光学划记符号辨识

光学划记符号辨识Optical mark recognition, OMR)是一种资料的取得方式,透过把光束(通常是红色的)打在扫描器上的文件条码的记号来辨识一些简单的东西,而原理是有记号(或条码的黑色)的部分比没有记号(或条码的白色部分)反射较少的光。使用光学划记符号辨识进行判别的卡片在中国大陆称为“机读卡”。

一张光学划记符号辨识卡

光学划记符号辨识与光学字元辨识(OCR)的最大分别是不需要辨识引擎,所以需要高对比和特定形状的划记才能容易被读取。

某些OMR设备用一些印在异丁烯酸甲酯制成的纸上,透过量度穿过纸张的强度来解读资料。这使任何一边的纸张有标记会减少透过纸张的光度。

其中一种最常见的用途是考试使用HB或2B铅笔填写的选择题答案卡(又称试卡、答卷卡、答题纸)。考生利用填满格子(通常是圆形或长方形)来填写他们的答案,之后改卷员就把试卡放到改卷器里。最初的试卡用的是大型的格子,因为早期的改卷器灵敏度低,需要一个较大的记号以确保准确度。现在,在大部分欧洲国家,填写答案的方格通常是一个横向或是纵向的长方形;而在亚洲国家,学生或填写者使用一个特别的标记,例如圆形,来填写预先印好空格的试卡。除了考试以外,彩券选号投注与问卷调查也常使用OMR。

而OMR另外一个最常见的用途是各种条码。最近的技术改进使扫描二维条码,例如QR码,变得可能。例如,联合包裹(UPS)现在就把二维条码印在每个包裹上。条码是储存在一些黑白的格子图案上,通常包括除错资讯,当条码有损毁时可以减少资讯读取的错误率。

很多现代的OMR设备应用在处理电脑生成的影像,如条码,也有用在处理一些特殊的表格,因为OMR技术有著非常低的错误率。正因如此,OMR技术会也用在选举点票上。 [1][2][3][4][5][6][7][8][9][10]

软件

编辑
 
一张OMR用的问卷

OMR软件是一种电脑软件,供电脑分析和处理有关数据。OMR软件的作用是把电脑扫瞄器当作OMR专用的扫描器,利用电脑处理所输入的数据 并以使用者制定的方式(如:资料库)输出。有了OMR软件,我们可以利用电脑来处理问卷、多项选择题答题纸、出席纪录表等简单的数据。

在早期,处理OMR需要用特定的OMR扫描器,在OMR软件出现后,用家只需要电脑和扫描器就可以处理OMR数据。现代的OMR软件更可以自订数据标记位置,可让用家以雷射打印机输出有关表格,不需像以往找印刷公司印刷表格,方便在仅需要小量表格的场合。[11]

对于一些OMR准确度要求比较高的情况,用户会选择使用彩色卡纸作答,而扫描时扫描器则可以自动将卡纸的颜色抹除而留下答题者填下的标签颜色,准确度提高,相对印刷成本也相对提高。近年更有软件Smartshoot OMR 可以在原有OMR基础上,使用普通黑白油印纸,通过虚线过滤技术而达到同样抹除边框的效果,准确度提高的同时,成本也不变。[12] [13]

原理

编辑

某些OMR设备一面是光源,一面是感应器,透过感应光源的强弱(如:光透过纸的程度或光透过纸上小孔的位置)来辨识;另一些的光源与感应器位于同一面,透过纸张反射光的程度来辨识,例子有条码扫瞄器、多项选择题计分器。

历史

编辑

最早的OMR是利用纸带和打孔卡,具有真正的孔,利用透过纸张的光来阅读数据。[14]

1930年代,第一个类似OMR的设备,IBM 805计分器出现,它是透过利用金属刷子测试纸上的铅笔记号的导电率来测试数据。至于第一个真正的OMR设备,在1950年代出现。同时间,IBM也研发出类似的设备。[15] [16] [17]1962年,IBM推出了IBM 1230光学计分器。在这个时候,类似的设备如雨后春笋般出现。到了1972年,提供廉价光学辨识设备的扫瞄子(Scantron)公司等公司成立,加速了OMR的普及,甚至连光学辨识纸也被称为扫瞄子纸。[18] [19] [20]

现在,OMR设备广泛应用于点算系统、计分、资料收集等用途。

参见

编辑

参考资料

编辑
  1. ^ Bergeron, Bryan P. (1998, August). Optical mark recognition. Postgraduate Medicine online. Retrieved June 7, 2006 from 存档副本. [2006-06-13]. (原始内容存档于2006-06-13). 
  2. ^ Bookrags. (n.d.) Optical Character Recognition. Retrieved June 11, 2006, from http://www.bookrags.com/sciences/computerscience/optical-character-recognition-csci-02.html
  3. ^ Green, Phil (2000). Optical Scanning Systems. Retrieved June 9, 2006 from http://www.aceproject.org/main/english/et/et72.htm页面存档备份,存于互联网档案馆
  4. ^ Haag, S., Cummings, M., McCubbrey, D., Pinsonnault, A., Donovan, R. (2006). Management Information Systems for the Information Age (3rd ed.).Canada: McGraw-Hill Ryerson.
  5. ^ LoPresti, Frank and Naphtali, Zvia Segal. (1996) Statisticians’ Lib: Using Scanners and OMR Software for Affordable Data Input. Statistics and the Social Sciences. Retrieved June 7, 2006 from http://www.nyu.edu/its/pubs/connect/archives/96fall/loprestistats.html页面存档备份,存于互联网档案馆
  6. ^ Martin, Ann. (n.d.) Data Collection on the Cheap: A System for Small budgets and Small Organizations. Retrieved June 9, 2006 from http://www.lco.edu/facstaff/asmnt/Data%20Collection%20on%20the%20Cheap%20Format.ppt#1页面存档备份,存于互联网档案馆
  7. ^ OMR Solutions. (n.d.) Who uses Remark Office OMR Retrieved June 9, 2006 from http://www.omrsolutions.com/principia/whousesremark.php页面存档备份,存于互联网档案馆
  8. ^ Palmer, Roger C. (1989, Sept) The Basics of Automatic Identification [Electronic version]. Canadian Datasystems, 21 (9), 30-33
  9. ^ Tech Vision. (n.d.) Intelligence in Document Imaging. Retrieved June 7, 2006 from http://www.tkvision.com/tech/technology.htm页面存档备份,存于互联网档案馆
  10. ^ Yurcik, William J. (n.d.) Optical Character Recognition. Retrieved June 11, 2006, from http://www.bookrags.com/sciences/computerscience/input-devices-csci-02.html
  11. ^ http://www.gravic.com/remark/officeomr/pdf/Case%20Study%20-%20University%20of%20Arizona.pdf页面存档备份,存于互联网档案馆) University of Arizona OMR Case Study
  12. ^ 存档副本. [2014-04-25]. (原始内容存档于2013-12-10). 
  13. ^ 存档副本 (PDF). [2014-04-25]. (原始内容 (PDF)存档于2016-03-05). 
  14. ^ Palmer, Roger C. (1989, Sept) The Basics of Automatic Identification [Electronic version]. Canadian Datasystems, 21 (9), 30-33
  15. ^ Bookrags. (n.d.) Optical Character Recognition. Retrieved June 11, 2006, from http://www.bookrags.com/sciences/computerscience/optical-character-recognition-csci-02.html
  16. ^ Yurcik, William J. (n.d.) Optical Character Recognition. Retrieved June 11, 2006, from http://www.bookrags.com/sciences/computerscience/input-devices-csci-02.html
  17. ^ 存档副本. [2009-05-18]. (原始内容存档于2008-09-21). 
  18. ^ 存档副本. [2009-05-18]. (原始内容存档于2009-07-04). 
  19. ^ http://findarticles.com/p/articles/mi_hb4723/is_198901/ai_n17287322
  20. ^ 存档副本. [2008-07-20]. (原始内容存档于2008-07-25).