CN110796016A - 工程图纸识别方法、电子设备及相关产品 - Google Patents
工程图纸识别方法、电子设备及相关产品 Download PDFInfo
- Publication number
- CN110796016A CN110796016A CN201910942673.1A CN201910942673A CN110796016A CN 110796016 A CN110796016 A CN 110796016A CN 201910942673 A CN201910942673 A CN 201910942673A CN 110796016 A CN110796016 A CN 110796016A
- Authority
- CN
- China
- Prior art keywords
- target
- primitive
- feature
- preset
- feature set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种工程图纸识别方法、电子设备及相关产品,应用于电子设备,获取针对目标图元的目标图像,对目标图像进行特征提取,得到目标特征集,将目标特征集与预设模板图元的预设特征集进行匹配在,在目标特征集与预设特征集匹配成功时,将预设模板图元对应的图元内容作为目标图元的目标图元内容,可以获取需要识别的图元的图像,提取该图像特征,对该特征进行识别,得到该图元对应的图元内容,可以提升图元识别精度。
Description
技术领域
本申请涉及图形处理技术领域,具体涉及一种工程图纸识别方法、电子设备及相关产品。
背景技术
生活中,在工程领域中,计算机辅助设计(Computer Aided Design,CAD)无疑已经是各个设计单位高频使用的设计软件,针对各种项目,均可以采用CAD进行设计,且最终以电子版的形式保存。
实际上,工程项目设计完成时,往往设计图错综复杂,因此,较难精准识别出图元对应的图元内容。
发明内容
本申请实施例提供了一种工程图纸识别方法、电子设备及相关产品,应用于电子设备,能够提升图元识别精度。
第一方面,本申请实施例提供一种工程图纸识别方法,应用于电子设备,所述方法包括:
获取针对目标图元的目标图像;
对所述目标图像进行特征提取,得到目标特征集;
将所述目标特征集与预设模板图元的预设特征集进行匹配;
在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
第二方面,本申请实施例提供一种工程图纸识别装置,应用于电子设备,所述装置包括:
获取单元,用于获取针对目标图元的目标图像;
特征提取单元,用于对所述目标图像进行特征提取,得到目标特征集;
匹配单元,用于将所述目标特征集与预设模板图元的预设特征集进行匹配;
处理单元,用于在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具备如下有益效果:
可以看出,本申请实施例中所描述的工程图纸识别方法、电子设备及相关产品,应用于电子设备,获取针对目标图元的目标图像,对目标图像进行特征提取,得到目标特征集,将目标特征集与预设模板图元的预设特征集进行匹配在,在目标特征集与预设特征集匹配成功时,将预设模板图元对应的图元内容作为目标图元的目标图元内容,可以获取需要识别的图元的图像,提取该图像特征,对该特征进行识别,得到该图元对应的图元内容,可以提升图元识别精度。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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。
图1是本申请实施例提供的一种工程图纸识别方法的流程示意图;
图2是本申请实施例提供的另一种工程图纸识别方法的流程示意图;
图3是本申请实施例提供的另一种电子设备的结构示意图;
图4A是本申请实施例提供的一种工程图纸识别装置的功能单元组成框图;
图4B是本申请实施例提供的另一种工程图纸识别装置的功能单元组成框图。
具体实施方式
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例所描述电子设备可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、视频矩阵、监控平台、移动互联网设备(MID,Mobile Internet Devices)或穿戴式设备等,上述仅是举例,而非穷举,包含但不限于上述装置,当然,上述电子设备还可以为服务器。
下面对本申请实施例进行详细介绍。
请参阅图1,图1是本申请实施例提供的一种工程图纸识别方法的流程示意图,如图1所示,应用于电子设备,本工程图纸识别方法包括:
101、获取针对目标图元的目标图像。
本申请实施例中,可以应用于CAD场景或者其他作图工具场景,在此不做限定。可以将CAD建筑图纸(例如,DWG格式文件)导入到建筑信息化模型(Building InformationModeling,BIM)模型软件。电子设备可以获取模型空间或者布局空间内的任一图元作为目标图元。
具体实现中,上述步骤101中的目标图元为有效图块的图元,即在执行步骤101之前,可以筛选有效图块,再将有效图块进行图像识别(即执行步骤101及其后续步骤),其中,有效图块可以理解为:图块中的所有图元都在同一图层内。
具体实现中,用户在操作过程中,可以点击一个位置,将包含该位置的图元作为目标图元。
在一个可能的示例中,上述步骤101,获取针对目标图元的目标图像,可以包括如下步骤:
A11、确定用户点击模型空间的第一目标位置;
A12、确定所述第一目标位置对应的目标图元;
A13、对所述目标图元进行抠图操作,得到所述目标图元的所述目标图像。
其中,具体实现中,电子设备可以检测用户点击模型空间的第一目标位置,进而,可以确定该第一目标位置对应的目标图元,该目标图元为包括第一目标位置的图元,该目标图元可以为整个图元,或者,可以为一个图元的一部分,可以对目标图元进行抠图操作,得到该目标图元的目标图像。
在一个可能的示例中,所述电子设备与外部设备建立通信连接,上述步骤101,获取针对目标图元的目标图像,可以包括如下步骤:
B11、确定所述目标图元的第二目标位置;
B12、向所述外部设备发送拍摄指令,所述拍摄指令携带所述第二目标位置,所述拍摄指令用于指示所述外部设备对所述第二目标位置进行拍摄;
B13、接收由所述外部设备拍摄的初始图像;
B14、在所述初始图像中确定所述第二目标位置对应的第三目标位置;
B15、依据所述第三目标位置对所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像。
其中,本申请实施例中,外部设备可以理解为另一个电子设备,电子设备与外部设备之间可以建立通信连接,该通信连接的方式可以为以下至少一种:蓝牙通信连接、无线保真(wireless fidelity,Wi-Fi)通信连接、移动网络通信连接、红外通信连接等等,在此不做限定。
具体实现中,电子设备可以确定目标图元的第二目标位置,该第二目标位置可以为用户点击模型空间中的任一位置或者用户点击布局空间中的任一位置,进而,电子设备可以向外部设备发送拍摄指令,该拍摄指令可以携带第二目标位置,该拍摄指令可以用于指示外部设备对第二目标位置进行拍摄,具体地,外部设备可以以第二目标位置作为焦点,进行拍摄,得到初始图像,进而,可以将该初始图像发送给电子设备,电子设备接收该原始图像,可以在原始图像中确定第二目标位置对应的一个点作为第三目标位置,依据第三目标位置进行截图操作,具体地,可以将以第三目标位置为中心的一定范围内的区域进行截图操作,得到目标图元对应的目标图像,或者,可以以第三目标位置进行搜索,得到距离第三目标位置距离最近的一个图元,对该图元进行截图操作,得到目标图元对应的目标图像。
在一个可能的示例中,上述步骤B15,依据所述第三目标位置对所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像,可以包括如下步骤:
B151、将所述初始图像划分为多个区域;
B152、确定所述多个区域中每一区域的特征点分布密度,得到多个特征点分布密度,每一区域对应一个特征点分布密度;
B153、依据所述多个特征点分布密度确定目标均方差;
B154、依据预设的均方差与图像增强算法之间的映射关系,确定所述目标均方差对应的目标图像增强算法;
B155、依据所述目标图像增强算法对所述初始图像进行图像增强处理;
B156、依据所述第三目标位置对图像增强处理后的所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像。
其中,电子设备中可以预先存储预设的均方差与图像增强算法之间的映射关系。
具体实现中,电子设备可以将初始图像划分为多个区域,进而,可以确定多个区域中的每一区域的特征点分布密度,即特征点分布密度=区域的特征点总数量/区域面积,依据这些特征点分布密度可以计算目标均方差,均方差在一定程度上反映了区域的关联性,进而,可以依据不同的关联性,为该初始图像选择相应的图像增强算法,即不同的原始图像的区域关联性可以选择不同的图像处理算法,具体地,可以依据上述预设的均方差与图像增强算法之间的映射关系,确定目标均方差对应的目标图像增强算法,依据目标图像增强算法对初始图像进行图像增强处理,如此,能够提升图像增强效果,有助于后续图元内容的识别精度。
102、对所述目标图像进行特征提取,得到目标特征集。
其中,本申请实施例中,目标特征集可以包括以下至少一种:特征点和特征纹路。特征点可以通过特征点提取算法得到,特征点提取算法可以为以下至少一种:harris角点检测、尺度不变特征变换(scale invariant feature transform,SIFT)、拉普拉斯变换、小波变换、轮廓波变换、剪切波变换等等,在此不做限定,特征纹路可以由纹路提取算法得到,纹路提取算法可以为以下至少一种:霍夫变换、canny算子、sobel算子、prewitt算子等等,在此不做限定。
在一个可能的示例中,上述步骤102,对所述目标图像进行特征提取,得到目标特征集,可以包括如下步骤:
21、将所述目标图像划分为多个区域;
22、对所述多个区域中每一区域进行特征纹路提取,得到多个纹路特征集;
23、从所述多个纹路特征集中筛选出纹路数量超过预设阈值的纹路特征集,得到至少一个纹路特征集;
24、对所述至少一个纹路特征集中的每一纹路特征集进行特征点提取,得到至少一个特征点集;
25、将所述至少一个特征点集中特征点数量最多的特征点集作为所述目标特征集。
其中,本申请实施例中,预设阈值可以由用户自行设置或者系统默认。具体实现中,电子设备可以将目标图像划分为多个区域,进而,可以对多个区域中每一区域进行特征纹路提取,得到多个纹路特征集,由于每一区域对应的纹路数量不一样,当然,纹路数量越多,则相应区域的特征点越多,进而,可以从多个纹路特征集中选取纹路数量超过预设阈值的纹路特征集,得到至少一个纹路特征集,可以对至少一个纹路特征集中每一纹路特征集进行特征点提取,得到至少一个在点集,可以将至少一个特征点集中特征点数量最多的特征点集作为目标特征集,由于该目标特征点集为纹路数量多且特征点多的区域,包括大量优质特征,能够代表一个图元的整体特征,通过局部代表整体方式,只需要部分特征用于实现特征匹配,能够减少特征匹配运算量,且能够提升特征匹配精度。
103、将所述目标特征集与预设模板图元的预设特征集进行匹配。
其中,本申请实施例中,预设模板图元可以预先保存在电子设备中,预设模板图元可以为用户自行设置或者系统默认,预设模板图元可以为图元库中的任一图元。预设特征集可以包括特征点或者特征纹路。特征点可以通过特征点提取算法得到,特征点提取算法可以为以下至少一种:harris角点检测、尺度不变特征变换(scale invariant featuretransform,SIFT)、拉普拉斯变换、小波变换、轮廓波变换、剪切波变换等等,在此不做限定,特征纹路可以由纹路提取算法得到,纹路提取算法可以为以下至少一种:霍夫变换、canny算子、sobel算子、prewitt算子等等,在此不做限定。
104、在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
其中,在目标特征集与预设特征集匹配成功时,可以将预设模板图元对应的图元内容作为目标图元对应的目标图元内容,否则,在目标特征集与预设特征集匹配失败时,则认为目标图元为一个任的图元,则可以提示用户对该图元进行命名操作。其中,本申请实施例中,图元内容可以为以下至少一种:墙体、窗户、门、花坛、水槽、楼梯等等,在此不做限定。
在一个可能的示例中,上述步骤104,将所述目标特征集与预设模板图元的预设特征集进行匹配,可以包括如下步骤:
41、确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
42、从所述多个模值中选取最大的三个模值,并获取该三个模值对应的特征点,得到三个第一目标特征点,所述三个第一目标特征点不处于同一直线上;
43、将所述三个第一目标特征点与所述预设模板图元的预设特征集进行匹配,得到与所述三个第一目标特征点匹配成功的三个第二目标特征点;
44、将所述三个第一目标特征点构成第一三角形;
45、将所述三个第二目标特征点构成第二三角形;
46、在所述第一三角形与所述第二三角形相似时,确认所述目标特征集与所述预设模板图元的预设特征集匹配成功。
其中,本申请实施例中,目标特征点集可以包括多个特征点,每一特征点可以为一个向量,即其包括大小和方向。具体实现中,电子设备可以确定目标特征点集中的每一特征点对应的模值,得到多个模值,模值越大,则说明特征点鲁棒性越好,则可以从多个模值中选取最大的三个模值,并获取该三个模值对应的三个特征点,得到三个第一目标特征点,该三个第一目标特征点不处于同一直线上。
进一步地,电子设备可以将三个第一目标特征点中的每一第一目标特征点与预设模板图元中的预设特征集进行匹配,得到与该三个第一目标特征点匹配成功的三个第二目标特征点,反之,在三个第一目标特征点中的任一第一目标特征点的被匹配失败时,则说明书目标图元与预设模板图元匹配失败,则该目标图元可能为一个新的图元或者为一个错误图元,进一步地,可以将三个第一目标特征点构成第一三角形,以及将三个第二目标特征点构成第二三角形,将该第一三角形和第二三角形进行相似性判断,在该第一三角形与第二三角形相似时,则说明目标特征集与预设模板图元中的预设特征集匹配成功,否则,则说明,目标特征集与预设模板图元中的预设特征集匹配失败,如此,可以提升图元识别精度。
与上述图1所示的实施例一致地,请参阅图2,图2是本申请实施例提供的另一种工程图纸识别方法的流程示意图,如图2所示,应用于如图电子设备,本工程图纸识别方法包括:
201、获取针对目标图元的目标图像。
202、对所述目标图像进行特征提取,得到目标特征集。
203、将所述目标特征集与预设模板图元的预设特征集进行匹配。
204、在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
205、在所述目标特征集与所述预设特征集匹配失败时,对所述目标图像进行标记,并显示所述标记。
需要说明的是,所述标记可以是符号,也可以是文字,本实施例在此不做限制。当然,也可以认为目标图元为一个新的类型,建议用户将其标注为相应的图元内容。
其中,上述步骤201-步骤205的具体描述可以参照上述图1所描述的工程图纸识别方法的相应步骤,在此不再赘述。
可以看出,上述本申请实施例所描述的工程图纸识别方法,应用于电子设备,获取针对目标图元的目标图像,对目标图像进行特征提取,得到目标特征集,将目标特征集与预设模板图元的预设特征集进行匹配在,在目标特征集与预设特征集匹配成功时,将预设模板图元对应的图元内容作为目标图元的目标图元内容,可以获取需要识别的图元的图像,提取该图像特征,对该特征进行识别,得到该图元对应的图元内容,可以提升图元识别精度。
与上述实施例一致地,请参阅图3,图3是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,应用于电子设备,本申请实施例中,上述程序包括用于执行以下步骤的指令:
获取针对目标图元的目标图像;
对所述目标图像进行特征提取,得到目标特征集;
将所述目标特征集与预设模板图元的预设特征集进行匹配;
在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容
可以看出,上述本申请实施例描述的电子设备,获取针对目标图元的目标图像,对目标图像进行特征提取,得到目标特征集,将目标特征集与预设模板图元的预设特征集进行匹配,在目标特征集与预设特征集匹配成功时,将预设模板图元对应的图元内容作为目标图元的目标图元内容,可以获取需要识别的图元的图像,提取该图像特征,对该特征进行识别,得到该图元对应的图元内容,可以提升图元识别精度。
在一个可能的示例中,所述获取针对目标图元的目标图像,上述程序包括用于执行以下步骤的指令:
确定用户点击模型空间的第一目标位置;
确定所述第一目标位置对应的目标图元;
对所述目标图元进行抠图操作,得到所述目标图元的所述目标图像。
在一个可能的示例中,所述电子设备与外部设备建立通信连接,所述获取针对目标图元的目标图像,上述程序包括用于执行以下步骤的指令:
确定所述目标图元的第二目标位置;
向所述外部设备发送拍摄指令,所述拍摄指令携带所述第二目标位置,所述拍摄指令用于指示所述外部设备对所述第二目标位置进行拍摄;
接收由所述外部设备拍摄的初始图像;
在所述初始图像中确定所述第二目标位置对应的第三目标位置;
依据所述第三目标位置对所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像。
在一个可能的实例中,所述对所述目标图像进行特征提取,得到目标特征集,上述程序包括用于执行以下步骤的指令:
将所述目标图像划分为多个区域;
对所述多个区域中每一区域进行特征纹路提取,得到多个纹路特征集;
从所述多个纹路特征集中筛选出纹路数量超过预设阈值的纹路特征集,得到至少一个纹路特征集;
对所述至少一个纹路特征集中的每一纹路特征集进行特征点提取,得到至少一个特征点集;
将所述至少一个特征点集中特征点数量最多的特征点集作为所述目标特征集。
在一个可能的示例中,所述将所述目标特征集与预设模板图元的预设特征集进行匹配,上述程序包括用于执行以下步骤的指令:
确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
从所述多个模值中选取最大的三个模值,并获取该三个模值对应的特征点,得到三个第一目标特征点,所述三个第一目标特征点不处于同一直线上;
将所述三个第一目标特征点与所述预设模板图元的预设特征集进行匹配,得到与所述三个第一目标特征点匹配成功的三个第二目标特征点;
将所述三个第一目标特征点构成第一三角形;
将所述三个第二目标特征点构成第二三角形;
在所述第一三角形与所述第二三角形相似时,确认所述目标特征集与所述预设模板图元的预设特征集匹配成功。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图4A是本申请实施例中所涉及的工程图纸识别装置400的功能单元组成框图。该工程图纸识别装置400,应用于电子设备,所述装置400包括:获取单元401、特征提取单元402、匹配单元403和处理单元404,其中,
获取单元401,用于获取针对目标图元的目标图像;
特征提取单元402,用于对所述目标图像进行特征提取,得到目标特征集;
匹配单元403,用于将所述目标特征集与预设模板图元的预设特征集进行匹配;
处理单元404,用于在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
可以看出,上述本申请实施例所描述的工程图纸识别装置,应用于电子设备,获取针对目标图元的目标图像,对目标图像进行特征提取,得到目标特征集,将目标特征集与预设模板图元的预设特征集进行匹配在,在目标特征集与预设特征集匹配成功时,将预设模板图元对应的图元内容作为目标图元的目标图元内容,可以获取需要识别的图元的图像,提取该图像特征,对该特征进行识别,得到该图元对应的图元内容,可以提升图元识别精度。
在一个可能的示例中,在所述获取针对目标图元的目标图像方面,所述获取单元401具体用于:
确定用户点击模型空间的第一目标位置;
确定所述第一目标位置对应的目标图元;
对所述目标图元进行抠图操作,得到所述目标图元的所述目标图像。
在一个可能的示例中,在所述对所述目标图像进行特征提取,得到目标特征集方面,所述特征提取单元402具体用于:
将所述目标图像划分为多个区域;
对所述多个区域中每一区域进行特征纹路提取,得到多个纹路特征集;
从所述多个纹路特征集中筛选出纹路数量超过预设阈值的纹路特征集,得到至少一个纹路特征集;
对所述至少一个纹路特征集中的每一纹路特征集进行特征点提取,得到至少一个特征点集;
将所述至少一个特征点集中特征点数量最多的特征点集作为所述目标特征集。
在一个可能的示例中,在所述将所述目标特征集与预设模板图元的预设特征集进行匹配方面,所述匹配单元403具体用于:
确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
从所述多个模值中选取最大的三个模值,并获取该三个模值对应的特征点,得到三个第一目标特征点,所述三个第一目标特征点不处于同一直线上;
将所述三个第一目标特征点与所述预设模板图元的预设特征集进行匹配,得到与所述三个第一目标特征点匹配成功的三个第二目标特征点;
将所述三个第一目标特征点构成第一三角形;
将所述三个第二目标特征点构成第二三角形;
在所述第一三角形与所述第二三角形相似时,确认所述目标特征集与所述预设模板图元的预设特征集匹配成功。
在一个可能的示例中,所述电子设备与外部设备建立通信连接,如图4B所示,图4B为图4A所示的工程图纸识别装置的又一变型结构,其与图4A相比较,还可以包括:确定单元405、通信单元406和操作单元407,具体如下:
确定单元405,用于确定所述目标图元的第二目标位置;在所述初始图像中确定所述第二目标位置对应的第三目标位置;
通信单元406,用于向所述外部设备发送拍摄指令,所述拍摄指令携带所述第二目标位置,所述拍摄指令用于指示所述外部设备对所述第二目标位置进行拍摄;接收由所述外部设备拍摄的初始图像;
操作单元407,用于依据所述第三目标位置对所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像。
在一个可能的示例中,在所述对所述目标图像进行特征提取,得到目标特征集方面,所述特征提取单元402具体用于:
将所述目标图像划分为多个区域;
对所述多个区域中每一区域进行特征纹路提取,得到多个纹路特征集;
从所述多个纹路特征集中筛选出纹路数量超过预设阈值的纹路特征集,得到至少一个纹路特征集;
对所述至少一个纹路特征集中的每一纹路特征集进行特征点提取,得到至少一个特征点集;
将所述至少一个特征点集中特征点数量最多的特征点集作为所述目标特征集。
在一个可能的示例中,在所述将所述目标特征集与预设模板图元的预设特征集进行匹配方面,所述匹配单元403具体用于:
确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
从所述多个模值中选取最大的三个模值,并获取该三个模值对应的特征点,得到三个第一目标特征点,所述三个第一目标特征点不处于同一直线上;
将所述三个第一目标特征点与所述预设模板图元的预设特征集进行匹配,得到与所述三个第一目标特征点匹配成功的三个第二目标特征点;
将所述三个第一目标特征点构成第一三角形;
将所述三个第二目标特征点构成第二三角形;
在所述第一三角形与所述第二三角形相似时,确认所述目标特征集与所述预设模板图元的预设特征集匹配成功。
可以理解的是,本实施例的工程图纸识别装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述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单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种工程图纸识别方法,其特征在于,应用于电子设备,所述方法包括:
获取针对目标图元的目标图像;
对所述目标图像进行特征提取,得到目标特征集;
将所述目标特征集与预设模板图元的预设特征集进行匹配;
在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
2.根据权利要求1所述的方法,其特征在于,所述获取针对目标图元的目标图像,包括:
确定用户点击模型空间的第一目标位置;
确定所述第一目标位置对应的目标图元;
对所述目标图元进行抠图操作,得到所述目标图元的所述目标图像。
3.根据权利要求2所述的方法,其特征在于,所述电子设备与外部设备建立通信连接,所述获取针对目标图元的目标图像,包括:
确定所述目标图元的第二目标位置;
向所述外部设备发送拍摄指令,所述拍摄指令携带所述第二目标位置,所述拍摄指令用于指示所述外部设备对所述第二目标位置进行拍摄;
接收由所述外部设备拍摄的初始图像;
在所述初始图像中确定所述第二目标位置对应的第三目标位置;
依据所述第三目标位置对所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述对所述目标图像进行特征提取,得到目标特征集,包括:
将所述目标图像划分为多个区域;
对所述多个区域中每一区域进行特征纹路提取,得到多个纹路特征集;
从所述多个纹路特征集中筛选出纹路数量超过预设阈值的纹路特征集,得到至少一个纹路特征集;
对所述至少一个纹路特征集中的每一纹路特征集进行特征点提取,得到至少一个特征点集;
将所述至少一个特征点集中特征点数量最多的特征点集作为所述目标特征集。
5.根据权利要求4所述的方法,其特征在于,所述将所述目标特征集与预设模板图元的预设特征集进行匹配,包括:
确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
从所述多个模值中选取最大的三个模值,并获取该三个模值对应的特征点,得到三个第一目标特征点,所述三个第一目标特征点不处于同一直线上;
将所述三个第一目标特征点与所述预设模板图元的预设特征集进行匹配,得到与所述三个第一目标特征点匹配成功的三个第二目标特征点;
将所述三个第一目标特征点构成第一三角形;
将所述三个第二目标特征点构成第二三角形;
在所述第一三角形与所述第二三角形相似时,确认所述目标特征集与所述预设模板图元的预设特征集匹配成功。
6.一种工程图纸识别装置,其特征在于,应用于电子设备,所述装置包括:
获取单元,用于获取针对目标图元的目标图像;
特征提取单元,用于对所述目标图像进行特征提取,得到目标特征集;
匹配单元,用于将所述目标特征集与预设模板图元的预设特征集进行匹配;
处理单元,用于在所述目标特征集与所述预设特征集匹配成功时,将所述预设模板图元对应的图元内容作为所述目标图元的目标图元内容。
7.根据权利要求6所述装置,其特征在于,所述获取针对目标图元的目标图像包括:
确定用户点击模型空间的第一目标位置;
确定所述第一目标位置对应的目标图元;
对所述目标图元进行抠图操作,得到所述目标图元的所述目标图像。
8.根据权利要求7所述装置,其特征在于,所述电子设备与外部设备建立通信连接,所述获取针对目标图元的目标图像,包括:
确定所述目标图元的第二目标位置;
向所述外部设备发送拍摄指令,所述拍摄指令携带所述第二目标位置,所述拍摄指令用于指示所述外部设备对所述第二目标位置进行拍摄;
接收由所述外部设备拍摄的初始图像;
在所述初始图像中确定所述第二目标位置对应的第三目标位置;
依据所述第三目标位置对所述初始图像进行截图操作,得到所述目标图元对应的所述目标图像。
9.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910942673.1A CN110796016A (zh) | 2019-09-30 | 2019-09-30 | 工程图纸识别方法、电子设备及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910942673.1A CN110796016A (zh) | 2019-09-30 | 2019-09-30 | 工程图纸识别方法、电子设备及相关产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110796016A true CN110796016A (zh) | 2020-02-14 |
Family
ID=69438709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910942673.1A Pending CN110796016A (zh) | 2019-09-30 | 2019-09-30 | 工程图纸识别方法、电子设备及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796016A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444976A (zh) * | 2020-04-02 | 2020-07-24 | Oppo广东移动通信有限公司 | 目标检测方法、装置、电子设备和可读存储介质 |
CN111611936A (zh) * | 2020-05-22 | 2020-09-01 | 青矩技术股份有限公司 | 一种cad图纸中相似矢量图的自动识别系统 |
CN111783561A (zh) * | 2020-06-12 | 2020-10-16 | 万翼科技有限公司 | 审图结果修正方法、电子设备及相关产品 |
CN111881809A (zh) * | 2020-07-23 | 2020-11-03 | 广联达科技股份有限公司 | 基于cad图纸的图元识别方法和识别装置 |
CN111881947A (zh) * | 2020-07-09 | 2020-11-03 | 广联达科技股份有限公司 | 特征点集对的筛选方法、目标匹配方法、装置及电子设备 |
CN111950422A (zh) * | 2020-08-05 | 2020-11-17 | 万翼科技有限公司 | 图纸识别方法及相关装置 |
CN113743187A (zh) * | 2021-06-22 | 2021-12-03 | 万翼科技有限公司 | 工程图纸中的图例识别方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605970A (zh) * | 2013-12-02 | 2014-02-26 | 华中师范大学 | 一种基于机器学习的图纸建筑元素识别方法及系统 |
CN104574372A (zh) * | 2014-12-21 | 2015-04-29 | 天津大学 | 基于相似特征三角形的图像配准方法 |
US20150170328A1 (en) * | 2013-12-13 | 2015-06-18 | Imagination Technologies Limited | Primitive Processing in a Graphics Processing System With Tag Buffer Storage of Primitive Identifiers |
CN107392135A (zh) * | 2017-07-14 | 2017-11-24 | 广东欧珀移动通信有限公司 | 活体检测方法及相关产品 |
CN108595278A (zh) * | 2018-04-13 | 2018-09-28 | Oppo广东移动通信有限公司 | 防偷窥提示方法及相关产品 |
CN109117725A (zh) * | 2018-07-09 | 2019-01-01 | 深圳市科脉技术股份有限公司 | 人脸识别方法及装置 |
CN110162264A (zh) * | 2019-05-24 | 2019-08-23 | Oppo广东移动通信有限公司 | 应用处理方法及相关产品 |
CN110162953A (zh) * | 2019-05-31 | 2019-08-23 | Oppo(重庆)智能科技有限公司 | 生物识别方法及相关产品 |
CN110263795A (zh) * | 2019-06-04 | 2019-09-20 | 华东师范大学 | 一种基于隐式形状模型与图匹配的目标检测方法 |
-
2019
- 2019-09-30 CN CN201910942673.1A patent/CN110796016A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605970A (zh) * | 2013-12-02 | 2014-02-26 | 华中师范大学 | 一种基于机器学习的图纸建筑元素识别方法及系统 |
US20150170328A1 (en) * | 2013-12-13 | 2015-06-18 | Imagination Technologies Limited | Primitive Processing in a Graphics Processing System With Tag Buffer Storage of Primitive Identifiers |
CN104574372A (zh) * | 2014-12-21 | 2015-04-29 | 天津大学 | 基于相似特征三角形的图像配准方法 |
CN107392135A (zh) * | 2017-07-14 | 2017-11-24 | 广东欧珀移动通信有限公司 | 活体检测方法及相关产品 |
CN108595278A (zh) * | 2018-04-13 | 2018-09-28 | Oppo广东移动通信有限公司 | 防偷窥提示方法及相关产品 |
CN109117725A (zh) * | 2018-07-09 | 2019-01-01 | 深圳市科脉技术股份有限公司 | 人脸识别方法及装置 |
CN110162264A (zh) * | 2019-05-24 | 2019-08-23 | Oppo广东移动通信有限公司 | 应用处理方法及相关产品 |
CN110162953A (zh) * | 2019-05-31 | 2019-08-23 | Oppo(重庆)智能科技有限公司 | 生物识别方法及相关产品 |
CN110263795A (zh) * | 2019-06-04 | 2019-09-20 | 华东师范大学 | 一种基于隐式形状模型与图匹配的目标检测方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444976A (zh) * | 2020-04-02 | 2020-07-24 | Oppo广东移动通信有限公司 | 目标检测方法、装置、电子设备和可读存储介质 |
WO2021196896A1 (zh) * | 2020-04-02 | 2021-10-07 | Oppo广东移动通信有限公司 | 目标检测方法、装置、电子设备和可读存储介质 |
CN111611936A (zh) * | 2020-05-22 | 2020-09-01 | 青矩技术股份有限公司 | 一种cad图纸中相似矢量图的自动识别系统 |
CN111783561A (zh) * | 2020-06-12 | 2020-10-16 | 万翼科技有限公司 | 审图结果修正方法、电子设备及相关产品 |
CN111881947A (zh) * | 2020-07-09 | 2020-11-03 | 广联达科技股份有限公司 | 特征点集对的筛选方法、目标匹配方法、装置及电子设备 |
CN111881947B (zh) * | 2020-07-09 | 2024-05-14 | 广联达科技股份有限公司 | 特征点集对的筛选方法、目标匹配方法、装置及电子设备 |
CN111881809A (zh) * | 2020-07-23 | 2020-11-03 | 广联达科技股份有限公司 | 基于cad图纸的图元识别方法和识别装置 |
CN111950422A (zh) * | 2020-08-05 | 2020-11-17 | 万翼科技有限公司 | 图纸识别方法及相关装置 |
CN113743187A (zh) * | 2021-06-22 | 2021-12-03 | 万翼科技有限公司 | 工程图纸中的图例识别方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796016A (zh) | 工程图纸识别方法、电子设备及相关产品 | |
CN110765891B (zh) | 工程图纸识别方法、电子设备及相关产品 | |
CN111126125B (zh) | 证件中的目标文本提取方法、装置、设备及可读存储介质 | |
CN110765893B (zh) | 图纸文件识别方法、电子设备及相关产品 | |
CN110781859B (zh) | 图像标注方法、装置、计算机设备和存储介质 | |
EP2806374A1 (en) | Method and system for automatic selection of one or more image processing algorithm | |
CN112241565A (zh) | 建模方法及相关装置 | |
CN108711161A (zh) | 一种图像分割方法、图像分割装置及电子设备 | |
CN112818456B (zh) | 图层配置方法、电子设备及相关产品 | |
CN111222548A (zh) | 相似图像检测方法、装置、设备及存储介质 | |
CN112988557B (zh) | 一种搜索框定位方法、数据采集方法、装置及介质 | |
CN110287361B (zh) | 一种人物图片筛选方法及装置 | |
CN107272899B (zh) | 一种基于动态手势的vr交互方法、装置及电子设备 | |
CN111783910A (zh) | 建筑项目管理方法、电子设备及相关产品 | |
CN111492407B (zh) | 用于绘图美化的系统和方法 | |
EP3410389A1 (en) | Image processing method and device | |
CN111783561A (zh) | 审图结果修正方法、电子设备及相关产品 | |
CN111160157A (zh) | 基于dwg图纸的文本提取方法及相关产品 | |
CN115392937A (zh) | 一种用户欺诈风险识别方法、装置、电子设备及存储介质 | |
CN115861400A (zh) | 目标对象检测方法、训练方法、装置以及电子设备 | |
CN109711287B (zh) | 人脸采集方法及相关产品 | |
CN106886796B (zh) | 图标位置识别方法、装置及终端设备 | |
US8462176B1 (en) | Automatic annotation generation | |
CN112579810B (zh) | 印刷电路板分类方法、装置、计算机设备和存储介质 | |
CN111563898B (zh) | 图像分割方法、电子设备及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200214 |