CN113553454A

CN113553454A - 图元数据处理方法、装置及电子设备

Info

Publication number: CN113553454A
Application number: CN202110825576.1A
Authority: CN
Inventors: 师玉鹏
Original assignee: Glodon Co Ltd
Current assignee: Glodon Co Ltd
Priority date: 2021-07-21
Filing date: 2021-07-21
Publication date: 2021-10-26
Anticipated expiration: 2041-07-21
Also published as: CN113553454B

Abstract

本发明涉及工程建筑技术领域，具体涉及图元数据处理方法、装置及电子设备，方法包括：获取待处理图纸；按照待处理图纸的图元特性对待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息；对分组后的图元组信息进行特征提取，确定各个图元组信息的特征数据。通过将待处理图纸中的所有图元进行分组，然后对分组后的图元组信息进行特征提取，以确定最终的特征数据，避免了图元数据处理过程中人工的介入，保证了图元数据处理效率以及准确率，并且通过分组后的数据为后续目标图元的预测与识别奠定了基础。

Description

图元数据处理方法、装置及电子设备

技术领域

本发明涉及工程建筑技术领域，具体涉及图元数据处理方法、装置及电子设备。

背景技术

在工程项目施工之前，需要利用图纸进行工程算量，以CAD图纸进行算量为例，有的CAD图纸中图元数量非常大，并且有的设计师会在制作图纸过程中加上签名图鉴，这种签名图鉴对于业务处理是无用图元信息，所以剔除这些图签，对于降低CAD无用图元数量有很重要的意义。然而现有的处理方法为了规避这种无用图元信息，需要用户人工查找确认无用图元。但是对于一个建模工程而言，图纸数量达到几十张，每张图纸中无用图元可能往往是几万甚至几十万，人工查找导致对于图元数据的处理效率低并且准确率难以保证的问题。

发明内容

有鉴于此，本发明实施例提供了一种图元数据处理方法、装置及电子设备，以解决现有技术中对于图元数据处理效率低、准确率差的问题。

根据第一方面，本发明实施例提供了一种图元数据处理方法，包括：

获取待处理图纸；

按照所述待处理图纸的图元特性对所述待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息；

对分组后的所述图元组信息进行特征提取，确定各个图元组信息的特征数据。

本发明实施例提供的图元数据处理方法，通过将待处理图纸中的所有图元进行分组，然后对分组后的图元组信息进行特征提取，以确定最终的特征数据，避免了图元数据处理过程中人工的介入，保证了图元数据处理效率以及准确率，并且通过分组后的数据为后续目标图元的预测与识别奠定了基础。

结合第一方面，在第一方面第一实施方式中，所述按照所述待处理图纸的图元特性对所述待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息，包括：

获取所述待处理图纸不同图层的图元以及各个图元属性；

将当前图层的图元按照所述图元属性进行分组，以确定不同的属性图元组；

分别对各个所述属性图元组进行二次分组，以确定分组后的各个图元组信息。

本发明实施例提供的图元数据处理方法，将图元按照图元特性进行分组，首先按照图层以及图元属性进行第一次分组，即由于用户整体绘制的目标图元会属于同一图层并且颜色一致，因此首先进行初步分组，避免分组过程中遗漏目标图元。

结合第一方面第一实施方式，在第一方面第二实施方式中，所述分别对各个所述属性图元组进行二次分组，以确定分组后的各个图元组信息，包括：

按照图元的连通特性，将各个属性图元组进行拆分；

将拆分后的图元进行聚类分组，以确定分组后的各个图元组信息。

本发明实施例提供的图元数据处理方法，由于各个图元的组成显得可以进行连接线的区分，将断开连接的进行再次分组，以保证目标图元的特征识别的更准确。

结合第一方面第二实施方式，在第一方面第三实施方式中，所述将拆分后的图元进行聚类分组，以确定分组后的各个图元组信息，包括：

获取各个拆分后的图元的位置信息；

利用所述位置信息确定各个拆分后的图元之间的距离；

按照预设范围将各个拆分后的图元进行聚类，以确定分组后的各个图元组信息。

本发明实施例提供的图元数据处理方法，通过对连接线方式拆分后的分组进行距离的划分，将距离超过一定值的图元划分为两组，以根据绘制标准保证分组的准确性。

结合第一方面第一实施方式，在第一方面第四实施方式中，所述对分组后的所述图元组信息进行特征提取，确定各个图元组信息的特征数据，包括：

获取目标图元特征信息；

对分组后的所述图元组信息按照所述目标图元特征信息进行特征提取；

将提取后的数据进行预设目标格式的转换，确定各个图元组信息的特征数据。

本发明实施例提供的图元数据处理方法，利用目标图元的特征信息确定需要提取的特征的数据信息，将提取后的数据准换为目标格式，以确定各个图元组信息中满足要求的特征数据，提高识别处理的准确性与高效性。

结合第一方面第四实施方式中任一项，在第一方面第五实施方式中，在所述确定各个图元组信息的特征数据之后，所述方法还包括：

获取历史标签数据；

利用所述历史标签数据对预设预测模型进行训练，确定图元预测模型。

结合第一方面第五实施方式，在第一方面第六实施方式中，所述所述利用所述历史标签数据对预设预测模型进行训练，确定图元预测模型，包括：

将所述历史标签数据进行预设目标格式的转换，确定训练数据集；

利用所述训练数据集对预设预测模型进行训练，确定图元预测模型。

本发明实施例提供的图元数据处理方法，对预设预测模型进行训练，首先确定训练数据集，以保证模型训练的效率，并利用多组历史标签数据提高模型的泛化能力。

结合第一方面第六实施方式，在第一方面第七实施方式中，在所述确定各个图元组信息的特征数据之后，所述方法还包括：将所述特征数据输入图元预测模型中，以确定目标图元。

本发明实施例提供的图元数据处理方法，通过将特征数据输入训练好的图元预测模型中，最后确定目标图元，利用泛化能力高的模型以及分组后确定的特征数据，以最终提高图元识别的效率以及准确率。

根据第二方面，本发明实施例还提供了一种图元数据处理装置，包括：

第一处理模块，用于获取待处理图纸；

第二处理模块，用于按照所述待处理图纸的图元特性对所述待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息；

第三处理模块，用于对分组后的所述图元组信息进行特征提取，确定各个图元组信息的特征数据。

本发明实施例提供的图元数据处理装置，通过将待处理图纸中的所有图元进行分组，然后对分组后的图元组信息进行特征提取，以确定最终的特征数据，避免了图元数据处理过程中人工的介入，保证了图元数据处理效率以及准确率，并且通过分组后的数据为后续目标图元的预测与识别奠定了基础。

根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的图元数据处理方法。

根据第四方面，本发明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存储计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的图元数据处理方法。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例的图元数据处理方法的流程图；

图2是根据本发明实施例的图元数据处理方法的流程图；

图3是根据本发明实施例的连通特性拆分后图元组的示意图；

图4是根据本发明实施例的分组完成的图元组信息的示意图；

图5是根据本发明实施例的待处理图纸分组完成的图元组信息的示意图；

图6是根据本发明实施例的图元数据处理方法的流程图；

图7是根据本发明实施例的图元数据处理装置的结构框图；

图8是本发明实施例提供的电子设备的硬件结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域技术人员在没有做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。

CAD图纸是算量必须的原始文件，现有的CAD操作是直接对于CAD整体图元进行操作，即为了处理某种业务，需要将与该业务相关与不相关的图元信息都处理一遍。在图签信息较多的情况下，就会增加耗时，极大降低用户体验。相关功能需要读取CAD信息时，耗时将会非常慢，同时也会有无用的信息干扰，这对于用户体验来说非常不便。所以最终在进行算量前剔除无用图元，降低CAD整体图元数量，对于降低CAD无用信息干扰与加速功能运行十分重要。

例如在CAD图纸的制作过程中，制作人会进行图签的插入，即签名信息，这种图元个数往往是几万甚至几十万，但是对于业务完全是无用的信息，所以剔除这些图签，对于降低CAD无用图元数量有很重要的意义。然而为了规避这种无用信息，用户需要手工选择这些无用图元，然后删除掉。但是对于一个建模工程而言，图纸数量达到几十张，删除这种无用无用，会对用户造成不必要的困扰。因此本实施例提供了图元数据处理方法，以解决上述技术问题。下文将以上述确定无用的签名图鉴为例进行说明。

根据本发明实施例，提供了一种图元数据处理方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本实施例中提供了一种图元数据处理方法，可用于电子设备，如电脑、手机、平板电脑等，图1是根据本发明实施例的图元数据处理方法的流程图，如图1所示，该流程包括如下步骤：

S11，获取待处理图纸。

待处理图纸可以是电子设备从外界获取到的，也可以是电子设备利用绘制工具绘制的图纸，例如CAD图纸。需要说明的是，本实施例仅以CAD图纸为例进行说明，在实际应用中也可以是其他类型的图纸，本实施例仅以此为例，并不以此为限。

其中，待处理图纸可以是用户在电子设备上手动绘制得到的，也可以是电子设备导入三维模型后转换得到的，等等。在此对电子设备获取待处理图纸的方式并不做任何限定，具体可以根据实际需求进行相应的设置。

S12，按照待处理图纸的图元特性对待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息。

待处理图纸中的所有图元会设计各种类型信息种类繁多，每类图元都有其对应的图元特性。例如上述签名图鉴，个人签名基本都是用户整体绘制，所以都属于同一个图层，且颜色一致，绘制线类型，线条的连接方式等等，利用这些信息可以对待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息。

关于该步骤具体将在下文中进行详细描述。

S13，对分组后的图元组信息进行特征提取，确定各个图元组信息的特征数据。

电子设备在获取待处理图纸之后，需要对分组后的图元组信息进行特征提取，以得到等满足准确性要求的特征数据，进而实现对待处理图纸的处理过程，以便为后续的目标图元(即签名图鉴)的检测奠定基础。具体地特征数据的种类以及数量在此不作限定，只是需要保证能更准确的确定出目标图元即可。

例如，在对签名图鉴进行检测时，会在保证准确率有一个较高水平的同时，尽可能少的提取特征，以保证数据处理以及图元检测的准确性，其中提取的特征可以包括：正在检测的分组的颜色、连接线分组后的分组个数、所有线段的数量、正在检测分组在CAD图纸中的面积在整张图纸的比例等等，本实施例仅以此为例，并不以此为限。

本实施例提供的图元数据处理方法，通过将待处理图纸中的所有图元进行分组，然后对分组后的图元组信息进行特征提取，以确定最终的特征数据，避免了图元数据处理过程中人工的介入，保证了图元数据处理效率以及准确率，并且通过分组后的数据为后续目标图元的预测与识别奠定了基础。

在本实施例中提供了一种图元数据处理方法，可用于电子设备，如电脑、手机、平板电脑等，图2是根据本发明实施例的图元数据处理方法的流程图，如图2所示，该流程包括如下步骤：

S21，获取待处理图纸。

详细请参见图1所示实施例的S11，在此不再赘述。

S22，按照待处理图纸的图元特性对待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息。

具体地，上述S22可以包括：

S221，获取待处理图纸不同图层的图元以及各个图元属性。

电子设备获取到待处理图纸，需要将图纸进行分组，因为在图纸绘制过程中，同种类型的图元根据绘制习惯会分布于同一图层，并且针对于每一个设计师而言会有一定的设计习惯，为了明显区分不同的图元，会将不同类型的图元进行不同的显示，因此在分组过程中首先获取待处理图纸的所有的不同图层的图元以及各个图元属性。以上述签名图鉴为例，对于同一个设计师，会将签名信息设置在同一图层，并且在设置签名的过程中会用同一种颜色、同样的线段类型。其中为了获取更高效的处理速度，可以通过划分同一图层的不同颜色进行分类，就能很好的对待处理图纸中的所有图纸进行后续的初步分组。

S222，将当前图层的图元按照图元属性进行分组，以确定不同的属性图元组。

分别将每个图层的图元按照不同的图元属性进行初步分组，例如在当前图层中所有的图元有紫色、绿色和蓝色，那么就将所有的图元按照不同颜色划分为三组。如果在划分过程中还需要考虑其他图元属性，例如图元的线段类型，就可以在将颜色分类后的三组图元再按照线段类型进行分类，同理如果再涉及其他的图元属性例如字体等等信息，再进行更细致的分组。需要说明的是，本实施例仅以上述图元属性为例进行说明，但是为了减少工作量提高工作效率，在利用一种图元属性的基础上即可进行初步的划分。

S223，分别对各个属性图元组进行二次分组，以确定分组后的各个图元组信息。

在利用图元属性进行分组之后，会对分组后的各个属性图元组再进行进一步的分组，具体的分组过程将在下文进行阐述。

在本实施例的一些可选实施方式中，上述S221可以包括：

(1)按照图元的连通特性，将各个属性图元组进行拆分。

将图元中所有线段进行连通性的判断，其中连通特性指线与线的直接连接，因此将各个图元中所有线条根据连通与否进行划分。如图3所示，图中最左侧的字根据连通与否划分为了两组，后续的其他图元都以此标准进行划分，上述图元根据是否有断点(连通与否)一共划分了11组。需要说明的是，本实施例仅以上述图元为例进行说明，在实际应用中并不以此为限。

(2)将拆分后的图元进行聚类分组，以确定分组后的各个图元组信息。由于拆分过程中把所有的图元进行了拆分导致每个分组都不是一个完整的图元，因此需要对拆分的图元再进行密度聚类。

作为本实施例的一种可选实施方式，上述S222的步骤(2)可以包括：

2.1)获取各个拆分后的图元的位置信息。

由于上述的利用连通特性进行拆分后，每一部分都看不出是否为图元的一部分，因此获取各个拆分后的图元的位置信息。

2.2)利用位置信息确定各个拆分后的图元之间的距离。其中可以根据位置信息中记录的坐标信息或者边框信息确定各个拆分后的图元之间的距离。

2.3)按照预设范围将各个拆分后的图元进行聚类，以确定分组后的各个图元组信息。

将一定范围内的图元聚为一组，形成一个整体的图元，以确定各个图元组信息。例如签名图鉴在上述拆分过程中拆分成了单个线段需要将预设范围内的线段进行聚类处理，最终得到如图4所示的将三个字确定为一个整体。

本实施例中，以图5所示的CAD图纸为例，进行上述分组后可以确定图中均为同一图层同一颜色的图元，然后根据图元连通特性以及聚类分组之后可以确定图纸分为三个组，其中第一组(边框划分的一组)以及左右两组建筑图元的分组。需要说明的是，图5仅仅是想表示分组的情况，且图5中的具体文字内容并不是本案所关心的内容。本实施例仅以上述CAD图纸为例进行说明，本实施例并不以此为限。

S23，对分组后的图元组信息进行特征提取，确定各个图元组信息的特征数据。

具体地，上述步骤S23还包括如下步骤：

S231，获取目标图元特征信息。

获取最终需要确定的目标图元的特征信息，例如签名图鉴，可以通过确定待检测组的颜色、此组在进行连通特性划分中划分的个数、划分的所有线条的数量、此组各个线条确定的平均长度与整张图纸中线条平均长度的比值、拆分后的图元组数量与此待检测组中的分组图元数量比值以及此组图元的面积占整张图纸的比例等等。

S232，对分组后的图元组信息按照目标图元特征信息进行特征提取。

其中在特征提取过程中，可以通过泛化选取的方式进行选取。以上述特征为例：

int m_nGroupColor；//这组的颜色

int m_nGroupObjectCount；//联通组(拆分后的组的个数)

int m_nLineCount；//所有拆分的线条的数量

double m_dGroupAvgLengthTimes；//这组线条的平均长度与整张图纸线条的平均长度的比值

double m_dGroupObjectCountEDOTimes；//联通组数量与这组图元数量的比值

double m_dAreaScale；//这组图元面积占整张图纸面积的比例

需要说明的是，上述特征可以准确的确定目标图元(签名图鉴)的特征，然后电子设备会根据上述目标图元的特征信息进行判断，以为其进行标签判断。

S233，将提取后的数据进行预设目标格式的转换，确定各个图元组信息的特征数据。

本实施例中，将提取后的数据进行格式转换，以便于更快速的进行数据处理与检测，例如将数据转换为json格式(预设目标格式)，以确定最终的各个图元组信息的特征数据。需要说明的是，本实施例仅以上述格式为例进行说明，在实际应用中还可以使其他数据格式，本实施例并不以此为限。

本实施例提供的图元数据处理方法，由于各个图元的组成显得可以进行连接线的区分，将断开连接的进行再次分组；通过对连接线方式拆分后的分组进行距离的划分，将距离超过一定值的图元划分为两组，以根据绘制标准保证分组的准确性；利用目标图元的特征信息确定需要提取的特征的数据信息，将提取后的数据准换为目标格式，以确定各个图元组信息中满足要求的特征数据，提高识别处理的准确性与高效性。

在本实施例中提供了一种图元数据处理方法，可用于电子设备，如电脑、手机、平板电脑等，图6是根据本发明实施例的图元数据处理方法的流程图，如图6所示，该流程包括如下步骤：

S31，获取待处理图纸。

详细请参见图2所示实施例的S21，在此不再赘述。

S32，按照待处理图纸的图元特性对待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息。

详细请参见图2所示实施例的S22，在此不再赘述。

S33，对分组后的图元组信息进行特征提取，确定各个图元组信息的特征数据。

详细请参见图2所示实施例的S23，在此不再赘述。

具体地，在上述步骤S33之后，本实施例提供的图元数据处理方法，还包括：

S34，获取历史标签数据。

以上述数据处理流程确定特征数据之后，需要人为的进行数据标签，判断将目标图元进行标签设置，例如将签名图鉴的标签设置为1，将其他图元的标签设置为0。标记之后，确定出所有历史标签数据。

S35，利用历史标签数据对预设预测模型进行训练，确定图元预测模型。

具体地，上述S35可以包括：

S351，将历史标签数据进行预设目标格式的转换，确定训练数据集。

同样地，为了保证处理速度以及检测效率，将历史标签数据同样进行格式转换，将格式转换后的数据确定为训练数据集。

S352，利用训练数据集对预设预测模型进行训练，确定图元预测模型。

模型的训练可以使用随机森林模型进行训练即可获得不错的效果，进而确定图元预测模型。需要说明的是，在训练过程中本实施例以随机森林模型进行说明，在实际应用中并不以此为限。

在另一具体实施例中，本实施例提供的图元数据处理方法还包括：

S36，将特征数据输入图元预测模型中，以确定目标图元。将特征数据输入图元预测模型后，即可输出相应的标签，以确定其对应的是否为目标图元。

本实施例提供的图元数据处理方法，对预设预测模型进行训练，首先确定训练数据集，以保证模型训练的效率，并利用多组历史标签数据提高模型的泛化能力；并且通过将特征数据输入训练好的图元预测模型中，最后确定目标图元，利用泛化能力高的模型以及分组后确定的特征数据，以最终提高图元识别的效率以及准确率。

在本实施例中还提供了一种图元数据处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

本实施例提供一种图元数据处理装置，如图7所示，包括：

第一处理模块41，用于获取待处理图纸；

第二处理模块42，用于按照待处理图纸的图元特性对待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息；

第三处理模块43，用于对分组后的图元组信息进行特征提取，确定各个图元组信息的特征数据。

本实施例提供的图元数据处理装置，通过将待处理图纸中的所有图元进行分组，然后对分组后的图元组信息进行特征提取，以确定最终的特征数据，避免了图元数据处理过程中人工的介入，保证了图元数据处理效率以及准确率，并且通过分组后的数据为后续目标图元的预测与识别奠定了基础。

本实施例中的图元数据处理装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

本发明实施例还提供一种电子设备，具有上述图7所示的图元数据处理装置。

请参阅图8，图8是本发明可选实施例提供的一种电子设备的结构示意图，如图8所示，该电子设备可以包括：至少一个处理器51，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口53，存储器54，至少一个通信总线52。其中，通信总线52用于实现这些组件之间的连接通信。其中，通信接口53可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口53还可以包括标准的有线接口、无线接口。存储器54可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器54可选的还可以是至少一个位于远离前述处理器51的存储装置。其中处理器51可以结合图7所描述的装置，存储器54中存储应用程序，且处理器51调用存储器54中存储的程序代码，以用于执行上述任一方法步骤。

其中，通信总线52可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线52可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器54可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器54还可以包括上述种类的存储器的组合。

其中，处理器51可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。

其中，处理器51还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。

可选地，存储器54还用于存储程序指令。处理器51可以调用程序指令，实现如本申请图1、2和6实施例中所示的图元数据处理方法。

本发明实施例还提供了一种非暂态计算机存储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的图元数据处理方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims

1.一种图元数据处理方法，其特征在于，包括：

获取待处理图纸；

2.根据权利要求1所述的方法，其特征在于，所述按照所述待处理图纸的图元特性对所述待处理图纸中的所有图元进行分组，以确定分组后的各个图元组信息，包括：

获取所述待处理图纸不同图层的图元以及各个图元属性；

3.根据权利要求2所述的方法，其特征在于，所述分别对各个所述属性图元组进行二次分组，以确定分组后的各个图元组信息，包括：

按照图元的连通特性，将各个属性图元组进行拆分；

4.根据权利要求3所述的方法，其特征在于，所述将拆分后的图元进行聚类分组，以确定分组后的各个图元组信息，包括：

获取各个拆分后的图元的位置信息；

利用所述位置信息确定各个拆分后的图元之间的距离；

5.根据权利要求2所述的方法，其特征在于，所述对分组后的所述图元组信息进行特征提取，确定各个图元组信息的特征数据，包括：

获取目标图元特征信息；

6.根据权利要求5所述的方法，其特征在于，在所述确定各个图元组信息的特征数据之后，所述方法还包括：

获取历史标签数据；

7.根据权利要求6所述的方法，其特征在于，所述利用所述历史标签数据对预设预测模型进行训练，确定图元预测模型，包括：

8.根据权利要求6所述的方法，其特征在于，在所述确定各个图元组信息的特征数据之后，所述方法还包括：将所述特征数据输入图元预测模型中，以确定目标图元。

9.一种图元数据处理装置，其特征在于，包括：

第一处理模块，用于获取待处理图纸；

10.一种电子设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-8中任一项所述的图元数据处理方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-8中任一项所述的图元数据处理方法。