第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行第一方面中任意一项所述的被填涂选项识别方法。
64.由上述技术方案可以看出，在对被填涂选项进行识别时，处理设备可以先确定目标待识别题目在待识别区域中所占的目标题目区域，该待识别区域包括多个待识别题目，每一个待识别题目都具有相应的待选项。为了避免因答题卡颜色不均导致对其中部分题目的被填涂选项无法被准确识别的问题，可以针对其中每一道待识别题目自身的灰度特点来确定背景灰度值。例如，可以根据目标题目区域中各个像素的灰度值，确定目标待识别题目对应的背景灰度值，该背景灰度值用于体现该目标题目区域中未被填涂部分的灰度特点。随后，处理设备可以确定目标待识别题目的各个待选项分别对应的选项灰度值，该选项灰度值用于体现该目标题目区域中各个待选项所占部分的灰度特点。从而，通过该选项灰度值与背景灰度值的差值能够体现出待选项是否被填涂。由于该背景灰度值是基于该目标题目区域的像素灰度值确定的，因此能够较为准确的反应出该目标题目区域的未被填涂部分的灰度特点，进而能够更加准确的识别出该目标题目区域中的被填涂选项，提高了被填涂选项识别的准确度。
附图说明
65.为了更清楚地说明本技术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技术的一些实施例，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，还可以根据这些附图获得其他的附图。
66.图1为本技术实施例提供的一种被填涂选项识别方法的流程图；
67.图2为本技术实施例提供的一种被填涂选项识别方法的示意图；
68.图3为本技术实施例提供的一种被填涂选项识别方法的示意图；
69.图4为本技术实施例提供的一种被填涂选项识别装置的结构框图。
具体实施方式
70.下面结合附图，对本技术的实施例进行描述。
71.如何对待识别区域中的被填涂选项进行更加精准的识别一直是相关领域的技术人员研究的热门问题之一，在相关技术中，通常是采用对包含全部待识别题目的待识别区域整体的像素灰度特点进行分析，确定出该待识别区域中未填涂部分对应背景灰度值，然后基于该背景灰度值和各个选项的灰度值来判断选项是否被填涂。
72.然而，由于答题卡印刷浓淡不一等问题，待识别区域的未填涂部分可能出现灰度值相差较大的像素，这就会导致基于整体待识别区域确定出的背景灰度值难以贴合每一个待识别题目对应的背景灰度特点，从而难以对每一个待识别题目的被填涂选项进行精准识别。例如，当待识别区域的大部分未填涂部分颜色较浅，灰度值较高，但是存在部分区域颜色较深，灰度值较低，此时基于待识别区域整体未填涂部分确定出的背景灰度值可能就会偏低。在根据背景灰度值和选项灰度值的差值识别被填涂选项时，可能会导致颜色较浅区域的待识别题目被填涂选项灰度值接近该背景灰度值，难以进行识别。
73.为了解决上述技术问题，本技术提供了一种被填涂选项识别方法，处理设备可以针对待识别区域中的每一道待识别题目自身的灰度特点进行被填涂选项的识别，从而降低因答题卡颜色不均导致被填涂选项识别失败的概率，提高被填涂选项的识别准确度。
74.可以理解的是，该方法可以应用于处理设备上，该处理设备为能够进行被填涂选项识别的处理设备，例如可以为具有被填涂选项识别功能的终端设备或服务器。该方法可以通过终端设备或服务器独立执行，也可以应用于终端设备和服务器通信的网络场景，通过终端设备和服务器配合执行。其中，终端设备可以为计算机、手机等设备。服务器可以理解为是应用服务器，也可以为web服务器，在实际部署时，该服务器可以为独立服务器，也可以为集群服务器。
75.接下来，将结合附图，对本技术实施例提供的一种被填涂选项识别方法进行介绍。
76.参见图1，图1为本技术实施例提供的一种被填涂选项识别方法的流程图，该方法包括：
77.s101：确定目标待识别题目在待识别区域中所占的目标题目区域。
78.其中，待识别区域为此次进行被填涂选项识别的区域，该待识别区域包括多个待识别题目，该目标待识别题目为多个待识别题目中的任意一个。每一个待识别题目都可以具有一个或多个待选项，该待选项通过填涂的方式被选择。
79.为了提高被填涂选项识别的准确度，在本技术实施例中，处理设备可以针对该待识别区域中的每一个待识别题目所占的区域进行灰度分析，从而使得到的背景灰度值能够贴合该待识别题目的灰度特点。基于此，处理设备可以先确定目标待识别题目在待识别区域中所占的目标题目区域。
80.s102：根据目标题目区域中各个像素的灰度值，确定目标待识别题目对应的背景灰度值。
81.可以理解的是，像素颜色越浅，所对应灰度值则越大；颜色越深，所对应灰度值越小。基于此，处理设备可以通过像素对应的灰度值，从中确定出一定不属于填涂部分的像素。例如，处理设备可以设定一个灰度阈值100，将大于该灰度阈值的像素确定为未被填涂部分的像素，并基于这些像素来确定该目标待识别题目对应的背景灰度值。
82.在一种可能的实现方式中，为了进一步提高该背景灰度值的准确度，处理设备可以先确定该目标题目区域中灰度值大于灰度阈值的第一像素，该灰度阈值用于识别属于未被填涂部分的像素，例如可以设置为100。随后，处理设备可以计算第一像素对应的第一灰度平均值，该第一灰度平均值能够体现出该未被填涂区域整体的灰度特点。
83.可以理解的是，被填涂的部分通常在题目所占区域中占比较小，未被填涂的部分占比较大，因此，处理设备还可以划分出多个灰度区间，该多个灰度区间的最小值为该灰度阈值，从而基于该多个灰度区间能够对该目标题目区域的主要背景灰度进行分析。处理设备可以确定多个灰度区间中该目标题目区域对应的代表灰度区间，该代表灰度区间为对应该目标题目区域中的像素最多的灰度区间，即该代表灰度区间为最贴合该目标题目区域背景灰度的灰度区间。
84.处理设备可以计算处于该代表灰度区间的第二像素对应的第二灰度平均值，该第二灰度平均值可以体现出该目标题目区域的未被填涂部分的主要灰度特点。处理设备可以根据第一权重、第一灰度平均值、第二权重、第二灰度平均值确定该目标待识别题目对应的背景灰度值，该第一权重为第一灰度平均值对应的权重，该第二权重为第二灰度平均值对应的权重，从而，基于该确定方式，处理设备可以使得到的背景灰度值既能够体现出该未被填涂部分的整体灰度特点，又能够突出该未被填涂部分的主要灰度，提高该背景灰度值的精准度，进而能够提高被填涂选项识别的准确度。
85.s103：确定目标待识别题目的各个待选项分别对应的选项灰度值。
86.其中，选项灰度值用于体现目标题目区域中各个待选项所占部分的灰度特点。在本技术实施例中，处理设备可以通过预设位置信息等，确定出该目标待识别题目对应的各个待选项在该待识别区域中所对应的位置，随后可以根据这些位置中的像素灰度值确定出各个待选项分别对应的选项灰度值。
87.s104：将各个待选项中选项灰度值与背景灰度值的差值大于第一阈值的待选项确定为目标待识别题目的被填涂选项。
88.上已述及，背景灰度值能够准确体现出目标题目区域中未被填涂部分的灰度特点，选项灰度值能够准确体现出各个待选项所占部分的灰度特点，因此，通过选项灰度值与背景灰度值的差值能够体现出各个待选项所占部分与未填涂部分的灰度差异，从而能够判断出该所占部分是否被填涂。
89.处理设备可以预设一个第一阈值，然后判断各个待选项对应的选项灰度值与该背景灰度值的差异是否大于该第一阈值，若大于，则说明该待选项的选项灰度值与未被填涂部分的差异较大，即该待选项有较大概率为被填涂选项。
90.由上述技术方案可以看出，在对被填涂选项进行识别时，处理设备可以先确定目标待识别题目在待识别区域中所占的目标题目区域，该待识别区域包括多个待识别题目，每一个待识别题目都具有相应的待选项。为了避免因答题卡颜色不均导致对其中部分题目的被填涂选项无法被准确识别的问题，可以针对其中每一道待识别题目自身的灰度特点来确定背景灰度值。例如，可以根据目标题目区域中各个像素的灰度值，确定目标待识别题目对应的背景灰度值，该背景灰度值用于体现该目标题目区域中未被填涂部分的灰度特点。随后，处理设备可以确定目标待识别题目的各个待选项分别对应的选项灰度值，该选项灰度值用于体现该目标题目区域中各个待选项所占部分的灰度特点。从而，通过该选项灰度
值与背景灰度值的差值能够体现出待选项是否被填涂。由于该背景灰度值是基于该目标题目区域的像素灰度值确定的，因此能够较为准确的反应出该目标题目区域的未被填涂部分的灰度特点，进而能够更加准确的识别出该目标题目区域中的被填涂选项，提高了被填涂选项识别的准确度。
91.可以理解的是，部分用户在填涂选项时，由于填涂工具、印刷问题或填涂力度等原因，可能会出现填涂较浅的情况。此时，如果只采用比较背景灰度值和选项灰度值的方式来确定被填涂选项可能会由于被填涂选项的灰度值与背景灰度值较为接近而失败的情况。
92.然而，当用户整体填涂选项较浅时，其填涂的选项之间的区别在通常情况下灰度应该较为一致。基于此，为了进一步提高被填涂选项的识别成功率，处理设备还可以基于用户所填涂的选项之间的灰度值差异来判断待选项是否为被填涂选项。若各个待选项中不具有选项灰度值与背景灰度值的差值大于第一阈值的待选项，处理设备可以确定该待识别区域对应的标准选项灰度值，该标准选项灰度值为待识别区域包括的多个待选项对应的选项灰度值中最小的选项灰度值。可以理解的是，由于颜色越接近黑色，灰度值越小，因此该待识别区域中选项灰度值最小的待选项有较大概率为被填涂选项。基于此，处理设备可以将目标待识别题目的各个待选项的选项灰度值与标准选项灰度值进行比较，若选项灰度值与标准选项灰度值较为接近，则说明该待选项有较大概率为被填涂选项。处理设备可以将各个待选项中选项灰度值与准选项灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项，从而当整体填涂颜色较淡时也可以对被填涂选项进行准确识别。
93.除了通过背景灰度值和选项灰度值来判断是否属于填涂较浅的情况，处理设备还可以分析同一题目的多个待选项的灰度值之间的差异来分辨是否出现填涂较浅的问题。可以理解的是，在通常情况下同一题目的多个待选项中具有被填涂和未被填涂的选项，当同一题目的多个待选项灰度差异较小时，则一定程度上可以说明被填涂选项的填涂颜色较浅，与未被填涂选项较为接近。
94.基于此，在一种可能的实现方式中，处理设备还可以确定各个待选项所对应的选项灰度值中最大选项灰度值与最小选项灰度值之间的选项灰度差值，并预设一个第三阈值用于进行判断。若该选项灰度差值小于第三阈值，则说明被填涂选项的填涂颜色较浅。此时，响应于选项灰度差值小于第三阈值，处理设备可以执行确定待识别区域对应的标准选项灰度值的步骤，从而可以更加准确的识别出填涂较浅的情况。
95.可以理解的是，在识别被填涂选项时，由于用户可能有擦除、误填涂等情况，在待选项中可能具有部分待选项虽然不是用户想要填涂的待选项，但是可能该待选项的部分区域会沾上一些填涂痕迹。基于此，为了更加准确的识别被填涂选项，降低误识别的概率，处理设备可以进一步的对被填涂区域占比进行分析。
96.在一种可能的实现方式中，处理设备可以确定各个待选项对应像素点中灰度值小于背景灰度值的像素占比。可以理解的是，小于背景灰度值的像素有较大概率为被填涂区域的像素。若某一待选项所对应的像素中小于背景灰度值的像素占比较高，则说明该待选项中被填涂的部分占比较大，即为被填涂选项的概率较高。基于此，处理设备可以将各个待选项中选项灰度值与背景灰度值的差值大于第一阈值，且所对应像素中灰度值小于背景灰度值的像素占比大于第四阈值的待选项确定为目标待识别题目的被填涂选项，该第四阈值用于判断被填涂区域像素的占比是否较高。从而，处理设备可以通过多重标准来识别被填
涂选项，降低误识别的概率，提高被填涂选项识别的准确度。
97.除了可以通过多种识别方式来提高识别准确度外，在识别被填涂选项之前，处理设备还可以通过较为精确地方式来确定出待识别区域，从而使待识别区域的灰度值能够准确反应出待选项的填涂情况。在一种可能的实现方式中，处理设备可以通过瑞利熵对待识别答题卡对应的图像信息进行二值化处理，获取该待识别答题卡对应的灰度图，该待识别答题卡即为包含有上述待识别区域中信息的答题卡，如图2所示，图2为通过瑞利熵获取的灰度图示意图，瑞利熵可以采用如下公式：
[0098][0099]
需要说明的是，图2为清晰展示处理效果经过了反色处理，即填涂部分在图2中显示为灰度值较高的颜色，未填涂部分在图2中显示为灰度值较低的颜色。
[0100]
处理设备可以根据灰度图中的定位信息，确定待识别区域，该定位信息用于定位待识别答题卡中的待识别题目，例如，该定位信息可以为答题卡上的定位标识等，通过该定位标识处理设备可以快速找到答题卡中待识别题目所处的位置。由于瑞利熵能够体现出信息分布不均匀的程度，所以通过瑞利熵能够更加完整、准确的对填涂情况进行保留。
[0101]
可以理解的是，在不同的灰度梯度中，人眼对于不同灰度值的识别能力是具有一定差别的。例如，当两块区域的灰度值都较低，即颜色都较深时，对于灰度值的差别的识别能力就较差，即两个深色区域人的肉眼对灰度的感知度较低。当两块区域的灰度值都较高，即颜色都较浅时，对于灰度值的差别的识别能力较强，即两个浅色区域人的肉眼对灰度的感知度较高。基于此，当用户在填涂待选项时，若习惯填涂颜色较深，则不同的被填涂选项的灰度差异可能较高；若习惯填涂颜色较浅，则不同的被填涂选项的灰度差异可能较低。
[0102]
因此，为了进一步提高被填涂选项识别的准确度，在通过比较待选项的选项灰度值与标准灰度值的差异来确定是否被填涂时，处理设备可以针对不同的灰度值来对得到的差异进行调整，使其更加贴合用户的实际填涂习惯。在一种可能的实现方式中，处理设备可以根据灰度判断系数对各个待选项中选项灰度值和标准灰度值进行降低处理，该降低处理的幅度随待处理数值的增大而减小，该待处理数值即为进行处理的选项灰度值或标准灰度值。通过该处理方式，当用户填涂颜色普遍较深时，标准灰度值和被填涂选项的灰度值都较低，此时降低处理的幅度较大，处理设备可以在一定程度上减小被填涂选项和标准灰度值之间的差异，从而能够准确地确定出用户填涂的选项；当用户填涂颜色普遍较浅时，标准灰度值和被填涂选项的灰度值都较高，此时降低处理的幅度较小，处理设备可以再一定程度上扩大被填涂选项和标准灰度值之间的差异，从而能够准确地区分未填涂部分和被填涂选项。可以理解的是，该处理方法也可以应用于各个待选项之间的选项灰度值的比较中。
[0103]
处理设备可以将处理后的各个待选项中处理后的选项灰度值和处理后的标准灰度值的差值小于第二阈值的待选项确定为待识别题目的被填涂选项，从而能够使识别结果更加贴合用户实际的填涂效果，提高识别的准确度。
[0104]
例如，如图3所示，由于扫描仪和显示屏色彩校正都是基于gamma变化，人眼对亮度的感知和物理功率不成正比，而是幂函数的关系。所以，可以基于gamma函数对灰度值进行处理：
[0105]
f(i)＝ciγ
[0106]
当γ《1，如虚线所示，在低灰度值区域内，动态范围变大，进而图像对比度增强；在高灰度值区域内，动态范围变小，图像对比度降低，同时，图像整体的灰度值变大。
[0107]
当γ》1，如实线所示，低灰度值区域的动态范围变小，在高灰度值区域动态范围变大，降低了低灰度值区域图像对比度，提高了高灰度值区域图像对比度。同时，图像整体的灰度值变小。
[0108]
在对待识别题目的填涂识别中，填涂较淡时，选项图片灰度值较高，为提提高填涂较淡时的准确率，需要提高填涂淡图片的对比度；根据上述描述，要提高高灰度值区域的对比度，故gamma值选取范围的是大于1的，根据srgb标准将gamma值设置为2.2；c默认为1。所以计算后的客观题背景色在低灰度值区域的动态范围变小，在高灰度值区域动态范围变大。如两个灰度值分别是0和50，通过归一化处理后再经过gamma变化后，分别为(0，7.07)，而200和250经过变换后值为(149.42,244.13)，明显在灰度差值一定时，低灰度值区域内的对比度明显低于高灰度值区域。
[0109]
首先，处理设备可以先将计算出的选项灰度值和标准选项灰度值，进行归一化处理，根据如下公式：
[0110][0111]
此时max和min分别为0和255；
[0112]
当归一化处理后，进行gamma变换，得到变换后结果后，乘以255得到最后灰度结果。以这个最终的灰度值结果去进行标准灰度值比较和各个待选项之间的选项灰度值比较，第三阈值可以选择40，第二阈值可以选择为85。
[0113]
接下来，将结合一种实际应用场景，对本技术实施例提供的一种被填涂选项识别方法进行介绍。在该实际应用场景中，处理设备可以为用于识别答题卡填涂结果的识别仪器。
[0114]
首先，识别仪器可以基于瑞利熵对答题卡图像进行二值化处理，得到待识别区域的灰度图，然后计算待识别区域中每个待识别题目对应的背景灰度值，计算背景灰度值的方案如下：
[0115]
将灰度值100-250分成16个梯度；统计每个待识别题目对应的题目区域中大于100灰度值的像素数量，计算这些像素的灰度平均值average_pixel；再统计出现次数最多的灰度梯度，然后计算该灰度梯度像素灰度的平均值maxlevel_pixel；其中低于像素值100默认为非未被填涂部分(但不一定是被填涂部分)，不进行统计计算；背景灰度值background_pixel计算公式如下：
[0116]
background_pixel＝ratio_1*average_pixel ratio_2*maxlevel_pixel
[0117]
其中ratio_1，ratio_2为权重，分别设置为0.6和0.4；
[0118]
然后，计算每个待选项的选项灰度值，即将待选项中像素灰度值求和除以像素数量获得该待选项的选项灰度值；并记录待识别区域中最小的选项灰度值minpixel。通过选项灰度值和背景灰度值，处理设备可以先通过第一阈值判断其中的被填涂选项。
[0119]
然后，为了避免由于填涂较浅、填涂不规范等问题导致误识别，识别仪器可以开始判断待识别区域中每一题是否属于填涂不规范的场景。
[0120]
识别仪器计算目标待识别题目对应的待选项中最大选项灰度值和最小选项灰度值的差值background_diff；
[0121]
然后，可以计算目标待识别题目的最小选项灰度值和待识别区域对应的标准选项灰度值minpixel的灰度差值gray_diff；
[0122]
判断background_diff是否小于第三阈值diff_1，差值gray_diff是否大于第二阈值，当上述条件满足其一时，认为当前题的填涂属于较淡不规范的场景。此时，判断选项填涂不仅仅依赖于选项之间灰度差值，同时也要根据选项的填涂面积来判断选项是否填涂。
[0123]
识别仪器可以计算每个待选项的选项灰度值与标准选项灰度值之间的差值，当差值小于diff_2时认为是被填涂选项。
[0124]
同时，识别仪器可以以之前计算的每个待识别题目的背景灰度值background_pixel值作为基准值，小于background_pixel的像素灰度值代表填涂，计算每个待选项对应区域中的填涂面积，大于0.6时认为填涂。
[0125]
当同时满足以上两个条件时，才认为当前待选项已填涂。
[0126]
基于上述实施例提供的一种被填涂选项识别方法，本技术实施例还提供了一种被填涂选项识别装置。参见图4，图4为本技术实施例提供的一种被填涂选项识别装置400的结构框图，该装置包括第一确定单元401、第二确定单元402、第三确定单元403和第四确定单元404：
[0127]
第一确定单元401，用于确定目标待识别题目在待识别区域中所占的目标题目区域，所述待识别区域包括多个待识别题目，所述目标待识别题目为所述多个待识别题目中的任意一个；
[0128]
第二确定单元402，用于根据所述目标题目区域中各个像素的灰度值，确定目标待识别题目对应的背景灰度值，所述背景灰度值用于体现所述目标题目区域中未被填涂部分的灰度特点；
[0129]
第三确定单元403，用于确定所述目标待识别题目的各个待选项分别对应的选项灰度值，所述选项灰度值用于体现所述目标题目区域中所述各个待选项所占部分的灰度特点；
[0130]
第四确定单元404，用于将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值的待选项确定为所述目标待识别题目的被填涂选项。
[0131]
在一种可能的实现方式中，若所述各个待选项中不具有选项灰度值与所述背景灰度值的差值大于所述第一阈值的待选项，装置400还包括第五确定单元和第六确定单元：
[0132]
第五确定单元，用于确定所述待识别区域对应的标准选项灰度值，所述标准选项灰度值为所述待识别区域包括的多个待选项对应的选项灰度值中最小的选项灰度值；
[0133]
第六确定单元，用于将所述各个待选项中选项灰度值与所述标准选项灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项。
[0134]
在一种可能的实现方式中，装置400还包括第七确定单元和执行单元：
[0135]
第七确定单元，用于确定所述各个待选项所对应的选项灰度值中最大选项灰度值与最小选项灰度值之间的选项灰度差值；
[0136]
执行单元，用于响应于所述选项灰度差值小于第三阈值，执行所述确定所述待识别区域对应的标准选项灰度值的步骤。
[0137]
在一种可能的实现方式中，装置400还包括第八确定单元：
[0138]
第八确定单元，用于确定所述各个待选项对应像素中灰度值小于所述背景灰度值的像素占比；
[0139]
第四确定单元404具体用于：
[0140]
将所述各个待选项中选项灰度值与所述背景灰度值的差值大于第一阈值，且所对应像素中灰度值小于所述背景灰度值的像素占比大于第四阈值的待选项确定为所述目标待识别题目的被填涂选项。
[0141]
在一种可能的实现方式中，装置400还包括获取单元和第九确定单元：
[0142]
获取单元，用于通过瑞利熵对待识别答题卡对应的图像信息进行二值化处理，获取所述待识别答题卡对应的灰度图；
[0143]
第九确定单元，用于根据所述灰度图中的定位信息，确定所述待识别区域，所述定位信息用于定位所述待识别答题卡中的待识别题目。
[0144]
在一种可能的实现方式中，第六确定单元具体用于：
[0145]
根据灰度判断系数对所述各个待选项中选项灰度值和所述标准灰度值进行降低处理，所述降低处理的幅度随待处理数值的增大而减小；
[0146]
将处理后的各个待选项中处理后的选项灰度值和处理后的所述标准灰度值的差值小于第二阈值的待选项确定为所述待识别题目的被填涂选项。
[0147]
在一种可能的实现方式中，第二确定单元402具体用于：
[0148]
确定所述目标题目区域中灰度值大于灰度阈值的第一像素，所述灰度阈值用于识别属于未被填涂部分的像素；
[0149]
计算所述第一像素对应的第一灰度平均值；
[0150]
确定多个灰度区间中所述目标题目区域对应的代表灰度区间，所述代表灰度区间为对应所述目标题目区域中的像素最多的灰度区间，所述多个灰度区间的最小值为所述灰度阈值；
[0151]
计算处于所述代表灰度区间的第二像素对应的第二灰度平均值；
[0152]
根据第一权重、第一灰度平均值、第二权重、第二灰度平均值确定所述目标待识别题目对应的背景灰度值，所述第一权重为所述第一灰度平均值对应的权重，所述第二权重为所述第二灰度平均值对应的权重。
[0153]
本技术实施例还提供了一种计算机设备，所述设备包括处理器以及存储器：
[0154]
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0155]
所述处理器用于根据所述程序代码中的指令上述实施例中任意一项所述的被填涂选项识别方法。
[0156]
本技术实施例还提供一种计算机可读存储介质，用于存储计算机程序，该计算机程序用于执行前述各个实施例所述的针对游戏程序的设备性能检测方法中的任意一种实施方式。
[0157]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质可以是下述介质中的至少一种：只读存储器(英文：read-only memory，缩写：rom)、ram、磁碟或者光盘等各种可以存储
程序代码的介质。
[0158]
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0159]
以上所述，仅为本技术的一种具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。