CN112990092A - 图例识别方法、计算机设备及可读存储介质 - Google Patents

图例识别方法、计算机设备及可读存储介质 Download PDF

Info

Publication number
CN112990092A
CN112990092A CN202110381601.1A CN202110381601A CN112990092A CN 112990092 A CN112990092 A CN 112990092A CN 202110381601 A CN202110381601 A CN 202110381601A CN 112990092 A CN112990092 A CN 112990092A
Authority
CN
China
Prior art keywords
unit
identification
combined
legend
area
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.)
Granted
Application number
CN202110381601.1A
Other languages
English (en)
Other versions
CN112990092B (zh
Inventor
曾开发
李涛涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Chenxi Information Technology Co ltd
Original Assignee
Fujian Chenxi Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujian Chenxi Information Technology Co ltd filed Critical Fujian Chenxi Information Technology Co ltd
Priority to CN202110381601.1A priority Critical patent/CN112990092B/zh
Publication of CN112990092A publication Critical patent/CN112990092A/zh
Application granted granted Critical
Publication of CN112990092B publication Critical patent/CN112990092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40Document-oriented image-based pattern recognition
    • G06V30/42Document-oriented image-based pattern recognition based on the type of document
    • G06V30/422Technical drawings; Geographical maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本申请涉及计算机技术领域,具体涉及一种图例识别方法、计算机设备及可读存储介质。本方法包括以下步骤:将待识别图例拆分为多个识别单元并分组;将参考图例拆分为多个参考单元;建立待识别分组与参考单元的对应关系;选取将包含识别单元数量最少的待识别分组作为基准待识别分组,其对应的参考单元作为基准参考单元;循环选取基准参考单元和任意一个组合参考单元作为匹配图例,查找匹配的基准识别单元与组合识别单元,若所有匹配图例均能匹配成功,则将基准识别单元与所有匹配成功的组合识别单元所组成的图形标识为匹配成功的图例;重复上述步骤找到所有匹配的图例。本方法可以快速高效并准确地识别设计图纸中的图例,可有效提高工作效率。

Description

图例识别方法、计算机设备及可读存储介质
技术领域
本申请涉及计算机技术领域,具体涉及一种图例识别方法、计算机设备及可读存储介质。
背景技术
在建筑涉及领域,用CAD等设计软件进行施工图纸设计是非常普遍的情况。在工程预算、施工等阶段,技术人员分析图纸信息进行算量、检查等工作,这就需要在设计图纸中识别出不同的图例,根据图例进行后续的算量等操作。随着信息技术发展,越来越多的人期望能够摆脱人工处理方式,利用计算机的运算能力快速的进行图例识别,以提升工作效率和生活质量。
现有的图例识别方法,通常是通过对整个参考图例进行匹配识别,判断是否可以通过将其进行移动,旋转等操作与待识别图纸中的图例匹配。但是由于图例可以由各种不同的元素组成,这种方法存在识别效率低下,识别结果不够精准的问题。
发明内容
本发明的目的之一在于克服以上缺点,提供准确快速地识别设计图纸中的图例的方法。
为了解决上述技术问题,本发明提供了一种图例识别方法,包括以下步骤:
步骤11、将待识别图纸中的所有图例拆分为多个识别单元并将相同的所述识别单元分为同一组得到多个分组;
步骤12、将参考图例拆分为多个参考单元;
步骤13、将与任一所述参考单元相同的所述识别单元所在的分组作为待识别分组,建立所述待识别分组与所述参考单元的对应关系;
步骤14、将包含所述识别单元数量最少的所述待识别分组作为基准待识别分组,其对应的所述参考单元作为基准参考单元;
步骤15、判断所述基准待识别分组中是否存在未进行匹配的所述识别单元,若存在,执行步骤16,否则执行步骤31;
步骤16、从所述基准待识别分组中任意选取一个未进行匹配的所述识别单元作为基准识别单元;
步骤17、判断是否存在所述基准参考单元之外且未进行匹配的所述参考单元,若存在,执行步骤18,否则执行步骤29;
步骤18、任意选取一个所述基准参考单元之外且未进行匹配的所述参考单元作为组合参考单元;
步骤19、根据所述基准参考单元和所述组合参考单元生成参考区域;
步骤20、根据所述参考区域以及所述基准识别单元确认待识别图纸中的匹配区域;
步骤21、判断所述基准识别单元与所述基准参考单元位置重合所需的操作是否已经计算,若已经计算,则执行步骤23,否则执行步骤22;
步骤22、计算并保存所述基准识别单元与所述基准参考单元重合所需的操作;
步骤23、判断所述组合参考单元对应的待识别分组中是否存在未进行匹配的识别单元,若是,执行步骤24,否则执行步骤25;
步骤24、选取所述组合参考单元对应的待识别分组中未进行匹配的识别单元作为组合识别单元;
步骤25、判断所述组合识别单元是否与所述匹配区域相交,若是,则执行步骤26,否则执行步骤23;
步骤26、对所述组合识别单元执行所述基准识别单元与所述基准参考单元重合所需的操作;
步骤27、判断所述组合识别单元是否与所述组合参考单元重合,若重合,则执行步骤28,否则执行步骤23;
步骤28、将当前组合识别单元标识为匹配成功的组合识别单元,并跳转至步骤17继续执行;
步骤29、判断是否所有组合参考单元均有匹配成功的组合识别单元,若是,执行步骤30,否则跳转至步骤15继续执行;
步骤30、将由基准识别单元与所有标识为匹配成功的组合识别单元所组成的图形标识为匹配成功的图例,加入到识别结果集中,跳转至步骤15继续执行;
步骤31、返回所述识别结果集。
进一步地,所述识别单元为线段或圆弧,所述参考单元为线段或圆弧。
进一步地,所述根据所述基准参考单元和所述组合参考单元生成参考区域,包括以下步骤:
步骤191、根据所述基准参考单元生成第一参考区域;
步骤192、根据所述组合参考单元生成第二参考区域;
步骤193、根据所述第一参考区域以及所述第二参考区域生成参考区域。
进一步地,根据所述参考区域以及所述基准识别单元确认待识别图纸中的匹配区域,包括以下步骤:
步骤201、根据所述基准识别单元生成第三参考区域;
步骤202、将所述待识别图纸中与所述参考区域相同大小的区域作为匹配区域;所述匹配区域中所述第一参考区域的中心点与所述第三参考区域的中心点重合。
进一步地,所述根据所述基准参考单元生成第一参考区域,具体为:若基准参考单元为线段,则第一参考区域为包含以所述基准参考单元为直径的圆的最小矩形区域;若基准参考单元为圆弧,则第一识别区域为包含所述基准参考单元所在圆的最小矩形区域;
所述根据所述组合参考单元生成第二参考区域,具体为:若组合参考单元为线段,则第二参考区域为包含以所述组合参考单元为直径的圆的最小矩形区域;若组合参考单元为圆弧,则第二识别区域为包含所述组合参考单元所在圆的最小矩形区域;
所述根据所述基准识别单元生成第三参考区域,具体为:若基准识别单元为线段,则第三参考区域为包含以所述基准识别单元为直径的圆的最小矩形区域;若基准识别单元为圆弧,则第三识别区域为包含所述基准识别单元所在圆的最小矩形区域。
进一步地,所述根据所述第一参考区域以及所述第二参考区域生成参考区域,具体为:
以所述第一参考区域的中心点为圆心并以所述第一参考区域中心点到所述第二参考区域中心点的连线为半径生成圆形,将包含该圆形的最小矩形区域作为参考区域。
进一步地,所述基准识别单元与所述基准参考单元重合所需的操作为平移和/或旋转。
相应地,本申请还提供了一种计算机设备,所述计算机设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述任一项图例识别方法的步骤。
相应地,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现相应地,本申请还提供了上述任一项所述图例识别方法的步骤。
本申请的技术方案的有益效果有:
1.通过将所有待识别图例和参考图例拆分为最小的识别单元和参考单元,并根据最小单元进行匹配判断,可适用于不同的识别图例,将复杂图例的识别简化,具有通用性。
2.通过将包含识别单元数量最少的待识别分组作为基准待识别分组,可使主循环的次数最少,尽可能地减少循环判断的次数,同时,通过生成匹配区域,只针对与匹配区域相交的组合识别单元进行判断,同样可过滤掉不符合条件的组合识别单元,减少循环运算的次数,提高图例识别的整体的运算速度和效率。
附图说明
图1是本发明一种图例识别方法的步骤流程图。
图2是本发明根据基准参考单元和组合参考单元生成参考区域的步骤流程图。
图3是本发明根据参考区域以及基准识别单元确认匹配区域的步骤流程图。
图4是本申请实施例一中参考图例示意图。
图5是本申请实施例一中待识别图纸示意图。
图6是本申请实施例一中第一参考区域示意图。
图7是本申请实施例一中第二参考区域示意图。
图8是本申请实施例一中参考区域示意图。
图9是本申请实施例一中第三参考区域示意图。
图10是本申请实施例一中匹配区域示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
如图1所示,是本发明一种图例识别方法的步骤流程图,包括以下步骤:
步骤11、将待识别图纸中的所有图例拆分为多个识别单元并将相同的所述识别单元分为同一组得到多个分组。图例识别指的是从待识别图纸中的所有图例中找出与参考图例相同的图例结果集。通常待识别图纸中的每个待识别图例或参考图例都可能由不同的线条组成,存在各种的形式,若通过完整的图例进行匹配识别不仅处理步骤复杂效率低下,往往不能得到很好的识别效果。本申请的技术方案,将每个待识别图例拆分为最小的识别单元,后续通过最小识别单元进行匹配,这样就能具有较高的通用性,将复杂问题简单化。优选地,本方案所述的图例拆分后的最小识别单元可以是一条线段,也可以是一个圆弧,即圆上的一部分。本方案将待识别图纸中所有的待识别图例都拆分为最小的识别单元之后,将相同的识别单元归到同一个分组,最终得到若干个识别单元的分组。例如,若识别单元为线段,则将长度相同的线段分为一组,若识别单元为圆弧,则将圆弧长度相同且所在圆半径相同的圆弧分为一组。
步骤12、将参考图例拆分为多个参考单元。同样的,将用来进行图例识别的参考图例也按照相同的方式拆分为最小的参考单元。优选地,参考图例拆分后的最小参考单元可以是一条线段,也可以是一个圆弧,即圆上的一部分。
步骤13、将与任一所述参考单元相同的所述识别单元所在的分组作为待识别分组,建立所述待识别分组与所述参考单元的对应关系。在本步骤中,本申请的技术方案先对所有的分组进行一次过滤,若所述识别单元与所有参考单元均不相同,则该识别单元肯定不会是所需要匹配图例的一部分,可以进行排除,只需要将与任一所述参考单元相同的所述识别单元所在的分组作为待识别分组即可。同时,建立待识别分组与所述参考单元的对应关系,其中,可能存在一个待识别分组对应多个相等的参考单元情况,并不影响本方法后续的操作及识别结果。
步骤14、将包含所述识别单元数量最少的所述待识别分组作为基准待识别分组,其对应的所述参考单元作为基准参考单元。这里,将包含识别单元数量最少的待识别分组作为基准待识别分组,可以减少后续的循环判断次数,提高本方法判断运算的效率。
步骤15、判断所述基准待识别分组中是否存在未进行匹配的所述识别单元,若存在,执行步骤16,否则执行步骤31。
步骤16、从所述基准待识别分组中任意选取一个未进行匹配的所述识别单元作为基准识别单元。本申请的方法中,需要遍历所述基准待识别分组中的每一个识别单元,判断其他的识别单元与之组合时候能否与参考图例匹配。
步骤17、判断是否存在所述基准参考单元之外且未进行匹配的所述参考单元,若存在,执行步骤18,否则执行步骤29。
步骤18、任意选取一个所述基准参考单元之外且未进行匹配的所述参考单元作为组合参考单元。在本方案中,本步骤的目的是通过选取基准参考单元之外且未进行匹配的任意一个组合参考单元与基准参考单元组成参考图例中的一部分,后续步骤再去判断是否存在基准识别单元与组合识别单元组成的图像与这一部分参考图例匹配。
步骤19、根据所述基准参考单元和所述组合参考单元生成参考区域。如图2所示,是本发明根据基准参考单元和组合参考单元生成参考区域的步骤流程图,包括以下步骤:
步骤191、根据所述基准参考单元生成第一参考区域。优选地,若基准参考单元为线段,则第一参考区域为包含以所述基准参考单元为直径的圆的最小矩形区域;若基准参考单元为圆弧,则第一识别区域为包含所述基准参考单元所在圆的最小矩形区域。
步骤192、根据所述组合参考单元生成第二参考区域。同理,若组合参考单元为线段,则第二参考区域为包含以所述组合参考单元为直径的圆的最小矩形区域;若组合参考单元为圆弧,则第二识别区域为包含所述组合参考单元所在圆的最小矩形区域。
步骤193、根据所述第一参考区域以及所述第二参考区域生成参考区域。
步骤20、根据所述参考区域以及所述基准识别单元确认待识别图纸中的匹配区域。如图3所示,是本发明根据参考区域以及基准识别单元确认匹配区域的步骤流程图,包括以下步骤:
步骤201、根据所述基准识别单元生成第三参考区域。若基准识别单元为线段,则第三参考区域为包含以所述基准识别单元为直径的圆的最小矩形区域;若基准识别单元为圆弧,则第三识别区域为包含所述基准识别单元所在圆的最小矩形区域。
步骤202、将所述待识别图纸中与所述参考区域相同大小的区域作为匹配区域;所述匹配区域中所述第一参考区域的中心点与所述第三参考区域的中心点重合。
步骤21、判断所述基准识别单元与所述基准参考单元位置重合所需的操作是否已经计算,若已经计算,则执行步骤23,否则执行步骤22。
步骤22、计算并保存所述基准识别单元与所述基准参考单元重合所需的操作。优选地,所述基准识别单元与所述基准参考单元重合所需进行的操作为平移和/或旋转。本申请中,针对每次选取的基准识别单元,只需要计算一次与所述基准参考单元重合所需的操作,即可用于后续对所有组合识别单元执行相同的操作,来判断是否与组合参考单元重合,而不用每次重复计算,可减少运算量,提高识别效率。
步骤23、判断所述组合参考单元对应的待识别分组中是否存在未进行匹配的识别单元,若是,执行步骤24,否则执行步骤25。
步骤24、选取所述组合参考单元对应的待识别分组中未进行匹配的识别单元作为组合识别单元。
步骤25、判断所述组合识别单元是否与所述匹配区域相交,若是,则说明该组合识别单元有可能与组合参考单元匹配成功,执行步骤26进行进一步的判断,否则说明该组合识别单元不可能与组合参考单元匹配成,则执行步骤23;
步骤26、对所述组合识别单元执行所述基准识别单元与所述基准参考单元重合所需的操作,即进行步骤22中计算出来的相同的平移和/或旋转操作。
步骤27、判断所述组合识别单元是否与所述组合参考单元重合,若重合,则说明当前组合识别单元与当前基准识别单元所组成的图形,与组合参考单元与基准参考单元所组成的图形是相同的,执行步骤28,否则执行步骤23;
步骤28、将当前组合识别单元标识为匹配成功的组合识别单元,并跳转至步骤17继续执行;
步骤29、判断是否所有组合参考单元均有匹配成功的组合识别单元,若是,说明可以匹配到一个与参考图例相同的完整图例,执行步骤30,否则,说明没有匹配到完整的参考图例,跳转至步骤15继续执行;
步骤30、将由基准识别单元与所有标识为匹配成功的组合识别单元所组成的图形标识为匹配成功的图例,加入到识别结果集中,跳转至步骤15继续执行;
步骤31、返回所述识别结果集。当本图例识别方法步骤中的循环全部处理结束的时候,得到最终的识别结果集。
本申请的技术方案,通过将所有待识别图例和参考图例拆分为最小的识别单元和参考单元,并根据最小单元进行匹配判断,可适用于不同的识别图例,将复杂图例的识别简化,具有通用性。同时,通过将包含识别单元数量最少的待识别分组作为基准待识别分组,可使主循环的次数最少,尽可能地减少循环判断的次数,同时,通过生成匹配区域,只针对与匹配区域相交的组合识别单元进行判断,同样可过滤掉不符合条件的组合识别单元,减少循环运算的次数,提高图例识别的整体的运算速度和效率。
实施例一
由线段A、B、C组成的参考图例如图4所示,其中A、B、C的长度各不相同,待识别图纸如图5所示,其中,由线段1、2、3组成的图例与参考图例相同,由线段4、5、6组成的图例与参考图例相同,线段7与线段1的长度相同,线段8与线段6的长度相同。根据本申请的图例识别方法从待识别图纸中识别出相同图例的步骤如下:
步骤11、将待识别图纸中的所有图例拆分为8线段并将相同长度的线段分为同一组得到多个分组。即分组1包括线段1、4、7,分组2包括线段2、5,分组3包括线段3、6、8。
步骤12、将参考图例拆分为3参考单元A、B、C。
步骤13、由于分组1、2、3中识别单元的长度分别于参考单元A、B、C的长度相同,所以3个分组均为待识别分组,分组1对应参考单元A,分组2对应参考单元B,分组3对应参考单元C。
步骤14、将包含识别单元数量最少的分组2作为基准待识别分组,其对应的参考单元B作为基准参考单元。
步骤15、判断基准待识别分组2中存在未进行匹配的识别单元线段2和5,则执行步骤16。
步骤16、从基准待识别分组中任意选取线段2作为基准识别单元。
步骤17、判断存在基准参考单元B之外且未进行匹配的参考单元A和C,执行步骤18。
步骤18、选取基准参考单元B之外且未进行匹配的参考单元A作为组合参考单元。
步骤19、根据基准参考单元B和组合参考单元A生成参考区域,包括以下步骤:
步骤191、根据基准参考单元B生成第一参考区域。基准参考单元B为线段,则第一参考区域为包含以基准参考单元B为直径的圆的最小矩形区域,如图6中虚线矩形框所示。
步骤192、根据所述组合参考单元A生成第二参考区域。组合参考单元A为线段,则第二参考区域为包含以所述组合参考单元为直径的圆的最小矩形区域,如图7中虚线矩形框所示。
步骤193、以所述第一参考区域的中心点为圆心并以所述第一参考区域中心点到所述第二参考区域中心点的连线为半径生成圆形,将包含该圆形的最小矩形区域作为参考区域,如图8中实线的矩形框所示。
步骤20、根据参考区域以及基准识别单元即线段2确认待识别图纸中的匹配区域,包括以下步骤:
步骤201、根据基准识别单元即线段2生成第三参考区域。
基准识别单元线段2为线段,则第三参考区域为包含以所述基准识别单元线段2为直径的圆的最小矩形区域,如图9中虚线框所示。
步骤202、将所述待识别图纸中与所述参考区域相同大小的区域作为匹配区域,如图10中虚线框所示。
步骤21、判断当前基准识别单元线段2与基准参考单元B位置重合所需的操作还未计算,执行步骤22。
步骤22、计算并保存基准识别单元线段2与基准参考单元B重合所需的操作,此处基准识别单元线段2以第三参考区域的中心点为圆心顺时针旋转30度,即可与基准参考单元B重合。
步骤23、判断组合参考单元A对应的待识别分组1中存在未进行匹配的识别单元线段1和线段4,执行步骤24。
步骤24、选取线段4作为组合识别单元。
步骤25、判断线段4不与所述匹配区域相交,则重复执行步骤23,判断组合参考单元A对应的待识别分组1中存在未进行匹配的识别单元线段1,选取线段1作为组合识别单元;判断线段1与所述匹配区域相交,执行步骤26;
步骤26、将线段1以第三参考区域的中心点为圆心顺时针旋转30度。
步骤27、判断线段1与所述组合参考单元A重合,则说明当前组合识别单元线段1与当前基准识别单元线段2所组成的图形,与组合参考单元A与基准参考单元B所组成的图形是相同的,执行步骤28,否则执行步骤23;
步骤28、将线段1标识为匹配成功的组合识别单元,并跳转至步骤17继续执行,判断存在基准参考单元B之外且未进行匹配的参考单元C,将C作为组合参考单元。按照上述方式可找到线段3为匹配成功的组合识别单元,此处不再赘述。此时,判断不再存在基准参考单元B之外且未进行匹配的参考单元,则执行步骤29。
步骤29、判断所有组合参考单元A、C均有匹配成功的组合识别单元,即线段1和线段3,则说明可以匹配到一个与参考图例相同的完整图例,执行步骤30。
步骤30、将由基准识别单元线段2与匹配成功的线段1和线段3所组成的图形标识为匹配成功的图例,加入到识别结果集中,跳转至步骤15继续执行;判断基准待识别分组2中还存在未进行匹配的识别单元线段5,将线段5作为基准识别单元,重复上述步骤可以找到由线段4、5、6所组成的匹配图例,此处不再赘述。当基准待识别分组2中不存在未进行匹配的识别单元时,执行步骤31。
步骤31、返回识别结果集,包含由线段1、2、3所组成的匹配图例以及线段4、5、6所组成的匹配图例。
实施例二
本实施例还提供一种计算机设备,如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。本实施例的计算机设备至少包括但不限于:可通过系统总线相互通信连接的存储器、处理器。在一些实施例中,存储器可以是计算机设备的内部存储单元,例如该计算机设备的硬盘或内存,也可以是计算机设备的外部存储设备,例如该计算机设备上配备的插接式硬盘,智能存储卡等。处理器在可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片,用于控制计算机设备的总体操作。具体的,在本实施例中,处理器用于运行存储在所述存储器上计算机程序,所述处理器执行所述计算机程序时实现上述任一项图例识别方法的步骤。
实施例三
本实施例还提供了一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器,(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述任一项所述图例识别方法的步骤。
上述具体实施方式只是对本发明的技术方案进行详细解释,本发明并不只仅仅局限于上述实施例,凡是依据本发明原理的任何改进或替换,均应在本发明的保护范围之内。

Claims (9)

1.一种图例识别方法,其特征在于,包括以下步骤:
步骤11、将待识别图纸中的所有图例拆分为多个识别单元并将相同的所述识别单元分为同一组得到多个分组;
步骤12、将参考图例拆分为多个参考单元;
步骤13、将与任一所述参考单元相同的所述识别单元所在的分组作为待识别分组,建立所述待识别分组与所述参考单元的对应关系;
步骤14、将包含所述识别单元数量最少的所述待识别分组作为基准待识别分组,其对应的所述参考单元作为基准参考单元;
步骤15、判断所述基准待识别分组中是否存在未进行匹配的所述识别单元,若存在,执行步骤16,否则执行步骤31;
步骤16、从所述基准待识别分组中任意选取一个未进行匹配的所述识别单元作为基准识别单元;
步骤17、判断是否存在所述基准参考单元之外且未进行匹配的所述参考单元,若存在,执行步骤18,否则执行步骤29;
步骤18、任意选取一个所述基准参考单元之外且未进行匹配的所述参考单元作为组合参考单元;
步骤19、根据所述基准参考单元和所述组合参考单元生成参考区域;
步骤20、根据所述参考区域以及所述基准识别单元确认待识别图纸中的匹配区域;
步骤21、判断所述基准识别单元与所述基准参考单元位置重合所需的操作是否已经计算,若已经计算,则执行步骤23,否则执行步骤22;
步骤22、计算并保存所述基准识别单元与所述基准参考单元重合所需的操作;
步骤23、判断所述组合参考单元对应的待识别分组中是否存在未进行匹配的识别单元,若是,执行步骤24,否则执行步骤25;
步骤24、选取所述组合参考单元对应的待识别分组中未进行匹配的识别单元作为组合识别单元;
步骤25、判断所述组合识别单元是否与所述匹配区域相交,若是,则执行步骤26,否则执行步骤23;
步骤26、对所述组合识别单元执行所述基准识别单元与所述基准参考单元重合所需的操作;
步骤27、判断所述组合识别单元是否与所述组合参考单元重合,若重合,则执行步骤28,否则执行步骤23;
步骤28、将当前组合识别单元标识为匹配成功的组合识别单元,并跳转至步骤17继续执行;
步骤29、判断是否所有组合参考单元均有匹配成功的组合识别单元,若是,执行步骤30,否则跳转至步骤15继续执行;
步骤30、将由基准识别单元与所有标识为匹配成功的组合识别单元所组成的图形标识为匹配成功的图例,加入到识别结果集中,跳转至步骤15继续执行;
步骤31、返回所述识别结果集。
2.如权利要求1所述的图例识别方法,其特征在于,所述识别单元为线段或圆弧,所述参考单元为线段或圆弧。
3.如权利要求2所述的图例识别方法,其特征在于,所述根据所述基准参考单元和所述组合参考单元生成参考区域,包括以下步骤:
步骤191、根据所述基准参考单元生成第一参考区域;
步骤192、根据所述组合参考单元生成第二参考区域;
步骤193、根据所述第一参考区域以及所述第二参考区域生成参考区域。
4.如权利要求3所述的图例识别方法,其特征在于,根据所述参考区域以及所述基准识别单元确认待识别图纸中的匹配区域,包括以下步骤:
步骤201、根据所述基准识别单元生成第三参考区域;
步骤202、将所述待识别图纸中与所述参考区域相同大小的区域作为匹配区域;所述匹配区域中所述第一参考区域的中心点与所述第三参考区域的中心点重合。
5.如权利要求3-4任一所述的图例识别方法,其特征在于,所述根据所述基准参考单元生成第一参考区域,具体为:若基准参考单元为线段,则第一参考区域为包含以所述基准参考单元为直径的圆的最小矩形区域;若基准参考单元为圆弧,则第一识别区域为包含所述基准参考单元所在圆的最小矩形区域;
所述根据所述组合参考单元生成第二参考区域,具体为:若组合参考单元为线段,则第二参考区域为包含以所述组合参考单元为直径的圆的最小矩形区域;若组合参考单元为圆弧,则第二识别区域为包含所述组合参考单元所在圆的最小矩形区域;
所述根据所述基准识别单元生成第三参考区域,具体为:若基准识别单元为线段,则第三参考区域为包含以所述基准识别单元为直径的圆的最小矩形区域;若基准识别单元为圆弧,则第三识别区域为包含所述基准识别单元所在圆的最小矩形区域。
6.如权利要求5所述的图例识别方法,其特征在于,所述根据所述第一参考区域以及所述第二参考区域生成参考区域,具体为:
以所述第一参考区域的中心点为圆心并以所述第一参考区域中心点到所述第二参考区域中心点的连线为半径生成圆形,将包含该圆形的最小矩形区域作为参考区域。
7.如权利要求1所述的图例识别方法,其特征在于,所述基准识别单元与所述基准参考单元重合所需的操作为平移和/或旋转。
8.一种计算机设备,所述计算机设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述图例识别方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至权利要求7任一项所述图例识别方法的步骤。
CN202110381601.1A 2021-04-09 2021-04-09 图例识别方法、计算机设备及可读存储介质 Active CN112990092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110381601.1A CN112990092B (zh) 2021-04-09 2021-04-09 图例识别方法、计算机设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110381601.1A CN112990092B (zh) 2021-04-09 2021-04-09 图例识别方法、计算机设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN112990092A true CN112990092A (zh) 2021-06-18
CN112990092B CN112990092B (zh) 2022-03-11

Family

ID=76339575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110381601.1A Active CN112990092B (zh) 2021-04-09 2021-04-09 图例识别方法、计算机设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN112990092B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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 (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185994A1 (en) * 2008-08-14 2010-07-22 Pikus Fedor G Topological Pattern Matching
CN108399386A (zh) * 2018-02-26 2018-08-14 阿博茨德(北京)科技有限公司 饼图中的信息提取方法及装置
CN111177445A (zh) * 2019-12-30 2020-05-19 湖南特能博世科技有限公司 标准图元的确定方法、图元识别方法、装置和电子设备
CN111222186A (zh) * 2020-01-03 2020-06-02 湖南特能博世科技有限公司 图元识别的方法、装置及服务器
CN111310254A (zh) * 2020-03-10 2020-06-19 广联达科技股份有限公司 Cad图例的识别方法、装置、存储介质、电子设备
CN111611935A (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方法
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
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
CN111881868A (zh) * 2020-08-03 2020-11-03 武汉百家云科技有限公司 一种图层自动化识别方法及装置
CN112100795A (zh) * 2019-06-17 2020-12-18 北京广联达云图梦想科技有限公司 一种计算机辅助设计图纸的对比方法及装置
CN112613395A (zh) * 2020-12-18 2021-04-06 湖南特能博世科技有限公司 图元位置关系匹配方法、装置及计算机设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185994A1 (en) * 2008-08-14 2010-07-22 Pikus Fedor G Topological Pattern Matching
CN108399386A (zh) * 2018-02-26 2018-08-14 阿博茨德(北京)科技有限公司 饼图中的信息提取方法及装置
CN112100795A (zh) * 2019-06-17 2020-12-18 北京广联达云图梦想科技有限公司 一种计算机辅助设计图纸的对比方法及装置
CN111177445A (zh) * 2019-12-30 2020-05-19 湖南特能博世科技有限公司 标准图元的确定方法、图元识别方法、装置和电子设备
CN111222186A (zh) * 2020-01-03 2020-06-02 湖南特能博世科技有限公司 图元识别的方法、装置及服务器
CN111310254A (zh) * 2020-03-10 2020-06-19 广联达科技股份有限公司 Cad图例的识别方法、装置、存储介质、电子设备
CN111611935A (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方法
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
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
CN111881868A (zh) * 2020-08-03 2020-11-03 武汉百家云科技有限公司 一种图层自动化识别方法及装置
CN112613395A (zh) * 2020-12-18 2021-04-06 湖南特能博世科技有限公司 图元位置关系匹配方法、装置及计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张琪 等: "基于对象图例及其拓扑关系识别的二维工程CAD图纸矢量化方法", 《计算机与现代化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
CN112990092B (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
CN111814664B (zh) 识别图纸中标注的方法、装置、计算机设备及存储介质
CN112990092B (zh) 图例识别方法、计算机设备及可读存储介质
CN114756928A (zh) 墙体的识别方法、计算机设备及可读存储介质
CN109213448B (zh) 一种智能卡的擦写数据的方法、装置、设备及存储介质
WO2020258500A1 (zh) 光学字符识别辅助方法、装置、计算机设备及存储介质
CN108304614B (zh) 集成电路版图引脚的设置方法及装置
CN109614914A (zh) 车位顶点定位方法、装置和存储介质
CN114528632A (zh) 梁识别方法、计算机设备及可读存储介质
WO2019061667A1 (zh) 电子装置、数据处理方法、系统及计算机可读存储介质
CN112966330A (zh) 交叉墙体的墙面生成方法、计算机设备及可读存储介质
CN113537392B (zh) 相似图像的识别方法、装置、计算设备及计算机存储介质
CN115809469A (zh) 环形二维码的编码方法和解码方法
CN109560964B (zh) 一种设备合规检查方法及装置
CN111783180B (zh) 图纸拆分方法及相关装置
CN114444185A (zh) 原位标注的识别方法、装置及电子设备
CN114124913A (zh) 一种网络资产变化监控的方法、装置及电子设备
CN116150860B (zh) 梁跨识别方法、计算机设备及可读存储介质
CN108875868A (zh) 移动机器人定位方法、装置和系统
EP4283543B1 (en) Method and system for blockchain monitoring
CN110719260B (zh) 智能网络安全分析方法、装置及计算机可读存储介质
CN114677381B (zh) 绝缘子分割方法、装置、电子设备及计算机可读存储介质
CN116467172A (zh) 一种识别指令软错误类型的方法、装置、设备及介质
CN114936542A (zh) 表格重建方法和装置、计算机可读存储介质和电子设备
CN114238055A (zh) 任务数据处理方法、装置、电子设备及存储介质
CN116699946A (zh) 掩膜数据的处理方法及装置

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
CB02 Change of applicant information

Address after: 6 / F, building 1, G area, Fuzhou Software Park, No. 89, software Avenue, Gulou District, Fuzhou City, Fujian Province 350003

Applicant after: Fujian Chenxi Information Technology Group Co.,Ltd.

Address before: 6 / F, building 1, G area, Fuzhou Software Park, No. 89, software Avenue, Gulou District, Fuzhou City, Fujian Province 350003

Applicant before: FUJIAN CHENXI INFORMATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant