Mө c tiêu nghiên cӭ u
So vӟi các hҥn chӃ cӫa các phҫn mӅm ӣ trên, thì phҫn mөc tiêu nghiên cӭu phҫn mӅPÿѭDUDOj:
- Nhҵm chuҭn xác hóa quá trình chҩm bài thi
- Rút ngҳn thӡi gian và giҧm chi phí chҩm bài thi
- Cho kӃt quҧ nhanh và chính xác
- Tránh nhҫm lүn thông qua nhұn dҥng hình ҧnh chөp tӯng bài thi (các file ҧQKÿѭӧc nhұp vào) và chuҭn hóa vӟi hӗ VѫFӫa tӯng thí sinh
Chọn phần mềm băng công cụ máy móc (máy tính bàn) là rất quan trọng để đảm bảo tính chính xác và hiệu quả trong quá trình làm việc Việc sử dụng phần mềm phù hợp giúp tối ưu hóa thời gian chấm bài và giảm thiểu sai sót trong quá trình đánh giá.
- 9jÿһc biӋt là tҥo ra sҧn phҭm mà bҩt kǤ DLFNJQJÿӅu có thӇ GQJÿѭӧc vӟi mӝt giá thành hӧp lý
3 ĈӕLWѭӧng và phҥm vi nghiên cӭu x ĈӕLWѭӧng nghiên cӭu:
- Các khái niӋm và kӻ thuұt xӱ lý ҧnh sӕ
- Áp dөQJWKѭYLӋn AForge trong xӱ lý ҧnh x Phҥm vi nghiên cӭu:
- Áp dөQJWKѭYLӋn AForge.Imaging trong xӱ lý ҧnh
- Tìm hiӇu vӅ QJѭӡLGQJÿһc biӋWOjFiFJLiRYLrQÿӇ hiӇXKѫQYӅ nhu cҫu chҩm trҳc nghiӋm, tӯ ÿy[k\GӵQJêWѭӣng chӭFQăQJJLDRGLӋn
- Tìm hiӇu vӅ các khái niӋm, các thuӝFWtQKYjÿһFÿLӇm cӫa ҧnh sӕ
- Tìm hiӇu vӅ các thuұt toán xӱ lý ҧQKFѫEҧQÿӇ hiӇXFѫFKӃ ÿӑc ҧnh
- Tìm hiӇu vӅ WKѭYLӋn AForge.NET, cө thӇ là các hӛ trӧ và cách sӱ dөng AForge.Image trong xӱ lý ҧnh
- Tìm hiӇu vӅ lұp trình ngôn ngӳ &ÿӇ phөc vө viӋc viӃWFKѭѫQJWUuQK
- Ngoài ra, trong quá trình tìm hiӇu còn sӱ dөQJSKѭѫQJSKiSQJKLrQ cӭXNKiFQKѭÿӑc các giáo trình và tài liӋu tham khҧROLrQTXDQÿӃQÿӅ tài
5 Bӕ cөFÿӅ tài ĈӅ tài gӗPFKѭѫQJYӟi các nӝLGXQJFѫEҧn sau: x &KѭѫQJ&ѫVӣ lý thuyӃt:
- Giӟi thiӋu tәng quan vӅ các khái niӋPFѫ bҧn cӫa ҧnh sӕ
- Mӝt sӕ thuұWWRiQWURQJFKѭѫQJWUuQKVӱ dөQJWKѭYLӋn
AForge.NET x Phân tích thiӃt kӃ
- VӁ FiFVѫÿӗ chӭFQăQJTXDQKӋ các lӟp cӫa ӭng dөng
- &ѫFKӃ làm viӋc cӫa ӭng dөng x KӃt quҧ ÿҥWÿѭӧc
Demo FKѭѫQJWUuQKYӟi các chӭFQăQJ
- ChӭFQăQJWKrPWӋSÿiSiQEjLWKLFӫa các thí sinh
- ChӭFQăQJFKҩPÿLӇm các thí sinh
&Ѫ6Ӣ LÝ THUYӂT 1.1 Giӟi thiӋu tәng quan vӅ các khái niӋPFѫEҧn cӫa ҧnh sӕ
1.1.1 Ҧnh sӕ (Digital image) Ҧnh khi ta nhìn thҩy bҵng mҳWWKѭӡng là mӝt sӵ liên tөc vӅ NK{QJJLDQFNJQJ QKѭÿӝ sáng Khoҧng cách giӳa các ÿLӇm ҧQKÿyÿѭӧc thiӃt lұp sao cho mҳt
QJѭӡi không thӇ phân biӋWÿѭӧc ranh giӟi giӳa chúng
Khi chúng ta nhìn vào hình ảnh, chúng ta thấy đó là tập hợp của rất nhiều pixel Mỗi pixel là một đơn vị cơ bản của hình ảnh (Picture Element), và trong không gian hai chiều, mỗi pixel được xác định bởi tọa độ (x, y).
Mặt bức ảnh hay mặt bức tranh là tập hợp hữu hình của các điểm ảnh, khoảng cách giữa các điểm ảnh được sắp xếp sao cho mắt chúng ta không thể phân biệt ranh giới giữa chúng Chính vì vậy, khi nhìn vào bức tranh, chúng ta thấy một tập hợp của rất nhiều điểm ảnh liên tục Mỗi điểm ảnh (Picture Element hay còn gọi là pixel) là đơn vị cơ bản trong khuôn khổ hình hai chiều, mỗi pixel tương ứng với một điểm trong không gian hình ảnh.
(x, y) là một phần tử của ảnh sáng tạo tại tọa độ (x, y), với màu sắc và khoảng cách được điều chỉnh để tạo ra cảm nhận liên tục trong không gian Màu sắc của ảnh sáng tạo phải hòa hợp với các yếu tố khác để đảm bảo sự thẩm mỹ và tính chân thật của bức ảnh.
MӝWÿLӇm ҧQKSL[HOFyKDLÿһFWUѭQJFѫEҧn là vӏ trí (x, y) cӫDÿLӇm ҧnh
Yjÿӝ xám cӫDQy'ѭӟLÿk\OjWyPWҳt mӝt sӕ khái niӋm và thuұt ngӳ WKѭӡng dùng trong xӱ lý ҧnh Ĉ͓ QKQJKƭD
Mӭc xám cӫDÿLӇm ҧQKOjFѭӡQJÿӝ sáng cӫDQyÿѭӧc gán bҵng giá trӏ sӕ tҥLÿLӇPÿy
Các thang giá tr͓ mͱF[iPWK{QJWK˱ ͥng:
Thang giá trӏ mӭc xám gӗm: 16, 32, 64, 128, 256 (mӭc 256 là mӭc phә biӃn
Lý do: tӯ kӻ thuұWPi\WtQKGQJE\WHELWÿӇ biӇu diӉn mӭc xám: Mӭc xám dùng 1 byte biӇu diӉn: 28 %6 mӭc, tӭc là tӯ ÿӃn 255)
7K{QJWKѭӡng, ta sӁ làm quen vӟi 3 loҥi ҧnh sau dӵa vào cҩXWU~FFNJQJQKѭÿӝ
[iPÿLӇm ҧnh: ̪nh màu: Ҧnh màu là ҧnh mà màu cӫDFiFÿLӇm ҧQKÿѭӧc tҥo nên bӣi sӵ pha trӝn 3
PjXFѫEҧn (hӋ màu RBG: Red Blue Green) vӟi các tӍ lӋ FѭӡQJÿӝ sáng khác nhau Vӟi mӛi mӝWPjXFѫEҧQQJѭӡi ta sӁ sӱ dөng mӝWE\WHÿӇ biӇu diӉn
Màu sắc được biểu diễn bằng 3 byte (24 bit), cho phép định nghĩa 16,777,216 màu khác nhau Màu xám là một sắc thái mà chỉ có giá trị xám (không chứa màu khác), sử dụng để thể hiện các giá trị khác nhau trong thiết kế Hình ảnh nhị phân là hình ảnh chỉ chứa các giá trị đen và trắng, không có màu sắc khác.
FѭӡQJÿӝ sáng chӍ có 2 giá trị duy nhất mà ta sử dụng, đó là 2 bit Biểu diễn này cho phép mã hóa thông tin với các giá trị từ 0 đến 255, giúp tạo ra các hình ảnh sắc nét và rõ ràng.
Khi xem xét chi tiết các kỹ thuật xử lý ảnh, chúng ta cần phân biệt các loại nhiễu hay can thiệp trong quá trình xử lý hình ảnh Trên thực tế, có nhiều loại nhiễu khác nhau, nhưng có thể chia thành ba loại chính: nhiễu cứng, nhiễu nhân và nhiễu xung.
- NhiӉu cӝQJ$GGLWLYHQRLVHWKѭӡng phân bӕ khҳp ҧQKYjÿѭӧc biӇu diӉn bӣi: Y = X + n vӟi Y: ҧnh quan sát, X: ҧnh gӕc và n là nhiӉu
- NhiӉu nhân: FNJQJWKѭӡng phân bӕ khҳp ҧQKYjÿѭӧc biӇu diӉn bӣi: Y = X.n
Nhiễu xung (Impulse noise) là một loại nhiễu đặc biệt, phát sinh từ nhiều nguyên nhân khác nhau như lỗi truyền tín hiệu, lỗi bề mặt, hay lỗi linh kiện trong quá trình hoạt động Nhiễu xung có thể gây ảnh hưởng nghiêm trọng đến chất lượng tín hiệu.
Độ phân giải của ảnh là chỉ số thể hiện mức độ chi tiết của ảnh, được xác định bởi số điểm ảnh trên một đơn vị diện tích Khoảng cách giữa các điểm ảnh cần được lựa chọn sao cho đảm bảo sự liên tục và chất lượng hình ảnh Việc lựa chọn khoảng cách thích hợp rất quan trọng để đảm bảo độ phân giải đạt yêu cầu, với các điểm ảnh được phân bố đồng đều theo trục x và y trong không gian hai chiều.
Ví dө Ĉӝ phân giҧi cӫa ҧnh trên màn hình CGA (Color Graphic
Adaptor) là mӝWOѭӟLÿLӇm theo chiӅXQJDQJPjQKuQKÿLӇm chiӅu dӑc * ÿLӇm ҧQK5}UjQJFQJPjQKuQK&*$´WDQKұn thҩy mӏn
KѫQPjQKuQK&*$´ÿӝ phân giҧL/êGRFQJÿӝ phân giҧLQKѭQJ diӋn tích màn hình rӝQJKѫQWKuÿӝ liên tөc cӫDFiFÿLӇPNpPKѫQ
7URQJÿӗ hӑDPi\YLWtQK%03FzQÿѭӧc biӃWÿӃn vӟi tên tiӃng Anh khác là Windows bitmap, là mӝWÿӏnh dҥng tұp tin hình ҧnh khá phә biӃn Các tұp
WLQÿӗ hӑDOѭXGѭӟi dҥQJ%03WKѭӡQJFyÿX{LOj%03KRһc DIB (Device
Các thuộc tính tiêu biểu của một tập tin BMP nói chung là: số bit trên mỗi pixel, với mỗi pixel được ký hiệu bằng n Một ảnh BMP n bit có 2^n màu Giá trị n càng lớn thì ảnh càng có nhiều màu sắc phong phú.
Định dạng màu sắc của hình ảnh bao gồm 1 (đen trắng), 4 (16 màu), 8 (256 màu), 16 (65536 màu) và 24 bit (16 triệu màu) Hình ảnh BMP 24 bit cung cấp độ trung thực cao nhất cho hình ảnh Chiều cao của hình ảnh (height) và chiều rộng của hình ảnh (width) được tính bằng số pixel.
Cấu trúc tệp tin ảnh BMP bao gồm 4 phần chính: Bitmap Header (14 bytes) giúp nhận dạng tệp tin bitmap; Dữ liệu hình ảnh chứa thông tin chi tiết giúp hiển thị ảnh; Color Palette (4*x bytes) là bảng màu của hình ảnh được sử dụng trong tệp; và Dữ liệu ảnh lưu trữ nội dung hình ảnh Tệp tin BMP là định dạng phổ biến cho hình ảnh.
NK{QJÿѭӧc nén bҵng bҩt kǤ thuұWWRiQQjR KLOѭXҧQKFiFÿLӇm ghi trӵc tiӃp vào tұp tin, với độ nén khác nhau tùy thuộc vào giá trị của hình ảnh Định dạng hình ảnh phổ biến như BMP có thể được sử dụng để lưu trữ dữ liệu này.
WKѭӡng có kích cӥ rҩt lӟn, gҩp nhiӅu lҫn so vӟi các ҧQKÿѭӧc nén (chҷng hҥn
GIF, JPEG hay PNG) Ĉӏnh dҥQJ%03ÿѭӧc hӛ trӧ bӣi hҫu hӃt các phҫn mӅPÿӗ hӑa chҥy trên
Windows, và cҧ mӝt sӕ ӭng dөng chҥy trên MS-DOS Ngay tӯ Windows 3.1,
0LFURVRIWÿmFKRUDÿӡi phҫn mӅm PaintBrush, mӝt phҫn mӅm hӛ trӧ vӁ hình ҧQKÿѫQJLҧQYjOѭXKuQKҧQKÿѭӧc vӁ Gѭӟi dҥng BMP 16 hay 256 màu Tuy
Hình ảnh BMP là định dạng tệp không được tối ưu cho việc chia sẻ qua Internet, do kích thước lớn và tốc độ tải chậm Thay vào đó, người dùng nên sử dụng các định dạng hình ảnh như GIF, JPEG hoặc PNG để đảm bảo việc truyền tải nhanh chóng và hiệu quả hơn trên mạng.
&iFÿӏnh dҥng này hӛ trӧ các thuұt toán nén hình ҧnh, vì vұy có thӇ giҧm bӟt kích cӥ cӫa ҧnh
Nhұn dҥng là quá trình phân loҥLFiFÿӕLWѭӧQJÿѭӧc biӇu diӉn theo mӝt
P{KuQKQjRÿyYjJiQFK~QJPӝt tên (gán cho chúng mӝt tên gӑi, tӭc là mӝt dҥng) dӵa theo nhӳng quy luұt và mүu chuҭn
Theo lý thuyӃt vӅ nhұn dҥng, các mô hình toán hӑc vӅ ҧQKÿѭӧc phân theo hai loҥi nhұn dҥng ҧQKFѫEҧn: x Nhұn dҥng theo tham sӕ x Nhұn dҥng theo cҩu trúc
Nhận dạng con người đã trở thành một lĩnh vực quan trọng trong khoa học và công nghệ, bao gồm các phương pháp như nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản, nhận dạng vân tay, nhận dạng mã vạch và nhận dạng khuôn mặt.
Ngoài ra, hiӋn nay mӝt kӻ thuұt nhұn dҥng mӟi dӵa vào kӻ thuұt mҥQJQѫURQÿDQJÿѭӧc áp dөng và cho kӃt quҧ khҧ quan
Lҩy mүu (sampling) là mӝWTXiWUuQKTXDÿyҧQKÿѭӧc tҥo nên trên mӝt vùng có tính liên tөFÿѭӧc chuyӇn thành các giá trӏ rӡi rҥc theo tӑDÿӝ nguyên
Quá trình này gӗm 2 lӵa chӑn: xMӝt là: khoҧng lҩy mүu (Sampling Interval) xHai là: cách thӇ hiӋn dҥng mүu
Lӵa chӑn thӭ nhҩWÿѭӧFÿҧm bҧo nhӡ lý thuyӃt lҩy mүu cӫa Shannon Lӵa chӑn thӭ KDLOLrQTXDQÿӃQÿӝ ÿR0HWULFÿѭӧc dùng trong miӅn rӡi rҥc
Bӕ cө Fÿ Ӆ tài
Giӟ i thiӋ u tә ng quan vӅ các khái niӋ PFѫE ҧ n cӫ a ҧ nh sӕ
1.1.1 Ҧnh sӕ (Digital image) Ҧnh khi ta nhìn thҩy bҵng mҳWWKѭӡng là mӝt sӵ liên tөc vӅ NK{QJJLDQFNJQJ QKѭÿӝ sáng Khoҧng cách giӳa các ÿLӇm ҧQKÿyÿѭӧc thiӃt lұp sao cho mҳt
QJѭӡi không thӇ phân biӋWÿѭӧc ranh giӟi giӳa chúng
Khi chúng ta nhìn vào một bức ảnh, chúng ta thấy đó là tập hợp của rất nhiều điểm ảnh (pixel) Mỗi pixel trong khuôn khổ hai chiều được xác định bởi tọa độ (x, y).
Mặt bức ảnh hay mặt bức tranh là tập hợp hữu hạn các điểm ảnh, khoảng cách giữa các điểm ảnh được sắp xếp sao cho chúng không phân biệt ranh giới giữa chúng Chính vì vậy, khi chúng ta nhìn mặt bức tranh là tập hợp của rất nhiều điểm ảnh rời rạc, chúng ta sẽ có cảm giác bức ảnh liên tục Mỗi điểm ảnh (Picture Element hay pixel) là một đơn vị nhỏ trong khuôn khổ ảnh hai chiều, mỗi pixel tương ứng với một điểm trong không gian.
(x, y) là một phần tử trong không gian hai chiều, thể hiện màu sắc và khoảng cách giữa các điểm Màu sắc và vị trí của điểm ảnh được chọn phải phù hợp để tạo cảm nhận liên tục về không gian và mức xám của ảnh sắc nét.
MӝWÿLӇm ҧQKSL[HOFyKDLÿһFWUѭQJFѫEҧn là vӏ trí (x, y) cӫDÿLӇm ҧnh
Yjÿӝ xám cӫDQy'ѭӟLÿk\OjWyPWҳt mӝt sӕ khái niӋm và thuұt ngӳ WKѭӡng dùng trong xӱ lý ҧnh Ĉ͓ QKQJKƭD
Mӭc xám cӫDÿLӇm ҧQKOjFѭӡQJÿӝ sáng cӫDQyÿѭӧc gán bҵng giá trӏ sӕ tҥLÿLӇPÿy
Các thang giá tr͓ mͱF[iPWK{QJWK˱ ͥng:
Thang giá trӏ mӭc xám gӗm: 16, 32, 64, 128, 256 (mӭc 256 là mӭc phә biӃn
Lý do: tӯ kӻ thuұWPi\WtQKGQJE\WHELWÿӇ biӇu diӉn mӭc xám: Mӭc xám dùng 1 byte biӇu diӉn: 28 %6 mӭc, tӭc là tӯ ÿӃn 255)
7K{QJWKѭӡng, ta sӁ làm quen vӟi 3 loҥi ҧnh sau dӵa vào cҩXWU~FFNJQJQKѭÿӝ
[iPÿLӇm ҧnh: ̪nh màu: Ҧnh màu là ҧnh mà màu cӫDFiFÿLӇm ҧQKÿѭӧc tҥo nên bӣi sӵ pha trӝn 3
PjXFѫEҧn (hӋ màu RBG: Red Blue Green) vӟi các tӍ lӋ FѭӡQJÿӝ sáng khác nhau Vӟi mӛi mӝWPjXFѫEҧQQJѭӡi ta sӁ sӱ dөng mӝWE\WHÿӇ biӇu diӉn
Hệ màu 24-bit (3 byte) được sử dụng để biểu diễn màu sắc trong hình ảnh, với mỗi màu được xác định bởi giá trị từ 0 đến 255 Màu xám là hình ảnh chỉ sử dụng tông màu xám mà không có màu sắc khác, cho phép hiển thị các giá trị khác nhau Hình ảnh nhị phân là hình ảnh chỉ sử dụng hai màu sắc cơ bản, thường là đen và trắng, để thể hiện thông tin một cách đơn giản và hiệu quả.
FѭӡQJÿӝ sáng chӍ có 2 giá trӏ duy nhҩWYj1Jѭӡi, sử dụng duy nhất 2 bit để biểu diễn Điều này cho phép chúng ta tạo ra 4 giá trị khác nhau, từ 0 đến 3, với giá trị tối đa là 255.
Khi xem xét chi tiết các kỹ thuật xử lý dữ liệu, chúng ta cần phân biệt các loại nhiễu có thể xảy ra trong quá trình xử lý ảnh Trên thực tế, có nhiều loại nhiễu khác nhau, nhưng có thể chia thành ba loại chính: nhiễu cứng, nhiễu nhân và nhiễu xung.
- NhiӉu cӝQJ$GGLWLYHQRLVHWKѭӡng phân bӕ khҳp ҧQKYjÿѭӧc biӇu diӉn bӣi: Y = X + n vӟi Y: ҧnh quan sát, X: ҧnh gӕc và n là nhiӉu
- NhiӉu nhân: FNJQJWKѭӡng phân bӕ khҳp ҧQKYjÿѭӧc biӇu diӉn bӣi: Y = X.n
Nhiễu xung (Impulse noise) là một loại nhiễu đặc biệt, phát sinh từ nhiều nguyên nhân khác nhau như lỗi truyền tín hiệu, lỗi bề mặt, hoặc lỗi liên quan đến thiết bị thu phát Nhiễu xung có thể ảnh hưởng nghiêm trọng đến chất lượng tín hiệu và làm giảm hiệu suất của hệ thống truyền thông.
1.1.5 Ĉӝ phân giҧi cӫa ҧnh Ĉӝ phân giҧi (Resolution) cӫa ҧnh là mұWÿӝ ÿLӇm ҧQKÿѭӧc ҩQÿӏnh trên mӝt ҧnh sӕ ÿѭӧc hiӇn thӏ, khoҧng cách giӳDFiFÿLӇm ҧnh phҧLÿѭӧc chӑn sao cho mҳWQJѭӡi vүn thҩ\ÿѭӧc sӵ liên tөc cӫa ҧnh ViӋc lӵa chӑn khoҧng cách thích hӧp tҥo nên mӝt mұWÿӝ phân bӕÿyFKtQKOjÿӝ phân giҧLYjÿѭӧc phân bӕ theo trөc x và y trong không gian hai chiӅu
Ví dө Ĉӝ phân giҧi cӫa ҧnh trên màn hình CGA (Color Graphic
Adaptor) là mӝWOѭӟLÿLӇm theo chiӅXQJDQJPjQKuQKÿLӇm chiӅu dӑc * ÿLӇm ҧQK5}UjQJFQJPjQKuQK&*$´WDQKұn thҩy mӏn
KѫQPjQKuQK&*$´ÿӝ phân giҧL/êGRFQJÿӝ phân giҧLQKѭQJ diӋn tích màn hình rӝQJKѫQWKuÿӝ liên tөc cӫDFiFÿLӇPNpPKѫQ
7URQJÿӗ hӑDPi\YLWtQK%03FzQÿѭӧc biӃWÿӃn vӟi tên tiӃng Anh khác là Windows bitmap, là mӝWÿӏnh dҥng tұp tin hình ҧnh khá phә biӃn Các tұp
WLQÿӗ hӑDOѭXGѭӟi dҥQJ%03WKѭӡQJFyÿX{LOj%03KRһc DIB (Device
Các thuộc tính tiêu biểu của một tập tin BMP nói chung bao gồm: số bit trên mỗi pixel, với mỗi pixel trong một bức ảnh BMP có thể có 2 màu Giá trị càng lớn thì bức ảnh càng có nhiều màu sắc phong phú hơn.
Độ sâu màu của ảnh BMP có thể là 1 (đen trắng), 4 (16 màu), 8 (256 màu), 16 (65536 màu) và 24 (16 triệu màu) Ảnh BMP 24 bit cung cấp hình ảnh trung thực nhất Chiều cao của ảnh (height) và chiều rộng của ảnh (width) được tính bằng số pixel.
Cấu trúc tệp tin BMP bao gồm 4 phần: đầu tệp Bitmap (14 bytes) giúp nhận dạng tệp tin bitmap; thông tin chi tiết về hình ảnh; bảng màu (4*x bytes) chứa các màu sắc được sử dụng trong hình ảnh; và dữ liệu hình ảnh Tệp tin BMP là định dạng tệp hình ảnh phổ biến.
NK{QJÿѭӧc nén bҵng bҩt kǤ thuұWWRiQQjR.KLOѭXҧQKFiFÿLӇm giúp giảm kích thước tệp tin hình ảnh, cho phép lưu trữ hiệu quả hơn Việc nén này có thể tạo ra nhiều byte tùy thuộc vào giá trị của các thuộc tính hình ảnh, đặc biệt là với định dạng BMP.
WKѭӡng có kích cӥ rҩt lӟn, gҩp nhiӅu lҫn so vӟi các ҧQKÿѭӧc nén (chҷng hҥn
GIF, JPEG hay PNG) Ĉӏnh dҥQJ%03ÿѭӧc hӛ trӧ bӣi hҫu hӃt các phҫn mӅPÿӗ hӑa chҥy trên
Windows, và cҧ mӝt sӕ ӭng dөng chҥy trên MS-DOS Ngay tӯ Windows 3.1,
0LFURVRIWÿmFKRUDÿӡi phҫn mӅm PaintBrush, mӝt phҫn mӅm hӛ trӧ vӁ hình ҧQKÿѫQJLҧQYjOѭXKuQKҧQKÿѭӧc vӁ Gѭӟi dҥng BMP 16 hay 256 màu Tuy
Hình ảnh BMP là định dạng hình ảnh không phù hợp để truyền tải qua mạng Internet do kích thước tệp lớn Thay vào đó, người dùng nên sử dụng các định dạng hình ảnh như GIF, JPEG hoặc PNG để tối ưu hóa việc truyền tải dữ liệu.
&iFÿӏnh dҥng này hӛ trӧ các thuұt toán nén hình ҧnh, vì vұy có thӇ giҧm bӟt kích cӥ cӫa ҧnh.
Các kӻ thuұ t xӱ lý ҧ QKFѫE ҧ n
Nhұn dҥng là quá trình phân loҥLFiFÿӕLWѭӧQJÿѭӧc biӇu diӉn theo mӝt
P{KuQKQjRÿyYjJiQFK~QJPӝt tên (gán cho chúng mӝt tên gӑi, tӭc là mӝt dҥng) dӵa theo nhӳng quy luұt và mүu chuҭn
Theo lý thuyӃt vӅ nhұn dҥng, các mô hình toán hӑc vӅ ҧQKÿѭӧc phân theo hai loҥi nhұn dҥng ҧQKFѫEҧn: x Nhұn dҥng theo tham sӕ x Nhұn dҥng theo cҩu trúc
Mӝt sӕ ÿӕLWѭӧng nhұn dҥng khá phә biӃn hiӋQQD\ÿDQJÿѭӧc áp dөng trong khoa hӑc và công nghӋ bao gồm nhiều phương pháp như nhұn dҥng ký tӵ (chӳ in, chӳ viӃt tay, chӳ ký ÿLӋn tӱ), nhұn dҥQJYăQEҧn (Text), nhұn dҥng vân tay, nhұn dҥng mã vҥch và nhұn dҥng mһWQJѭӡLô.
Ngoài ra, hiӋn nay mӝt kӻ thuұt nhұn dҥng mӟi dӵa vào kӻ thuұt mҥQJQѫURQÿDQJÿѭӧc áp dөng và cho kӃt quҧ khҧ quan
Lҩy mүu (sampling) là mӝWTXiWUuQKTXDÿyҧQKÿѭӧc tҥo nên trên mӝt vùng có tính liên tөFÿѭӧc chuyӇn thành các giá trӏ rӡi rҥc theo tӑDÿӝ nguyên
Quá trình này gӗm 2 lӵa chӑn: xMӝt là: khoҧng lҩy mүu (Sampling Interval) xHai là: cách thӇ hiӋn dҥng mүu
Lӵa chӑn thӭ nhҩWÿѭӧFÿҧm bҧo nhӡ lý thuyӃt lҩy mүu cӫa Shannon Lӵa chӑn thӭ KDLOLrQTXDQÿӃQÿӝ ÿR0HWULFÿѭӧc dùng trong miӅn rӡi rҥc
Dạng hình màu 7HVVHODTion thể hiện trong không gian hai chiều, bao gồm các hình dạng như hình chữ nhật, tam giác và lục giác Mỗi dạng màu không chỉ thể hiện hình dáng mà còn cho biết tính liên thông của chúng Chẳng hạn, hình chữ nhật có liên thông 4 hoặc 8 (đề cập đến các hình liên kết); hình lục giác có liên thông 6; và hình tam giác có liên thông riêng của nó.
Hình 1.1 Các d̩ng m̳XÿL͋m ̫nh
1.6.8 Xӱ lý và nâng cao chҩWOѭӧng ҧnh
Nâng cao chҩWOѭӧng ҧnh là mӝWEѭӟc quan trӑng, tҥo tiӅQÿӅ cho xӱ lý ҧnh
MөFÿtFKFKtQKOjQKҵm làm nәi bұt mӝt sӕ ÿһc tính cӫa ҧQKQKѭWKD\ÿәLÿӝ
WѭѫQJSKҧn, lӑc nhiӉu, nәLELrQOjPWUѫQELrQҧnh, khuӃFKÿҥi ҧQKô7ăQJ
Fѭӡng ҧnh và khôi phөc ҧnh là hai quá trình khác nhau vӅ mөFÿtFK 7ăQJ
Fѭӡng ҧnh bao gӗm mӝt loҥt cáFSKѭѫQJSKiSQKҵm hoàn thiӋn trҥng thái quan sát cӫa mӝt ҧnh Tұp hӧp các kӻ thuұt này tҥRQrQJLDLÿRҥn tiӅn xӱ lý ҧnh
Trong khi ảnh hưởng của biến đổi khí hậu đang gia tăng, việc khôi phục và bảo vệ môi trường trở nên cấp thiết hơn bao giờ hết Chúng ta cần tìm hiểu các giải pháp bền vững để giảm thiểu tác động của biến đổi khí hậu và thúc đẩy sự phát triển xanh.
Bài viết này nêu rõ khái niệm về ánh sáng, cho rằng ánh sáng là tập hợp các sóng điện từ, mỗi loại ánh sáng có giá trị và đặc điểm riêng Việc cảm nhận ánh sáng không chỉ dựa vào quy định mà còn phụ thuộc vào cảm xúc cá nhân Thực tế cho thấy rằng các yếu tố như màu sắc và cường độ ánh sáng có thể ảnh hưởng đến cách mà chúng ta trải nghiệm và hiểu về ánh sáng trong cuộc sống hàng ngày.
FQJÿӝ ViQJQKѭQJÿһt trên hai nӅn khác nhau sӁ cho cҧm nhұn sáng khác nhau
1KѭYұ\ÿӝ WѭѫQJSKҧn biӇu diӉn sӵ WKD\ÿәLÿӝ sáng cӫDÿӕLWѭӧng so vӟi nӅn, thể hiện mối quan hệ giữa 1KѭYұy và WѭѫQJSKҧQOjÿӝ nәi cӫDÿLӇm Nếu WѭѫQJSKҧn kém, ta có thể điều chỉnh WKD\ÿәi theo ý muốn bằng hàm tùy chọn.
&iFÿӝ dӕc D, E, J [iFÿӏQKÿӝ WѭѫQJSKҧQWѭѫQJÿӕi L là sӕ mӭc xám cӵc ÿҥi Ta có: Į ȕ Ȗ ҧnh kӃt quҧ trùng vӟi ҧnh gӕc ĮȕȖ!GmQÿӝ WѭѫQJSKҧn ĮȕȖFRÿӝ WѭѫQJSKҧn
Hình 1.1 Bi͋Xÿ͛ GmQÿ͡ W˱˯QJSK̫n
Hình 1.2 ̪nh g͙c và ̫nh k͇t qu̫ VDXNKLWăQJW˱˯QJSK̫n Tách nhi͍ XYjSKkQQJ˱ ͩng
Tách nhiӉXOjWUѭӡng hӧSÿһc biӋt cӫDGmQÿӝ WѭѫQJSKҧn khi hӋ sӕ JyFĮ Ȗ
=0 Tách nhiӉXÿѭӧc ӭng dөng mӝt cách hӳu hiӋXÿӇ giҧm nhiӉu khi biӃt tín hiӋu vào nҵm trên khoҧng [a,b]
3KkQQJѭӥQJOjWUѭӡng hӧSÿһc biӋt cӫa tách nhiӉu khi a = b = const và rõ
UjQJWURQJWUѭӡng hӧp này, ҧQKÿҫu ra là ҧnh nhӏ phân (chӍ có 2 mӭc) Phân
QJѭӥng thường được sử dụng trong kỹ thuật in ảnh hai màu, vì ảnh gốc không thể phân tách rõ ràng khi quét ảnh bìa, dẫn đến sự xuất hiện của nhiều yếu tố do biến đổi màu sắc và sự biến đổi của ánh sáng Ví dụ, QKѭWUѭӡng phù hợp với ảnh vân tay.
Hình 1.3 Tách nhi͍XYjSKkQQJ˱ͩng
Lưỡng là một kỹ thuật xử lý ảnh chuyển từ hình ảnh xám hoạc sang hình ảnh màu sắc sống động hơn Kỹ thuật này thực sự là một công cụ mạnh mẽ giúp làm nổi bật những chi tiết trong bức ảnh mà bạn muốn truyền tải, mang lại trải nghiệm hình ảnh phong phú và hấp dẫn hơn.
GѭӟLÿk\ thӇ hiӋn quá trình biӃQÿәi ҧnh mӭc xám sang ҧnh nhӏ phân bҵng cách lҩy mүu qua biӇXÿӗ FѭӡQJÿӝ mӭc xám
1.6.9 Kӻ thuұt xӱ lý ҧnh nhӏ phân:
Vӟi ҧnh nhӏ phân, mӭc xám chӍ có hai giá trӏ là 0 và 1 Do vұy, ta xét mӝt phҫn tӱ ҧQKQKѭPӝt phҫn tӱ logic và có thӇ áp dөng các phép toán hình hӑc
Các toán tử hình thái (Morphology Operators) đóng vai trò quan trọng trong việc phân tích cấu trúc hình học của các đối tượng trong không gian Chúng giúp xác định các đặc điểm hình học của các phần tử và cải thiện khả năng nhận diện trong các ứng dụng khác nhau Sự kết hợp giữa các toán tử này với các thành phần cấu trúc khác tạo ra các kết quả tối ưu trong việc xử lý và phân tích dữ liệu hình ảnh.
Euclide hai chiӅu Kí hiӋu Bx là dӏch chuyӇn cӫa B tӟi vӏ trí x
Hai kӻ thuұWFѫEҧn cӫa phép toán hình hӑFOjĈLӅQÿҫ\'LODWLRQYjăQPzQ (Erosion) ắ ĈLӅQÿҫy
Nhҵm loҥi bӓ ÿLӇPÿHQEӏ vây bӣLFiFÿLӇm trҳQJ3KpSÿLӅQÿҫy cӫa X theo B là hӧp cӫa tҩt cҧ các Bx vӟi x thuӝc X: ܺ۩ܤൌራ ܤ ௫ ௫ א
/jWKDRWiFQJѭӧc lҥi cӫa dãn ҧnh, nhҵm loҥi bӓ ÿLӇm trҳng bӏ vây bӣi
FiFÿLӇPÿHQ3KpSăQPzQFӫa X theo B là tұp hӧp tҩt cҧ FiFÿLӇm x sao cho
Phép mͧ (opening) Ĉѭӧc thӵc hiӋn bҵng cách thӵc hiӋQSKpSÿLӅQÿҫy sau khi thӵc hiӋn
SKpSăQPzQ3KpSWRiQQj\GQJÿӇ loҥi bӓ FiFÿLӇm trҳng trên nӅQÿHQ
Hình trên cho thҩy các vùng trҳng giӳa các góc cӫa ký tӵ sӁ biӃn mҩt sau khi thӵc hiӋn phép mӣ
3KpSÿyQJFORVLQJ Ĉѭӧc thӵc hiӋn bҵng cách thӵc hiӋQSKpSăQPzQVDXNKLWKӵc hiӋn SKpSÿLӅQÿҫ\3KpSWRiQQj\GQJÿӇ loҥi bӓ FiFÿLӇPÿHQWUrQQӅn trҳng
Giӟ i thiӋ u vӅ NET Framework
.NET Framework là một thành phần không thể tách rời của Windows, bao gồm một hệ thống thực thi được gọi là Common Language Runtime (CLR) và một bộ thư viện phong phú CLR cho phép các ngôn ngữ lập trình khác nhau tương tác với nhau, cung cấp môi trường chạy cho ứng dụng và đảm bảo tính bảo mật, quản lý bộ nhớ, và xử lý lỗi.
Language Runtime) là viӋc thӵc hiӋQWKѭѫQJPҥi bӣi Microsoft cӫDFѫVӣ hҥ tҫng ngôn ngӳ chung (Common Language Interface), mӝt tiêu chuҭn quӕc tӃ là
FѫVӣ cho viӋc tҥRUDP{LWUѭӡng thӵc hiӋn và phát triӇQWURQJÿyQJ{QQJӳ và WKѭYLӋn làm viӋc vӟi nhau liӅn mҥch
Mã nguồn IL và tài nguyên được biên dịch thành một ngôn ngữ trung gian phù hợp với kỹ thuật CLI Mã nguồn IL và các thành phần tài nguyên thường được nhóm lại thành assembly, bao gồm các tệp exe hoặc dll Mỗi assembly chứa một biểu hiện cung cấp thông tin về loại, phiên bản, văn hóa và bảo mật.
.KLFKѭѫQJWUuQK&ÿѭӧc thӵc hiӋQDVVHPEO\ÿѭӧc nҥp vào CLR, mà có thӇ có nhӳQJKjQKÿӝng khác nhau dӵa trên các thông tin trong biӇu hiӋn
6DX thực hiện yêu cầu bảo mật, CLR thực hiện trong thời gian (JIT) biên soạn chuyển đổi mã nguồn IL sang mã Pi/5F, cung cấp các dịch vụ như thu gom rác, xử lý hợp nhất và quản lý tài nguyên Mã nguồn được thực thi được biên dịch và có thể được chuyển đổi sang ngôn ngữ Pi, thực hiện các mục tiêu hiệu quả.
GѭӟLÿk\PLQKKӑa thӡi gian biên dӏch và các mӕi quan hӋ thӡi gian chҥy cӫa
C# tұp tin mã nguӗQFiFWKѭYLӋn NET Framework, assembly, và CLR
Hình 1.9 Ki͇n trúc khung ͱng dͭng Net framework
Khҧ QăQJ WѭѫQJ WiF QJ{Q QJӳ là mӝW WtQK QăQJ TXDQ WUӑng cӫa NET
Framework Bӣi vì các mã nguӗn ,/ÿѭӧc tҥo bӣi các trình biên dӏch C# phù hӧp vӟi các thông sӕ kӻ thuұt (CTS), mã nguӗQ,/ÿѭӧc tҥo ra tӯ C# có thӇ
WѭѫQJWiFYӟi mã nguӗQNKiFPjÿѭӧc tҥo ra tӯ các phiên bҧn NET cӫa Visual
Visual C++ là một ngôn ngữ lập trình cơ bản, phù hợp với nhiều loại ứng dụng khác nhau Một assembly có thể chứa nhiều mã được viết bằng các ngôn ngữ NET khác nhau, và các kiểu dữ liệu có thể được viết bằng cùng một ngôn ngữ.
Ngoài các dӏch vө thӡi gian chҥ\1(7)UDPHZRUNFNJQJEDRJӗm mӝt
WKѭYLӋn rӝng lӟn cӫDKѫQFiFOӟSÿѭӧc tә chӭc thành các không gian tên namespace cung cҩp mӝt loҥt các chӭFQăQJKӳu ích cho tҩt cҧ mӑi thӭ tӯ tұp
WLQÿҫXYjRYjÿҫXUDÿӇ thao tác chuӛLÿӇ SKkQWtFKF~SKiS;0/FiFÿLӅu khiӇn Windows Forms Ӭng dөQJ&ÿLӇn hình sӱ dөQJWKѭYLӋn lӟp NET
Framework rӝQJUmLÿӇ xӱ lý phә biӃn "hӋ thӕng ӕQJQѭӟc" công viӋc.
Ngôn ngӳ lұ p trình C#
Tӯ khi chiӃc máy tính có thӇ lұSWUuQKÿҫu tiên (First freely programmable
FRPSXWHUUDÿӡLYjRQăPKjQJQJKuQQJ{QQJӳ lұSWUuQKÿmÿѭӧc tҥo ra
Ngôn ngữ là yếu tố quan trọng trong việc tạo ra thành công, đặc biệt là trong lĩnh vực kinh doanh Việc sử dụng ngôn ngữ hiệu quả không chỉ giúp truyền đạt thông điệp rõ ràng mà còn tạo ấn tượng tích cực với khách hàng Để đạt được điều này, cần chú trọng đến cách diễn đạt và lựa chọn từ ngữ phù hợp, nhằm nâng cao khả năng giao tiếp và xây dựng mối quan hệ bền vững.
KӃ thӯa và phát triӇn tӯ các ngôn ngӳ lұp trình WUѭӟFÿѭӧc sӵ ѭXiLWӯ hӋ ÿLӅXKjQK:LQGRZVDXÿk\OjPӝt sӕ ÿLӇm nәi bұt cӫa ngôn ngӳ C#
C# là mӝt ngôn ngӳ lұp trình ӭng dөng, ngôn ngӳ biên dӏch, ngôn ngӳ ÿDQăQJÿѭӧc phát triӇn bӣi hãng Microsoft, là mӝt phҫn khӣLÿҫu cho kӃ hoҥch
.NET.Microsoft phát triӇn C# dӵDWUrQ&&Yj-DYD&ÿѭӧc miêu tҧ là ngụn ngӳ Fyÿѭӧc sӵ cõn bҵng giӳD&9LVXDO%DVLF'HOSKLYj-DYDô
Ngôn ngữ C# đang trở thành một trong những ngôn ngữ lập trình phổ biến nhất hiện nay, đặc biệt trong phát triển ứng dụng và game C# có nhiều ưu điểm nổi bật như cú pháp dễ hiểu, tính năng mạnh mẽ và khả năng mở rộng linh hoạt Đây là ngôn ngữ lập trình hướng đối tượng, cho phép lập trình viên xây dựng các ứng dụng phức tạp một cách hiệu quả C# cũng hỗ trợ nhiều thư viện phong phú, giúp tăng tốc độ phát triển phần mềm Bên cạnh đó, C# có tính năng quản lý bộ nhớ tự động, giúp giảm thiểu lỗi và tăng tính ổn định cho ứng dụng Với những đặc điểm này, C# là lựa chọn hàng đầu cho các coder trên toàn thế giới.
C# là một ngôn ngữ lập trình mạnh mẽ, hỗ trợ nhiều tính năng phức tạp và linh hoạt cho các nhà phát triển Ngôn ngữ này cho phép xây dựng các ứng dụng đa dạng và có cấu trúc rõ ràng, giúp giảm thiểu lỗi và tăng hiệu suất C# có cú pháp dễ hiểu, cùng với các biểu thức và toán tử phong phú, tạo điều kiện thuận lợi cho việc phát triển phần mềm.
&Fyÿ˱ ͫc nhͷQJÿ ̿c tính cͯa ngôn ngͷ hi Qÿ ̩LQK˱
- Có nhӳng kiӇu dӳ liӋu mӣ rӝng
C# là ngôn ngͷ K˱ ͣQJÿ ͙LW˱ ͫng
C# hӛ trӧ tҩt cҧ nhӳQJÿһc tính cӫa ngôn ngӳ KѭӟQJÿӕLWѭӧng là:
C# là ngôn ngͷ m̩ nh mͅ và m͉ m d̓ o
- Vӟi ngôn ngӳ C#, chúng ta chӍ bӏ giӟi hҥn ӣ chính bҧn thân cӫa chúng ta
Ngôn ngӳ Qj\NK{QJÿһt ra nhӳng ràng buӝc lên nhӳng viӋc có thӇ làm
- &ÿѭӧc sӱ dөng cho nhiӅu dӵ iQNKiFQKDXQKѭWҥo ra ӭng dөng xӱ OêYăQ bҧn, ӭng dөQJÿӗ hӑa, xӱ lý bҧng tính; thұm chí tҥo ra nhӳng trình biên dӏch cho các ngôn ngӳ khác
C# là ngôn ngữ lập trình mạnh mẽ với nhiều từ khóa quan trọng Các từ khóa này giúp C# trở thành một công cụ hiệu quả trong việc phát triển phần mềm Ngôn ngữ này có thể được sử dụng để giải quyết nhiều nhiệm vụ khác nhau, cho thấy tính linh hoạt và khả năng ứng dụng cao của nó.
C# là ngôn ngͷ it tͳ khóa: Phҫn lӟn các tӯ NKyDÿѭӧc sӱ dөQJÿӇ mô tҧ thông tin Bҧng sau liӋt kê các tӯ khóa cӫa C#
C# là ngôn ngữ lập trình hướng đối tượng, cho phép phát triển mã nguồn trong các lớp Các lớp này có thể chứa thành viên và phương thức, giúp tổ chức mã một cách hiệu quả Việc sử dụng các lớp và phương thức trong C# cho phép lập trình viên tạo ra mã nguồn linh hoạt và có hiệu quả cao.
Aforge.NET là mӝW&IUDPHZRUNÿѭӧc thiӃt kӃ nhҵm phөc vө cho các nhà phát triӇn và các nhà nghiên cӭu trong 2 mҧQJÿӅ tài vӅ tin hӑc: Computer
Vision và Artificial Intelligent Hӛ trӧ trӵc tiӃS FiF OƭQK YӵF QKѭ LPDJH processing, neural network, genetic algorithms, machine learning Framework
Qj\ÿѭӧc chia làm 5 mҧng chính:
AForge.ImagingWKѭYLӋn hӛ trӧ xӱ lí ҧnh
AForge.NeuroWKѭYLӋn hӛ trӧ lұp trình mҥng noron
AForge.GeneticWKѭYLӋn hӛ trӧ lұp trình tiӃn hóa
AForge.VisionWKѭYLӋn hӛ trӧ lұp trình thӏ giác máy tính
$)RUJH0DFKLQH/HDUQLQJWKѭYLӋn máy hӑc
7URQJFKѭѫQJWUuQKFӫa tôi sӱ dөQJWKѭYLӋQ$)RUJH,PDJLQJWKѭYLӋn này gӗm nhiӅXWKѭYLӋn con QKѭ
AForge.Imaging.Filters là một thư viện mạnh mẽ cung cấp các giao diện và lớp để xử lý hình ảnh Các lớp trong thư viện này cho phép thực hiện nhiều phép biến đổi hình ảnh khác nhau, trực tiếp lên hình ảnh gốc hoặc cung cấp hình ảnh đầu ra với kết quả từ việc xử lý hình ảnh.
- AForge.Imaging.Formats: chӭa các lӟp và giao thӭc, sӱ dөQJÿӇ xӱ
OêFiFÿӏnh dҥng tұp tin hình ҧnh khác nhau
- AForge.Math: chӭa tұp hӧp các tiӋn ích toán hӑFÿѭӧc sӱ dөng bӣi
WKѭYLӋn AForge.NET hoһc có thӇ ÿѭӧc sӱ dөng riêng lҿ
- 7KѭYLӋn AForge.Imaging.Filters.ContrastCorrection hӛ trӧ ÿLӅu chӍQKÿӝ WѭѫQJSKҧn cӫa ҧnh
- 7KѭYLӋn AForge.Imaging.Filters.Invert hӛ trӧ ÿҧRQJѭӧc màu cӫa ҧnh
Ngoài nhӳQJ WKѭ YLӋn trên còn có nhiӅX WKѭ YLӋn khác nhѭ
$)RUJH)X]]\$)RUJH*HQHWLF$)RUJH,PDJLQJ&RORU5HGXFWLRQô
&+ѬѪ1*2 PHÂN TÍCH VÀ THIӂT Kӂ Hӊ THӔNG CHҨM THI TRҲC NGHIӊM
Mô tҧ hӋ thӕ ng
Hệ thống đảm bảo tính hợp lý và độ chính xác cao trong quá trình vận hành Nó phải đáp ứng những yêu cầu sau: yêu cầu về tính phức tạp.
- Có giá thành và QKѭFKLSKtYұn hành rҿ
- DӉ GjQJÿӇ bҧo hành bҧo trì, sӱ dөng các thiӃt bӏ sҹQFyWURQJYăQ phòng
- Phҫn mӅPÿѫQJLҧn và dӉ dàng sӱ dөng x Yêu cҫu vӅ chӭFQăQJ
- HӋ thӕng nhұn dҥng và chҩPÿѭӧFÿLӇm thi trҳc nghiӋm ӣ nhiӅu hình thӭc khác nhau
Hệ thống phòng thi trực nghiệm yêu cầu chính xác, bao gồm một chiếc máy tính và máy in Dựng mô hình phòng thi trực nghiệm để chụp các phiếu trả lời, sau đó đưa vào máy tính Hệ thống máy tính cần có bàn phím và máy tính xách tay được cài đặt hệ điều hành Windows và Net Framework.
Hình 1.11 Phi͇u thi tr̷c nghi m
Trên phiӃu thi trҳc nghiӋm có 2 YQJWK{QJWLQFѫEҧn: ắ Vựng thụng tin:
- Hӑ tên, ngày sinh, sӕ ÿLӋn thoҥLÿk\OjYQJWK{QJWLQGRWKtVLQK ÿLӅn vào
Giới tính bao gồm hai loại là nam và nữ Vùng từ vựng trúc nghiêm được chia thành 100 câu, phân thành 20 khối (blob), mỗi khối có 5 câu Chức năng trên nền tảng này giúp xử lý thông tin và cắt giảm những phần không cần thiết, từ đó nâng cao hiệu quả trong việc phân tích và xử lý dữ liệu.
2.1.3 Phҫn mӅm chҩm thi trҳc nghiӋm
Phҫn mӅPÿѭӧc phát triӇn tӯ công cө Visual Studio 2010, ngôn ngӳ &ÿӇ dӉ dàng tҥo giao diӋn, tích hӧSWKѭYLӋn xӱ lý ҧQK&KѭѫQJWUuQKVӁ chҥy trong
P{LWUѭӡng Windows, sӱ dөQJWKѭYLӋQ1(7IUDPHZRUNÿӇ tҥo giao diӋn và
Theo yêu cầu, phần mềm phải có các module sau: Quản lý file, cho phép người dùng tải lên và quản lý các file hình ảnh Phần mềm cũng phải xử lý các file này và cho ra kết quả Mục đích là thực hiện thuật toán chính xác để nhận biết gian lận dựa vào sự sai khác giữa các mẫu liên tiếp Tài liệu này tập trung vào việc xây dựng thuật toán chấm thi trực nghiêm, vì vậy kết quả phải đảm bảo tính chính xác và đáng tin cậy trong việc đánh giá.
Hình 2.1 6˯ÿ͛ kh͙i h th͙ng ch̭m thi tr̷c nghi m
Để thực hiện quy trình xét nghiệm trắc nghiệm, cần chú ý đến các bước sau: Nhận diện vùng chứa phiếu thi trong ảnh, nhận diện vùng chứa thông tin trên phiếu (bao gồm báo danh và phần trả lời), và sử dụng công nghệ OCR để cho ra kết quả Kết quả sẽ được chuyển đổi thành văn bản và thống kê.
Tìm vùng chӭ a thông tin trên phiӃ u thi
Hình 2.2 6˯ÿ͛ phân rã chͱFQăQJ
Hình 2.3 6˯ÿ͛ ngͷ c̫nh Ӭng dөng chҩm trҳc nghiӋm
Xuҩ WÿL Ӈm và thông tin thí sinh ra file excel
1Jѭӡi sӱ dөng Ӭng dөng chҩm trҳc nghiӋm
Xuҩ t thông tin danh sách sinh viên gian lұ n Ҧnh chөp ĈL Ӈ m thi và thông tin thí sinh 1Jѭӡi sӱ dөng
Hình 2.4 6˯ÿ͛ dòng dͷ li u mͱFÿ͑nh
&ѫFKӃ làm viӋc cӫa hӋ thӕQJÿѭӧc chia thành 3 quá trình ắ Quỏ trỡnh thu nhұn ҧnh:
Sử dụng máy ảnh hiện đại để chụp lại các phiếu trả lời trực nghiệm là rất quan trọng Để đảm bảo chất lượng hình ảnh, chúng ta cần phải phóng to hình ảnh bằng cách sử dụng các công cụ chỉnh sửa phù hợp.
WѭѫQJSKҧn chính xáFQJѭӥng và nghӏch lӑF1KѭOjPӝWÿLӇm khӣLÿҫu, hình ҧQKWK{FKѭDKӅ WѭѫQJ SKҧQ ÿӝ sáng hoһFÿLӅn chӍQKÿѭӧFÿҧo
Khi mӝt hình ảnh là phђng ra, bӧWÿҫu phát hiện các blob đầu tiên, tӕt cẩ các kích cỡ và các loại của các blob tӽ mӝWNtFKWKѭӟc tại thiӇu blob được phát hiӋQÿLӅXQj\ÿҧm bӧo ta loại bӓ blob nhiӉu Hình 6 minh họa 6 blob hình tròn, từ trái qua phải, từ trên xuống dưới trên phiӃu.
Hình 2.6 và Hình 2.7 minh họa các blob hình tròn bên trái và bên phải, cho thấy sự phát hiện các blob trong bức tranh đầu tiên Các blob này được lọc ra thông qua việc kiểm tra kích thước.
Trong quá trình xử lý hình ảnh, các blob được xác định và phân loại thành hai loại: blob bên trái và bên phải Nếu số lượng blob không đạt yêu cầu tối thiểu là 6, chúng sẽ bị loại bỏ Sau khi xác nhận, hình ảnh sẽ được cắt theo vị trí của các blob, sử dụng hàm Resize để điều chỉnh kích thước Mỗi blob sẽ được xử lý riêng biệt, với từng blob được chia nhỏ thành các phần dựa trên độ sáng của từng pixel, từ đó tạo ra các hình ảnh mới với màu sắc được tô điểm.
Quá trình so sánh kӃt quҧ YjOѭXGӳ liӋu chҩm thi:
Thông tin về bài thi TXiWUuQKÿӑc sẽ được cập nhật trên nền tảng trực tuyến Mỗi môn thi sẽ có những yêu cầu cụ thể và thông tin chi tiết để thí sinh nắm rõ Việc so sánh thông tin bài thi với dữ liệu đã có sẽ giúp chúng ta đánh giá kết quả một cách chính xác.
Giáo viên có thӇ [iFÿӏnh sӵ gian lұn dӵa vào sӕ câu sai giӕng nhau KӃt quҧ có thӇ OѭXYjRILOHH[FHOÿӇ phөc vө in ҩn, theo dõi
ViӋc nhұn dҥQJYQJW{ÿѭӧc thӇ hiӋn ӣ hình bên:
Hình 2.8 /˱Xÿ͛ nh̵n d̩ng vùng tô
(1) Lҩ\QJѭӥng: chuyӇn tӯ ҧnh màu thu nhұn ÿѭӧc tӯ máy ҧnh sang ҧQKÿHQ trҳng
Để tìm vùng tô trên phiếu thi, cần chú ý đến các dấu hiệu nhận biết Nếu máy ảnh bị lệch góc so với phiếu thi với góc lệch cho phép dưới 20 độ, thì vẫn có thể thực hiện việc chụp ảnh ngang Nếu máy ảnh lệch sang bên phải, cần thực hiện xoay ảnh để đưa về vị trí thẳng đứng và sau đó mới tiến hành lưu ảnh.
Thuұt toán sҳp xӃSÿLӇPQj\QKѭVDX
Tách các vùng tô Ҧnh phiӃu thi
Tìm 6 ÿLӇm nhұn dҥng vùng tô
- ;iFÿӏnh tӑDÿӝ trӑng tâm cӫa 6 hình nhұn dҥng vùng tô (tӑDÿӝ trӑng tâm là cӫa hình tròn nhұn dҥng)
Bài viết này đề cập đến việc so sánh hai hình tròn bằng cách phân tích các đặc điểm của chúng Chúng ta sẽ xem xét sự khác biệt giữa hình bên trái và hình bên phải, tập trung vào các yếu tố như kích thước, hình dạng và màu sắc Qua đó, người đọc sẽ hiểu rõ hơn về những đặc điểm nổi bật của từng hình, cũng như ý nghĩa của sự so sánh này trong bối cảnh tổng thể.
(3) Tách các vùng tô: ắ Thӵc hiӋn tỏch thành 2 vựng tụ:
- Vùng 1: Gӗm sӕ báo danh, mã môn, giӟi tính
Dựa vào các blob hình tròn, chúng ta xác định vị trí của giấy thi và tìm tâm của từng blob Việc này giúp hiển thị các blob một cách chính xác và cho phép điều chỉnh kích thước để phù hợp với vị trí của chúng.
NtFKWKѭӟc chuҭQGRWDTX\ÿӏnh rӗi tiӃn hành chҩm thi, viӋc resize này dӵa vào hàm Resize cӫDWKѭYLӋn AForge Net
ViӋc thӵc hiӋn chҩPWKLÿѭӧc thӵc hiӋQQKѭVѫÿӗ bên s
Hình 2.9 /˱Xÿ͛ thc hi n ch̭m thi tr̷c nghi m
Sau kKLQJѭӡi chҩm thi chөp xong các bài làm cӫDWKtVLQKYjÿѭDYjRPi\ vi tính, ta tiӃn hành tách phiӃu thi và các vùng thông tin cӫa phiӃu thi
;iFÿӏnh tӑDÿӝ sӕ báo danh: TӑDÿӝ ÿѭӧF;ÿҫu lҩ\WKHRÿLӇm X bên trái cӫDKjQJÿҫu tiên chӭD{6%'VDXÿyWUӯ ÿLNKRҧng cách giӳa 2 ô theo
SKѭѫQJ;SKѭѫQJQJDQJ&KLӅu rӝng sӁ bҵng tӑDÿӝ X cuӕi trӯ tӑDÿӝ ;ÿҫu Ĉӑc câu trҧ lӡi
So sánh câu trҧ lӡ i vӟ LÿiSiQ
Chҩ PÿL Ӈm và ghi ra file
;iFÿӏnh tӑDÿӝ sӕ báo danhPmÿӅ và giӟi tính Ĉӑc dӳ liӋu
TӑDÿӝ X cuӕLÿѭӧF[iFÿӏnh bҵQJÿLӇm cuӕi cùng cӫa hàng cӝng thêm 1/2 khoҧng cách giӳD{WKHRSKѭѫQJ;
Chiều cao của Blob được xác định bởi kích thước và hình dạng của nó, với khoảng cách tối thiểu là 1/2 chiều cao của khối Việc điều chỉnh chiều cao này giúp tối ưu hóa hiệu suất và tính năng của Blob trong các ứng dụng khác nhau.
[iFÿӏnh bҵng tӑDÿӝ Y cuӕi trӯ tӑDÿӝ