CN114742881A - 2d户型图实际比例计算方法、装置、系统及存储介质 - Google Patents
2d户型图实际比例计算方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN114742881A CN114742881A CN202210526349.3A CN202210526349A CN114742881A CN 114742881 A CN114742881 A CN 114742881A CN 202210526349 A CN202210526349 A CN 202210526349A CN 114742881 A CN114742881 A CN 114742881A
- Authority
- CN
- China
- Prior art keywords
- actual
- size
- house type
- door
- house
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 46
- 238000010586 diagram Methods 0.000 claims abstract description 63
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 206010010356 Congenital anomaly Diseases 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20228—Disparity calculation for image-based rendering
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种2D户型图实际比例计算方法、装置、系统及存储介质。其中，所述方法包括：获取2D户型图；判断所述2D户型图中是否存在与户型图对应的尺寸数据；若是，则提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。本发明的方法能够实现对于户型图其中有无尺寸数据加以区分和兼容，进而自动针对户型图计算得出实际比例，避免了现有的方法中只能通过人工进行测量和预估的缺陷，本方法准确性高，提高了实际比例的计算和获取效率，兼容性好。
Description
技术领域
本发明涉及计算机技术领域，更具体地说，涉及一种2D户型图实际比例计算方法、装置、系统及存储介质。
背景技术
户型图就是住房的平面空间布局图，即对各个独立空间的使用功能、相应位置、大小进行描述的图型。可以直观的看清房屋的走向布局。户型在某些时候是需要先天不足后天补的，所以了解户型的可变结构也很重要。哪些墙能动，哪些墙不能动，下水管、上水管的位置，电线走向等也要尽可能掌握。
在家居行业中，出于数据收集和统计，需要对房屋制作户型效果图，而制作户型效果图需要使用到户型图的矢量数据，而且矢量数据必须户符合现实比例。如果在只有单张二维RGB的户型图的情况下，只能通过人工进行测量和预估，准确性差，计算效率低，工作量大。
发明内容
有鉴于此，本发明提供一种2D户型图实际比例计算方法，包括：
获取2D户型图；
判断所述2D户型图中是否存在与户型图对应的尺寸数据；
若是，则提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；
根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。
优选地，所述提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸，包括：
定位所述2D户型图中的标尺线；
提取所述标尺线上的参数，作为所述尺寸数据；并且，获取所述标尺线的像素长度，并将所述像素长度作为所述实际尺寸。
优选地，所述提取所述标尺线上的参数，作为所述尺寸数据；并且，获取所述标尺线的像素长度，并将所述像素长度作为所述实际尺寸，包括：
根据yolox算法，利用预先训练的模型确定所述标尺线所在的识别区域；
提取所述识别区域，并获取对应的矢量图；
获取所述矢量图中所述标尺线的参数，作为所述尺寸数据；
获取所述矢量图中所述标尺线的像素长度，作为所述实际尺寸。
优选地，所述判断所述2D户型图中是否存在与户型图对应的尺寸数据之后，还包括：
若否，则定位所述2D户型图中的房门；
获取所述房门的门实际尺寸，根据所述门实际尺寸计算得出所述实际比例。
优选地，所述获取所述房门的门实际尺寸，根据所述门实际尺寸计算得出所述实际比例，包括：
获取所述房门的所述门实际尺寸和预设的房门尺寸；
根据所述门实际尺寸和预设的房门尺寸，计算得出所述实际比例。
优选地，所述获取所述房门的所述门实际尺寸，包括：
以所述房门的两直角边构建所述房门的房门矩形框；
获取所述矩形框的边长的门像素尺寸，作为所述实际尺寸。
优选地，所述根据所述门实际尺寸和预设的房门尺寸，计算得出所述实际比例之后，还包括：
获取所述户型图中根据每个房门计算得出的实际比例；
计算所述户型图中所有所述实际比例的平均值，并以所述平均值作为所述户型图对应的实际比例尺。
此外，为解决上述问题，本发明还提供一种2D户型图实际比例计算装置，包括：
获取模块，用于获取2D户型图；
判断模块，用于判断所述2D户型图中是否存在与户型图对应的尺寸数据；
提取模块，用于在所述2D户型图中存在与户型图对应的尺寸数据时，提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；
计算模块，用于根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。
此外，为解决上述问题，本发明还提供一种2D户型图实际比例计算系统，包括存储器以及处理器，所述存储器用于存储2D户型图实际比例计算程序，所述处理器运行所述2D户型图实际比例计算程序以使所述2D户型图实际比例计算系统执行如上述所述的2D户型图实际比例计算方法。
此外，为解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有2D户型图实际比例计算程序，所述2D户型图实际比例计算程序被处理器执行时实现如上述所述的2D户型图实际比例计算方法。
本发明提供了一种2D户型图实际比例计算方法、装置、系统及存储介质。其中，所述方法包括：获取2D户型图；判断所述2D户型图中是否存在与户型图对应的尺寸数据；若是，则提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。本发明所提供方法，通过先判断户型图中是否存在尺寸数据，在确认存在尺寸数据后，提取该尺寸数据和实际尺寸，并根据尺寸数据和实际尺寸计算得出户型图的实际比例，本发明的方法能够实现对于户型图其中有无尺寸数据加以区分和兼容，进而自动针对户型图计算得出实际比例，避免了现有的方法中只能通过人工进行测量和预估的缺陷，本方法准确性高，提高了实际比例的计算和获取效率，兼容性好。
附图说明
图1为本发明2D户型图实际比例计算方法实施例涉及的硬件运行环境的结构示意图；
图2为本发明2D户型图实际比例计算方法第1实施例的流程示意图；
图3为本发明2D户型图实际比例计算方法第2实施例的流程示意图；
图4为本发明2D户型图实际比例计算方法第2实施例中步骤S320细化的流程示意图；
图5为本发明2D户型图实际比例计算方法第3实施例的流程示意图；
图6为本发明2D户型图实际比例计算方法第3实施例中步骤S600细化的流程示意图；
图7为本发明2D户型图实际比例计算方法第3实施例中步骤S620细化的流程示意图；
图8为本发明2D户型图实际比例计算方法第3实施例中包括步骤S700、S800的整体流程示意图；
图9为本发明2D户型图实际比例计算装置的模块连接示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
下面详细描述本发明的实施例，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，是本发明实施例涉及的终端的硬件运行环境的结构示意图。
本发明实施例2D户型图实际比例计算系统，可以为PC，也可以是智能手机、平板电脑或者便携计算机等可移动式终端设备等。该2D户型图实际比例计算系统中可以包括：处理器1001、例如CPU，网络接口1004、用户接口1003、存储器1005和通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏、输入单元比如键盘、遥控器，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地，2D户型图实际比例计算系统还可以包括RF(RadioFrequency，射频)电路、音频电路、WiFi模块等等。此外，该2D户型图实际比例计算系统还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的2D户型图实际比例计算系统并不构成对其的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机可读存储介质的存储器1005中可以包括操作系统、数据接口控制程序、网络连接程序以及2D户型图实际比例计算程序。
本发明提供的一种2D户型图实际比例计算方法、装置、系统及存储介质。其中，所述方法能够实现对于户型图其中有无尺寸数据加以区分和兼容，进而自动针对户型图计算得出实际比例，避免了现有的方法中只能通过人工进行测量和预估的缺陷，本方法准确性高，提高了实际比例的计算和获取效率，兼容性好。
实施例1：
参照图2，本发明第1实施例提供一种2D户型图实际比例计算方法，包括：
步骤S100，获取2D户型图；
上述，户型图就是住房的平面空间布局图，即对各个独立空间的使用功能、相应位置、大小进行描述的图型。可以直观的看清房屋的走向布局。由户型图中，可以获知房屋内的户型格局(几室几厅几卫)、面积、朝向、所在位置等等信息。
在实际应用中，2D户型图是平面的能够显示户型格局的图像，一般的由CAD制作，进一步在根据需求制作3D的效果图，3D的效果图的制作时的基础即为2D户型图，以及其中的实际比例，因此实际比例在掌握户型图的概况，以及制作3D效果图时十分重要。
步骤S200，判断所述2D户型图中是否存在与户型图对应的尺寸数据；
上述，尺寸数据，即为户型图中的标尺对应的数据，由尺寸数据，可以获知一段图示中的距离所代表的实际长度。例如，一面墙的长度在户型图中具有标尺，其上面表示有2775，则代表制图人员想标示出的该段距离为2775mm。
在进行进一步的计算时，首先要判断该户型图中，是否包含有尺寸数据，如果具有尺寸数据，则可以进一步的进行针对于该尺寸数据的计算。
步骤S300，若是，则提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；
上述，该尺寸数据的提取，为针对于户型图中所存在的标尺上的参数进行的提取，具体的提取方法，可以利用yolox模型对户型图进行分析，从而定位到该参数，并进而提取出来。
上述，实际尺寸，可以为与该标尺对应的实际长度，可以为像素长度或者一定定义下测量该标尺的距离值。
上述，实际尺寸的提取，可以通过图像识别定位出该标尺，进而再根据测量该标尺的结果获得实际尺寸。
步骤S400，根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。
在计算时，可以为图上的尺寸数据比上实际尺寸，进而能够计算得出实际比例。
本实施例所提供方法，通过先判断户型图中是否存在尺寸数据，在确认存在尺寸数据后，提取该尺寸数据和实际尺寸，并根据尺寸数据和实际尺寸计算得出户型图的实际比例，本实施例的方法能够实现对于户型图其中有无尺寸数据加以区分和兼容，进而自动针对户型图计算得出实际比例，避免了现有的方法中只能通过人工进行测量和预估的缺陷，本方法准确性高，提高了实际比例的计算和获取效率，兼容性好。
实施例2：
参照图3，本发明第2实施例提供一种2D户型图实际比例计算方法，基于上述实施例1，所述步骤S300中，提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸，包括：
步骤S310，定位所述2D户型图中的标尺线；
上述，标尺线，即为与尺寸数据对应的表示一段距离长度的线段。
定位该标尺线，能够获得标尺线所在位置，进而进一步根据标尺线进行识别。
步骤S320，提取所述标尺线上的参数，作为所述尺寸数据；并且，获取所述标尺线的像素长度，并将所述像素长度作为所述实际尺寸。
上述，标尺线上所标示的参数，即为户型图中的该标尺线所对应的表示长度的尺寸数据。
上述，标尺线的像素长度，为与该尺寸数据对应的实际尺寸。
进一步的，参考图4，所述步骤S320，提取所述标尺线上的参数，作为所述尺寸数据；并且，获取所述标尺线的像素长度，并将所述像素长度作为所述实际尺寸，包括：
步骤S321，根据yolox算法，利用预先训练的模型确定所述标尺线所在的识别区域；
上述，需要说明的是，Yolo算法(You Only Look Once:Unified,Real-TimeObject Detection)，该算法命名中，You Only Look Once表示只需要一次CNN运算，Unified表示统一的框架，提供end-to-end的预测，而Real-Time体现是Yolo算法速度快。Yolo-v1版本算法，其性能是差于后来的SSD算法的，但是Yolo经改进，产生了Yolo9000算法。
上述，在识别时，YOLO用整个图片的特征去预测每一个边界框，同时预测一个图像在所有类中的所有边界框。YOLO先把整个图片划分成S*S个方格，如果一个物体的中心正好落在一个方格中，那么这个方格就负责来预测物体。每一个方格预测出B个边界框和这些框的置信分数。这些表示方格包含物体的准确度和产生的框精确的程度。输出就是S x S x(5*B+C)的一个tensor。
分数计算公式为：
其中如果有object落在一个方格里，第一项取1，否则取0。每一个边界框有5个参数需要预测，x,y,h,w,confidence。(x,y)表示的是框的中心点坐标，和方格的边界有关。(h,w)表示的是框的宽度的高度，和整个图片有关。Confidence就代表预测框和标签框的IOU。
每一个方格预测C个条件类别概率。只预测每一个方格上一系列的分类概率，不管B个边界框是怎么样的。在测试时，将条件类概率和单个框的置信度预测相乘。
步骤S322，提取所述识别区域，并获取对应的矢量图；
上述，确定该识别区域后，提取该识别区域的截图，进而获取对应的矢量图。
上述，识别区域，即为包含有该标尺线的识别框。
在图像识别过程中，识别出该识别区域后，根据该区域内的图像获取该区域内的矢量图。
步骤S323，获取所述矢量图中所述标尺线的参数，作为所述尺寸数据；
上述，标尺线上的参数，即为尺寸数据。
在识别区域内，针对于该矢量图，进行文字识别，从而能够识别出该代表距离长度的参数，作为尺寸数据。
上述，针对于标尺线所在识别区的矢量图提取，采用opencv编写的算法来提取矢量数据。
上述，需要说明的是，OpenCV是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写，它具有C++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令，如今也提供对于C#、Ch、Ruby，GO的支持。
步骤S324，获取所述矢量图中所述标尺线的像素长度，作为所述实际尺寸。
本实施例中，利用yolox算法，定位到标尺线后，提取识别区域，并根据该识别区域内的矢量图，提取对应的尺寸数据和像素长度作为的实际尺寸，从而可以进行进一步的计算，提高了识别的准确率，提高了识别效率。
实施例3：
参照图5，本发明第3实施例提供一种2D户型图实际比例计算方法，基于上述实施例1，所述步骤S200，判断所述2D户型图中是否存在与户型图对应的尺寸数据之后，还包括：
步骤S500，若否，则定位所述2D户型图中的房门；
上述，在2D户型图中，一般都设有不同的户型的房间，每个房间一般都设有房门和窗户。
在现有的2D户型图中，常规的都会在户型图的外周设置有一圈用于表示大小的标尺和尺寸数据。但是部分户型图中并不会进行标记，所以为解决上述问题，本实施例中，特针对于未标记标尺线和尺寸数据的户型图进行实际比例的计算。
本实施例中，针对的是户型图的房门，此外，也可以根据户型图中的其他具有一定特征的元素进行识别和定位，例如，窗户、床位、空调等等。
上述，房门的形状和特征在2D户型图中通常表示为，两个等长直线垂直连接组成正方向的一个角，其对角处为半圆，连接的为直线的另外两个边，从而组成一个形似半开的房门的形状。
上述，定位房门的方法，可以为利用yolox算法，定位到房门的区域后进行进一步的识别。
步骤S600，获取所述房门的门实际尺寸，根据所述门实际尺寸计算得出所述实际比例。
上述，房门的门实际尺寸，即为房门的实际像素大小，可以为其两个直角边的像素长度，也可以为圆弧的像素弧长度。
上述，根据其实际尺寸进行比例尺的计算，可以将房门所占的像素长度与房门所代表的尺寸进行推算。
进一步的，参考图6，所述步骤S600，获取所述房门的门实际尺寸，根据所述门实际尺寸计算得出所述实际比例，包括：
步骤S610，获取所述房门的所述门实际尺寸和预设的房门尺寸；
门实际尺寸即为房门所占的像素长度。
具体的，可以为房门的两个等长的直角边的像素长度，例如，可以为，计算得出两个直角边长的长度值，再计算两个直角边长值的均值，作为门实际尺寸的数据。
上述，通过取两个直角边长的均值作为门实际尺寸，能够进一步提高数据识别和计算的精确度。
上述，房门的预设的房门尺寸，即为推定的一个实际数据，现有的房间常规的房门宽为0.8-0.9米。则本实施例中，可以根据实际情况进行预先设定，预设的房门尺寸可以为900mm，或者其他尺寸。
步骤S620，根据所述门实际尺寸和预设的房门尺寸，计算得出所述实际比例。
进一步的，参考图7，所述步骤S620中，获取所述房门的所述门实际尺寸，包括：
步骤S621，以所述房门的两直角边构建所述房门的房门矩形框；
上述，房门在图像中常规显示为有两个直角边的四分之一圆的形状。以两直角边为基础，构建一个房门矩形框，使另一边的半圆弧可以包括于该矩形框内，从而在计算时可以进一步提高准确度。
步骤S622，获取所述矩形框的边长的门像素尺寸，作为所述实际尺寸。
上述，矩形框的门像素尺寸，即为矩形框的边长值的门像素尺寸。由于矩形框两个直角边为原房门形状的原边，所以在计算时，同样可以取门矩形框的两个相交的直角边的像素边长的均值，作为门像素尺寸，从而作为实际尺寸。
进一步的，参考图8，所述步骤S400，根据所述门实际尺寸和预设的房门尺寸，计算得出所述实际比例之后，还包括：
步骤S700，获取所述户型图中根据每个房门计算得出的实际比例；
上述，一个户型图中可能具有多个房门，房门的大小可能存在一定的差别。如果单独按照其中一个房门去计算实际比例可能存在一定的误差。
未解决该问题，本实施例中，针对于多个房门的情况，并不是择一进行计算，为提高计算的准确度，将由所有房门计算得出的实际比例进行计算该户型图的比例。
步骤S800，计算所述户型图中所有所述实际比例的平均值，并以所述平均值作为所述户型图对应的实际比例尺。
上述，求取所有的实际比例的均值，得出平均值，该平均值为由每个房门所计算得出的实际比例的求取平均所得出，因此最终得出的求取平均值的实际比例尺，相对于针对某一个房门所计算出的实际比例，更加准确。
本实施例中，为了解决现有的一些户型图中并不配有标尺线和距离长度的标识而需要计算实际比例的情形，采取以户型图中的特定元素进行计算，取其中房门的实际尺寸，以及预设的房门尺寸，两参数进行计算，从而得出实际比例，该计算方法同样能够得出户型图的实际比例，具有自动识别、准确度高、识别效率高的特点。同时，为了进一步提高准确度，将户型图的多个房门分别计算得到的实际比例，求取均值，从而得到实际比例尺，该实际比例尺为最终的精确的比例尺，准确性高，提高了实际比例的计算和获取效率，兼容性好。
此外，参考图9，本申请还提供一种2D户型图实际比例计算装置，包括：
获取模块10，用于获取2D户型图；
判断模块20，用于判断所述2D户型图中是否存在与户型图对应的尺寸数据；
提取模块30，用于在所述2D户型图中存在与户型图对应的尺寸数据时，提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；
计算模块40，用于根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。
此外，本申请还提供一种2D户型图实际比例计算系统，包括存储器以及处理器，所述存储器用于存储2D户型图实际比例计算程序，所述处理器运行所述2D户型图实际比例计算程序以使所述2D户型图实际比例计算系统执行所述2D户型图实际比例计算方法。
此外，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有2D户型图实际比例计算程序，所述2D户型图实际比例计算程序被处理器执行时实现如上述所述的2D户型图实际比例计算方法。
总之，本申请中提供一种2D户型图实际比例计算方法、装置、系统及存储介质。其中，所述方法能够实现对于户型图其中有无尺寸数据加以区分和兼容，进而自动针对户型图计算得出实际比例，避免了现有的方法中只能通过人工进行测量和预估的缺陷，本方法准确性高，提高了实际比例的计算和获取效率，兼容性好。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种2D户型图实际比例计算方法，其特征在于，包括：
获取2D户型图；
判断所述2D户型图中是否存在与户型图对应的尺寸数据；
若是，则提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；
根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。
2.如权利要求1所述2D户型图实际比例计算方法，其特征在于，所述提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸，包括：
定位所述2D户型图中的标尺线；
提取所述标尺线上的参数，作为所述尺寸数据；并且，获取所述标尺线的像素长度，并将所述像素长度作为所述实际尺寸。
3.如权利要求2所述2D户型图实际比例计算方法，其特征在于，所述提取所述标尺线上的参数，作为所述尺寸数据；并且，获取所述标尺线的像素长度，并将所述像素长度作为所述实际尺寸，包括：
根据yolox算法，利用预先训练的模型确定所述标尺线所在的识别区域；
提取所述识别区域，并获取对应的矢量图；
获取所述矢量图中所述标尺线的的参数，作为所述尺寸数据；
获取所述矢量图中所述标尺线的像素长度，作为所述实际尺寸。
4.如权利要求1所述2D户型图实际比例计算方法，其特征在于，所述判断所述2D户型图中是否存在与户型图对应的尺寸数据之后，还包括：
若否，则定位所述2D户型图中的房门；
获取所述房门的门实际尺寸，根据所述门实际尺寸计算得出所述实际比例。
5.如权利要求4所述2D户型图实际比例计算方法，其特征在于，所述获取所述房门的门实际尺寸，根据所述门实际尺寸计算得出所述实际比例，包括：
获取所述房门的所述门实际尺寸和预设的房门尺寸；
根据所述门实际尺寸和预设的房门尺寸，计算得出所述实际比例。
6.如权利要求5所述2D户型图实际比例计算方法，其特征在于，所述获取所述房门的所述门实际尺寸，包括：
以所述房门的两直角边构建所述房门的房门矩形框；
获取所述矩形框的边长的门像素尺寸，作为所述实际尺寸。
7.如权利要求6所述2D户型图实际比例计算方法，其特征在于，所述根据所述门实际尺寸和预设的房门尺寸，计算得出所述实际比例之后，还包括：
获取所述户型图中根据每个房门计算得出的实际比例；
计算所述户型图中所有所述实际比例的平均值，并以所述平均值作为所述户型图对应的实际比例尺。
8.一种2D户型图实际比例计算装置，其特征在于，包括：
获取模块，用于获取2D户型图；
判断模块，用于判断所述2D户型图中是否存在与户型图对应的尺寸数据；
提取模块，用于在所述2D户型图中存在与户型图对应的尺寸数据时，提取所述2D户型图中的尺寸数据，以及与所述尺寸数据对应的实际尺寸；
计算模块，用于根据所述尺寸数据和所述实际尺寸，计算得出所述实际比例。
9.一种2D户型图实际比例计算系统，其特征在于，包括存储器以及处理器，所述存储器用于存储2D户型图实际比例计算程序，所述处理器运行所述2D户型图实际比例计算程序以使所述2D户型图实际比例计算系统执行如权利要求1-7任一项所述的2D户型图实际比例计算方法。
10.一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上存储有2D户型图实际比例计算程序，所述2D户型图实际比例计算程序被处理器执行时实现如权利要求1-7任一项所述的2D户型图实际比例计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210526349.3A CN114742881A (zh) | 2022-05-16 | 2022-05-16 | 2d户型图实际比例计算方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210526349.3A CN114742881A (zh) | 2022-05-16 | 2022-05-16 | 2d户型图实际比例计算方法、装置、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114742881A true CN114742881A (zh) | 2022-07-12 |
Family
ID=82285292
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210526349.3A Pending CN114742881A (zh) | 2022-05-16 | 2022-05-16 | 2d户型图实际比例计算方法、装置、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114742881A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116343253A (zh) * | 2023-03-13 | 2023-06-27 | 苏州威视通智能科技有限公司 | 一种cad图纸长度单位与像素值比例的识别、获取与计算方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110119664A (zh) * | 2018-12-17 | 2019-08-13 | 江苏艾佳家居用品有限公司 | 一种户型图中门识别方法和系统 |
| CN110414477A (zh) * | 2019-08-06 | 2019-11-05 | 广东三维家信息科技有限公司 | 图像比例尺检测方法及装置 |
| US20190371079A1 (en) * | 2018-05-30 | 2019-12-05 | Ke.Com (Beijing) Technology Co., Ltd. | Method and apparatus for marking and displaying spatial size in virtual three-dimensional house model |
| CN111611643A (zh) * | 2020-05-27 | 2020-09-01 | 电子科技大学中山学院 | 户型矢量化数据获得方法、装置、电子设备及存储介质 |
| CN113345044A (zh) * | 2021-04-22 | 2021-09-03 | 北京房江湖科技有限公司 | 户型图生成方法及装置 |
| CN113742810A (zh) * | 2020-05-28 | 2021-12-03 | 杭州群核信息技术有限公司 | 一种比例尺识别方法和基于临摹图的三维模型建立系统 |
-
2022
- 2022-05-16 CN CN202210526349.3A patent/CN114742881A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190371079A1 (en) * | 2018-05-30 | 2019-12-05 | Ke.Com (Beijing) Technology Co., Ltd. | Method and apparatus for marking and displaying spatial size in virtual three-dimensional house model |
| CN110119664A (zh) * | 2018-12-17 | 2019-08-13 | 江苏艾佳家居用品有限公司 | 一种户型图中门识别方法和系统 |
| CN110414477A (zh) * | 2019-08-06 | 2019-11-05 | 广东三维家信息科技有限公司 | 图像比例尺检测方法及装置 |
| CN111611643A (zh) * | 2020-05-27 | 2020-09-01 | 电子科技大学中山学院 | 户型矢量化数据获得方法、装置、电子设备及存储介质 |
| CN113742810A (zh) * | 2020-05-28 | 2021-12-03 | 杭州群核信息技术有限公司 | 一种比例尺识别方法和基于临摹图的三维模型建立系统 |
| CN113345044A (zh) * | 2021-04-22 | 2021-09-03 | 北京房江湖科技有限公司 | 户型图生成方法及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116343253A (zh) * | 2023-03-13 | 2023-06-27 | 苏州威视通智能科技有限公司 | 一种cad图纸长度单位与像素值比例的识别、获取与计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10268917B2 (en) | Pre-segment point cloud data to run real-time shape extraction faster | |
| US20180260648A1 (en) | Area of interest boundary extracting method and apparatus, device and computer storage medium | |
| CN110866496A (zh) | 基于深度图像的机器人定位与建图方法和装置 | |
| US10769836B2 (en) | Method and apparatus for establishing coordinate system and data structure product | |
| US20140119656A1 (en) | Scale-invariant superpixel region edges | |
| CN111968247B (zh) | 三维房屋空间的构建方法、装置、电子设备及存储介质 | |
| CN104094082A (zh) | 虚拟尺 | |
| CN112683169A (zh) | 物体尺寸测量方法、装置、设备及存储介质 | |
| CN113112497B (zh) | 一种基于零样本学习的工业外观缺陷检测方法、电子设备及存储介质 | |
| CN114742881A (zh) | 2d户型图实际比例计算方法、装置、系统及存储介质 | |
| CN114022702A (zh) | 一种智慧仓库管理方法、装置、电子设备及存储介质 | |
| KR20210015226A (ko) | 객체 인식 기반 실내 측위를 위한 단말장치, 서비스 서버 및 그 방법 | |
| Khoshelham et al. | Results of the ISPRS benchmark on indoor modelling | |
| CN112733641A (zh) | 物体尺寸测量方法、装置、设备及存储介质 | |
| Troncoso-Pastoriza et al. | Use of BIM data as input and output for improved detection of lighting elements in buildings | |
| CN110657760B (zh) | 基于人工智能的测量空间面积的方法、装置及存储介质 | |
| CN114187589A (zh) | 一种目标检测方法、装置、设备和存储介质 | |
| CN113899367B (zh) | 无人机降落的定位方法、装置、计算机设备及存储介质 | |
| CN112417687B (zh) | 智能审图方法及相关装置 | |
| Zhang et al. | Reading recognition of pointer meter based on pattern recognition and dynamic three-points on a line | |
| CN111242187B (zh) | 一种图像相似度处理方法、装置、介质和电子设备 | |
| CN114140608A (zh) | 一种光伏板标记方法、装置、电子设备及存储介质 | |
| CN111880182A (zh) | 一种气象环境数据分析方法、系统、存储介质、雷达 | |
| WO2023103884A1 (zh) | 对象模型建立方法、装置、电子设备及存储介质 | |
| KR20210083572A (ko) | 벽면 포인팅 기반 실내 구조 정보 생성 및 재설계를 제공하는 휴대용 단말기 및 그 동작 방법 |
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 |