CN116137077B - 电子元器件库的建立方法、装置、电子设备及存储介质 - Google Patents
电子元器件库的建立方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116137077B CN116137077B CN202310401355.0A CN202310401355A CN116137077B CN 116137077 B CN116137077 B CN 116137077B CN 202310401355 A CN202310401355 A CN 202310401355A CN 116137077 B CN116137077 B CN 116137077B
- Authority
- CN
- China
- Prior art keywords
- technical
- electronic component
- determining
- parameter
- matching degree
- 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.)
- Active
Links
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
-
- 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
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
-
- 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
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
- G06V30/18019—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by matching or filtering
-
- 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
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Character Input (AREA)
Abstract
本申请提供了电子元器件库的建立方法、装置、电子设备及存储介质;该方法包括:获取电子元器件的技术文档;对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;基于预设的数据清洗规则,对所述技术参数进行数据清洗,得到数据清洗后的技术参数;基于所述数据清洗后的技术参数,建立所述技术文档对应的电子元器件库。如此,能够智能地建立电子元器件库,提高了电子元器件库建立的精度和效率。
Description
技术领域
本申请涉及电子设计自动化技术,尤其涉及电子元器件库的建立方法、装置、电子设备及存储介质。
背景技术
随着电子设计自动化技术的快速发展和广泛使用,人们使用电子设计自动化技术建立电子元器件库,逐渐成为电子设计自动化技术应用的主流。但是建立电子元器件库的过程中,现有的电子元器件库的建立方法是通过人工录入电子元器件的技术参数和原理图,现有的电子元器件库的建立方法需要的录入时间较长,且人工录入容易出现错误,导致电子元器件库建立的精度较低,人们更希望能够自动建立电子元器件库,提高电子元器件库建立的精度和效率。
因此,如何智能地建立电子元器件库,以提高电子元器件库建立的精度和效率是一直追求的目标。
发明内容
本申请实施例提供了电子元器件库的建立方法、装置、电子设备及存储介质。
根据本申请的第一方面,提供了一种电子元器件库的建立方法,该方法包括:获取电子元器件的技术文档;对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;基于预设的数据清洗规则,对所述技术参数进行数据清洗,得到数据清洗后的技术参数;基于所述数据清洗后的技术参数,建立所述技术文档对应的电子元器件库。
根据本申请一实施方式,所述对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数,包括:基于用户针对所述技术文档的类型选择指令,确定所述技术文档的类型;响应于所述用户针对所述技术文档的触控操作,确定所述技术文档对应的文字识别区域;基于所述技术文档的类型,对所述文字识别区域进行文字识别,得到所述电子元器件对应的技术参数。
根据本申请一实施方式,所述基于所述技术文档的类型,对所述文字识别区域进行文字识别,得到所述电子元器件对应的技术参数,包括:基于所述文字识别区域,确定所述文字识别区域的图像;基于所述技术文档的类型,对所述文字识别区域的图像进行图像预处理,得到预处理后的图像;获取预设的文本识别数据集,所述预设的文本识别数据集包括候选技术参数特征;基于所述预设的文本识别数据集和所述预处理后的图像,确定所述电子元器件对应的技术参数。
根据本申请一实施方式,所述基于所述预设的文本识别数据集和所述预处理后的图像,确定所述电子元器件对应的技术参数,包括:对所述预处理后的图像进行文字特征提取,确定所述预处理后的图像中的文字特征;将每个所述文字特征与每个所述候选技术参数特征进行匹配,确定每个所述文字特征与每个所述候选技术参数特征的第一匹配度;响应于所述第一匹配度满足预设的第一匹配度阈值,则基于所述候选技术参数特征,确定所述候选技术参数特征对应的所述技术参数。
根据本申请一实施方式,所述基于预设的数据清洗规则,对所述技术参数进行数据清洗,得到数据清洗后的技术参数,包括:所述预设的数据清洗规则包括所述技术参数对应的非法字符;将每个所述技术参数与每个所述非法字符进行匹配,确定每个所述技术参数与每个所述非法字符的第二匹配度;响应于所述第二匹配度满足预设的第二匹配度阈值,则将所述技术参数确定为非法技术参数;响应于所述第二匹配度不满足所述预设的第二匹配度阈值,则将所述技术参数确定为所述数据清洗后的技术参数。
根据本申请一实施方式,所述响应于所述第二匹配度满足预设的第二匹配度阈值,则将所述技术参数确定为非法技术参数之后,所述方法还包括:基于所述用户针对所述非法技术参数的修改指令,将所述非法技术参数替换为第一技术参数,所述修改指令包括所述第一技术参数;将每个所述第一技术参数与每个所述非法字符进行匹配,确定每个所述第一技术参数与每个所述非法字符的第三匹配度;响应于所述第三匹配度不满足所述预设的第三匹配度阈值,则将所述第一技术参数确定为所述数据清洗后的技术参数。
根据本申请一实施方式,所述基于所述数据清洗后的技术参数,建立所述技术文档对应的电子元器件库,包括:在符号图形编辑环境中,搭建所述电子元器件的原理图框;确定每个所述数据清洗后的技术参数对应的参数属性;基于所述数据清洗后的技术参数、所述参数属性和所述原理图框,确定所述数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对所述电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于所述预设的数据格式分类,建立所述电子元器件库,并将所述数据格式转化后的电子元器件模型存储至所述电子元器件库。
根据本申请的第二方面,提供了一种电子元器件库的建立装置,该电子元器件库的建立装置包括:获取模块,用于获取电子元器件的技术文档;识别模块,用于对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;数据清洗模块,用于基于预设的数据清洗规则,对所述技术参数进行数据清洗,得到数据清洗后的技术参数;建库模块,用于基于所述数据清洗后的技术参数,建立所述技术文档对应的电子元器件库。
根据本申请一实施方式,所述识别模块用于:基于用户针对所述技术文档的类型选择指令,确定所述技术文档的类型;响应于所述用户针对所述技术文档的触控操作,确定所述技术文档对应的文字识别区域;基于所述技术文档的类型,对所述文字识别区域进行文字识别,得到所述电子元器件对应的技术参数。
根据本申请一实施方式,所述识别模块用于:基于所述文字识别区域,确定所述文字识别区域的图像;基于所述技术文档的类型,对所述文字识别区域的图像进行图像预处理,得到预处理后的图像;获取预设的文本识别数据集,所述预设的文本识别数据集包括候选技术参数特征;基于所述预设的文本识别数据集和所述预处理后的图像,确定所述电子元器件对应的技术参数。
根据本申请一实施方式,所述识别模块用于:对所述预处理后的图像进行文字特征提取,确定所述预处理后的图像中的文字特征;将每个所述文字特征与每个所述候选技术参数特征进行匹配,确定每个所述文字特征与每个所述候选技术参数特征的第一匹配度;响应于所述第一匹配度满足预设的第一匹配度阈值,则基于所述候选技术参数特征,确定所述候选技术参数特征对应的所述技术参数。
根据本申请一实施方式,所述预设的数据清洗规则包括所述技术参数对应的非法字符,所述数据清洗模块用于:将每个所述技术参数与每个所述非法字符进行匹配,确定每个所述技术参数与每个所述非法字符的第二匹配度;响应于所述第二匹配度满足预设的第二匹配度阈值,则将所述技术参数确定为非法技术参数;响应于所述第二匹配度不满足所述预设的第二匹配度阈值,则将所述技术参数确定为所述数据清洗后的技术参数。
根据本申请一实施方式,所述电子元器件库的建立装置还包括修改模块,所述修改模块用于:基于所述用户针对所述非法技术参数的修改指令,将所述非法技术参数替换为第一技术参数,所述修改指令包括所述第一技术参数;将每个所述第一技术参数与每个所述非法字符进行匹配,确定每个所述第一技术参数与每个所述非法字符的第三匹配度;响应于所述第三匹配度不满足所述预设的第三匹配度阈值,则将所述第一技术参数确定为所述数据清洗后的技术参数。
根据本申请一实施方式,所述建库模块用于:在符号图形编辑环境中,搭建所述电子元器件的原理图框;确定每个所述数据清洗后的技术参数对应的参数属性;基于所述数据清洗后的技术参数、所述参数属性和所述原理图框,确定所述数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对所述电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于所述预设的数据格式分类,建立所述电子元器件库,并将所述数据格式转化后的电子元器件模型存储至所述电子元器件库。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请所述的方法。
本申请实施例的方法,获取电子元器件的技术文档;对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;基于预设的数据清洗规则,对所述技术参数进行数据清洗,得到数据清洗后的技术参数;基于所述数据清洗后的技术参数,建立所述技术文档对应的电子元器件库。如此,能够智能地建立电子元器件库,提高了电子元器件库建立的精度和效率。
需要理解的是,本申请的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本申请的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本申请实施例提供的电子元器件库的建立方法的处理流程示意图一;
图2示出了本申请实施例提供的电子元器件库的建立方法的处理流程示意图二;
图3示出了本申请实施例提供的电子元器件库的建立方法的处理流程示意图三;
图4示出了本申请实施例提供的电子元器件库的建立方法的处理流程示意图四;
图5示出了本申请实施例提供的电子元器件库的建立方法的处理流程示意图五;
图6示出了本申请实施例提供的电子元器件库的建立方法的应用场景图;
图7示出了本申请实施例提供的电子元器件库的建立装置的一种可选示意图;
图8示出了本申请实施例提供的电子设备的组成结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,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,而非全部实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
相关技术中,已知的建立电子元器件库的技术方案,由于通过人工录入电子元器件的技术参数和原理图。相关技术在短信文本正则生成过程中需要的人工录入时间较长,且人工录入容易出现错误,进而出现电子元器件库建立的精度低和效率低的问题。
针对相关技术提供的上述电子元器件库的建立方法,在电子元器件库的建立过程中需要的人工录入电子元器件的技术参数和原理图的时间较长,且人工录入容易出现错误,进而出现电子元器件库建立的精度低和效率低的问题,本申请实施例的方法,获取电子元器件的技术文档;对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;基于预设的数据清洗规则,对所述技术参数进行数据清洗,得到数据清洗后的技术参数;基于所述数据清洗后的技术参数,建立所述技术文档对应的电子元器件库。如此,能够智能地建立电子元器件库,自动提取电子元器件的技术参数,无需人工录入技术参数,且能够自动生成电子元器件对应的原理图,减少了电子元器件库建立的工时,进而提高了电子元器件库建立的精度和效率。因此,与相关技术在电子元器件库的建立过程中需要的人工录入电子元器件的技术参数和原理图的时间较长,且人工录入容易出现错误,进而出现电子元器件库建立的精度低和效率低的问题相比,本申请的电子元器件库的建立方法能够提高电子元器件库建立的精度和效率。
对本申请实施例提供的电子元器件库的建立方法中的处理流程进行说明。参见图1,图1是本申请实施例提供的电子元器件库的建立方法的处理流程示意图一,将结合图1示出的步骤S101-S105进行说明。
步骤S101,获取电子元器件的技术文档。
在一些实施例中,技术文档可以包括:电子元器件的技术规格书,其中技术规格书用于说明电子元器件技术参数、外观尺寸和用途用法,技术规格书的格式可以包括PDF(portable document format,可携带文件格式)、csv(Comma-Separated Values,逗号分隔值)格式和图片。
步骤S102,对技术文档进行文字识别,得到电子元器件对应的技术参数。
在一些实施例中,步骤S102可以包括:基于用户针对技术文档的类型选择指令,确定技术文档的类型;响应于用户针对技术文档的触控操作,确定技术文档对应的文字识别区域;基于技术文档的类型,对文字识别区域进行文字识别,得到电子元器件对应的技术参数。其中,类型选择指令可以用于:选择技术文档的类型。技术文档的类型可以包括:-2边有脚、-4边有脚、-BGA-SOLID(实线焊球球栅阵列封装)、-BGA-DOT(虚线焊球球栅阵列封装)、-TABLE(表格)和-PIN(引脚)矩阵。技术文档的类型还可以包括其他类型,本申请实施例不作限定。针对技术文档的触控操作可以包括:基于选择框,框选技术文档中需要进行文字识别的区域。文字识别区域可以包括:框选的技术文档中需要进行文字识别的区域。技术参数可以包括:Pin Number(引脚数)、Pin Name(引脚名称)和Function(功能)。技术参数还可以包括电子元器件的其他技术参数,本申请不作限定。
针对基于技术文档的类型,对文字识别区域进行文字识别,得到电子元器件对应的技术参数,在具体实施时,可以包括:基于文字识别区域,确定文字识别区域的图像;基于技术文档的类型,对文字识别区域的图像进行图像预处理,得到预处理后的图像;获取预设的文本识别数据集;基于预设的文本识别数据集和预处理后的图像,确定电子元器件对应的技术参数。其中,图像预处理可以包括:彩色图像灰度化、图像二值化、图像畸变角度检测、几何矫正、噪声处理、版面分析和字符切割。噪声处理可以包括:根据技术文档的类型,确定对应的噪声特征,根据噪声特征对文字识别区域的图像进行去噪。预设的文本识别数据集可以包括:预先设定的技术参数对应的候选技术参数特征。
针对基于预设的文本识别数据集和预处理后的图像,确定电子元器件对应的技术参数,在具体实施时,可以包括:对预处理后的图像进行文字特征提取,确定预处理后的图像中的文字特征;将每个文字特征与每个候选技术参数特征进行匹配,确定每个文字特征与每个候选技术参数特征的第一匹配度;响应于第一匹配度满足预设的第一匹配度阈值,则基于候选技术参数特征,确定候选技术参数特征对应的技术参数。其中,文字特征提取可以包括:基于深度学习的OCR(Optical Character Recognition,光学字符识别)进行文字特征提取。第一匹配度阈值可以包括:预先设定的能够将文字特征确定为候选技术参数特征的最小第一匹配度。响应于第一匹配度大于或等于预设的第一匹配度阈值,则确定第一匹配度满足预设的第一匹配度阈值。基于候选技术参数特征,确定候选技术参数特征对应的技术参数可以包括:将文字特征确定为满足预设的第一匹配度阈值的最大第一匹配度对应的候选技术参数特征,再确定该候选技术参数特征对应的技术参数。
作为示例,预设的第一匹配度阈值为0.94,预设的文本识别数据集可以包括:候选技术参数特征1、候选技术参数特征2和候选技术参数特征3。预处理后的图像中的文字特征可以包括:文字特征a和文字特征b。将文字特征a和文字特征b分别与候选技术参数特征1、候选技术参数特征2和候选技术参数特征3进行匹配。确定文字特征a与候选技术参数特征1的第一匹配度为0.6,文字特征a与候选技术参数特征2的第一匹配度为0.1,文字特征a与候选技术参数特征3的第一匹配度为0.95,文字特征b与候选技术参数特征1的第一匹配度为0.2,文字特征b与候选技术参数特征2的第一匹配度为0.12,文字特征b与候选技术参数特征3的第一匹配度为0.4。文字特征a与候选技术参数特征3的第一匹配度为0.95大于预设的第一匹配度阈值0.94,将文字特征a确定为候选技术参数特征3,再确定候选技术参数特征3对应的技术参数。
步骤S103,基于预设的数据清洗规则,对技术参数进行数据清洗,得到数据清洗后的技术参数。
在一些实施例中,步骤S103可以包括:将每个技术参数与每个非法字符进行匹配,确定每个技术参数与每个非法字符的第二匹配度;响应于第二匹配度满足预设的第二匹配度阈值,则将技术参数确定为非法技术参数;响应于第二匹配度不满足预设的第二匹配度阈值,则将技术参数确定为数据清洗后的技术参数。其中,预设的数据清洗规则包括技术参数对应的非法字符。非法字符可以包括:禁止出现在EDA(Electronic design automation,电子设计自动化)设计规则里面的字符。预设的数据清洗规则还可以包括:DRC(DesignRule Check,设计规则检测)规则。第二匹配度阈值可以包括:预先设定的能够将技术参数确定为非法技术参数的最小第二匹配度。响应于第二匹配度大于或等于预设的第二匹配度阈值,则确定第二匹配度满足预设的第二匹配度阈值。将技术参数确定为非法技术参数可以包括:确定技术参数包括满足预设的第二匹配度阈值的最大第二匹配度对应的非法字符,并确定该技术参数为非法技术参数。将技术参数确定为数据清洗后的技术参数可以包括:确定技术参数不包括非法字符,并将该技术参数作为数据清洗后的技术参数。
作为示例,预设的第二匹配度阈值为0.9,预设的数据清洗规则可以包括:非法字符1、非法字符2和非法字符3。电子元器件对应的技术参数可以包括:技术参数a和技术参数b。将技术参数a和技术参数b分别与非法字符1、非法字符2和非法字符3进行匹配。确定技术参数a与非法字符1的第二匹配度为0.6,技术参数a与非法字符2的第二匹配度为0.1,技术参数a与非法字符3的第二匹配度为0.91,技术参数b与非法字符1的第二匹配度为0.21,技术参数b与非法字符2的第二匹配度为0.12,技术参数b与非法字符3的第二匹配度为0.41。技术参数a与非法字符3的第二匹配度为0.91大于预设的第二匹配度阈值0.9,确定技术参数a中包括非法字符3。技术参数b与非法字符1、2和3的第二匹配度均小于预设的第二匹配度阈值0.9,确定技术参数b为数据清洗后的技术参数。
针对响应于第二匹配度满足预设的第二匹配度阈值,则将技术参数确定为非法技术参数之后,在具体实施时,电子元器件库的建立方法还可以包括:基于用户针对非法技术参数的修改指令,将非法技术参数替换为第一技术参数;将每个第一技术参数与每个非法字符进行匹配,确定每个第一技术参数与每个非法字符的第三匹配度;响应于第三匹配度不满足预设的第三匹配度阈值,则将第一技术参数确定为数据清洗后的技术参数。其中,修改指令可以包括:用户输入的第一技术参数。第三匹配度阈值可以包括:预先设定的能够将第一技术参数确定为非法技术参数的最小第三匹配度。第三匹配度阈值可以与第二匹配度阈值相等。响应于第三匹配度小于预设的第三匹配度阈值,则确定第三匹配度不满足预设的第三匹配度阈值。将第一技术参数确定为数据清洗后的技术参数可以包括:确定第一技术参数不包括非法字符,并将该第一技术参数作为数据清洗后的技术参数。
步骤S104,基于数据清洗后的技术参数,建立技术文档对应的电子元器件库。
在一些实施例中,步骤S104可以包括:在符号图形编辑环境中,搭建电子元器件的原理图框;确定每个数据清洗后的技术参数对应的参数属性;基于数据清洗后的技术参数、参数属性和原理图框,确定数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于预设的数据格式分类,建立电子元器件库,并将数据格式转化后的电子元器件模型存储至电子元器件库。其中,原理图框可以包括:电子元器件的矩形原理图框。原理图框还可以包括其他形状的原理图框,本申请实施例不限定具体的原理图框的形状。参数属性可以包括:技术参数对应的电子元器件的功能。电子元器件模型可以包括:包含技术参数的原理图框。
作为示例,首先在符号图形编辑环境中,搭建电子元器件的原理图框。再确定每个数据清洗后的技术参数对应的参数属性。根据参数属性,将数据清洗后的技术参数添加至原理图框对应的位置上,得到数据清洗后的技术参数对应的电子元器件模型。预设的数据格式分类可以包括:数据格式A和数据格式B。基于数据格式B,对电子元器件模型进行数据格式转化,得到数据格式B转化后的电子元器件模型。基于预设的数据格式分类,建立电子元器件库,电子元器件库可以包括数据格式A类别和数据格式B类别。将数据格式B转化后的电子元器件模型存储至电子元器件库的数据格式B类别。
在一些实施例中,对所述电子元器件库的建立方法的处理流程示意图二,如图2所示,包括:
步骤S201,基于用户针对技术文档的类型选择指令,确定技术文档的类型。
步骤S202,响应于用户针对技术文档的触控操作,确定技术文档对应的文字识别区域。
步骤S203,基于技术文档的类型,对文字识别区域进行文字识别,得到电子元器件对应的技术参数。
针对步骤S201-S203的每个步骤的具体说明,与上述步骤S102相同,这里不再赘述。
在一些实施例中,对所述电子元器件库的建立方法的处理流程示意图三,如图3所示,包括:
步骤S203a,基于文字识别区域,确定文字识别区域的图像。
步骤S203b,基于技术文档的类型,对文字识别区域的图像进行图像预处理,得到预处理后的图像。
步骤S203c,获取预设的文本识别数据集,预设的文本识别数据集包括候选技术参数特征。
步骤S203d,对预处理后的图像进行文字特征提取,确定预处理后的图像中的文字特征。
步骤S203e,将每个文字特征与每个候选技术参数特征进行匹配,确定每个文字特征与每个候选技术参数特征的第一匹配度。
步骤S203f,响应于第一匹配度满足预设的第一匹配度阈值,则基于候选技术参数特征,确定候选技术参数特征对应的技术参数。
针对步骤S203a-S203f的每个步骤的具体说明,与上述步骤S102相同,这里不再赘述。
在一些实施例中,对所述电子元器件库的建立方法的处理流程示意图四,如图4所示,包括:
步骤S301,将每个技术参数与每个非法字符进行匹配,确定每个技术参数与每个非法字符的第二匹配度。
步骤S302a,响应于第二匹配度满足预设的第二匹配度阈值,则将技术参数确定为非法技术参数。
步骤S303a,基于用户针对非法技术参数的修改指令,将非法技术参数替换为第一技术参数。
步骤S304a,将每个第一技术参数与每个非法字符进行匹配,确定每个第一技术参数与每个非法字符的第三匹配度。
步骤S305a,响应于第三匹配度不满足预设的第三匹配度阈值,则将第一技术参数确定为数据清洗后的技术参数。
步骤S302b,响应于第二匹配度不满足预设的第二匹配度阈值,则将技术参数确定为数据清洗后的技术参数。
针对步骤S301-S302b的每个步骤的具体说明,与上述步骤S103相同,这里不再赘述。
在一些实施例中,对所述电子元器件库的建立方法的处理流程示意图五,如图5所示,包括:
步骤S401,在符号图形编辑环境中,搭建电子元器件的原理图框。
步骤S402,确定每个数据清洗后的技术参数对应的参数属性。
步骤S403,基于数据清洗后的技术参数、参数属性和原理图框,确定数据清洗后的技术参数对应的电子元器件模型。
步骤S404,基于预设的数据格式分类,对电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型。
步骤S405,基于预设的数据格式分类,建立电子元器件库,并将数据格式转化后的电子元器件模型存储至电子元器件库。
针对步骤S401-S405的每个步骤的具体说明,与上述步骤S104相同,这里不再赘述。
在一些实施例中,本申请实施例提供的电子元器件库的建立方法可以应用于EDA软件对电子元器件的技术文档进行文字识别。其中EDA软件可以包括类型选择区、信息窗口和结果输入窗口。类型选择区,用于确定技术文档的类型。信息窗口,用于显示电子元器件的技术文档的内容,并可进行框选、放大、缩小、翻页和移动等操作。结果输入窗口,用于显示通过文字识别得到的电子元器件对应的技术参数。结果输入窗口可以进行放大、缩小、调整位置关系、编辑修改和排序等操作。
图6示出了本申请实施例提供的电子元器件库的建立方法的应用场景图。
参考图6,本申请实施例提供的电子元器件库的建立方法的应用场景图。应用于对技术文档的文字识别区域进行文字识别。首先截取文字识别区域的图像,并对文字识别区域的图像进行图像预处理。图像预处理可以包括:彩色图像灰度化、图像二值化、图像畸变角度检测和几何矫正等。再对图像预处理后的图像进行版面分析,将图像预处理后的图像分成各个段落和各个行。版面分析可以包括:直线检测和倾斜检测。再对版面分析后的图像进行字符切割。对字符切割后的图像进行字符识别可以包括:对字符切割后的图像进行文字特征提取,确定预处理后的图像中的文字特征;将每个文字特征与预设的文本识别数据集中的每个候选技术参数特征进行匹配,确定每个文字特征与每个候选技术参数特征的第一匹配度;响应于第一匹配度满足预设的第一匹配度阈值,则基于候选技术参数特征,确定候选技术参数特征对应的技术参数。对识别得到的技术参数进行版面恢复,将识别得到的技术参数,按照文字识别区域的图像对应的段落和位置进行排列。最后对版面恢复后的技术参数进行后处理和校对,得到最终的技术参数。后处理和校对可以包括:根据特定的语言上下文的关系,对技术参数进行校正。
可以理解,图6的电子元器件库的建立方法的应用场景只是本申请实施例中的部分示例性的实施方式,本申请实施例中电子元器件库的建立方法的应用场景包括但不限于图6所示的电子元器件库的建立方法的应用场景。
在一些实施例中,本申请实施例提供的电子元器件库的建立方法可以应用于EDA软件对预设的数据清洗规则进行编辑。数据清洗规则可以包括:DRC规则。基于Lua脚本语言编辑DRC规则。DRC规则可以包括:Pin Direction、Pin Function、Full Match(完全匹配)、Partial Match(模糊匹配)和Scope(范围)其中Pin Direction为Pin type(引脚类型)的推荐值。Pin Function为Pin的功能定义,与Pin的形状相对应。Full Match为需要完全匹配的目标值。Partial Match为需要模糊匹配的目标值。Scope为字符匹配范围。EDA软件可以包括Import(导入)和Export(导出)。其中,Import用于导入数据清洗规则,方便继承和借用已有的数据清洗规则。Export用于导出数据清洗规则。
在一些实施例中,本申请实施例提供的电子元器件库的建立方法可以应用于EDA软件对非法技术参数的修改。EDA软件可以包括a区域、b区域、c区域、d区域和e区域。其中,a区域为非法技术参数的类别,针对a区域的触控操作,可以对非法技术参数进行修改。针对b区域的触控操作,可以进入对预设的数据清洗规则进行编辑的界面。针对c区域的触控操作,可以对非法技术参数进行数据清洗。d区域用于显示非法技术参数的错误类型。其中错误类型可以包括:故障错误和警告错误。故障错误必须进行修改否则无法进行后续步骤,警告错误可以进行修改,也可以不进行修改。针对e区域的触控操作,可以结束对非法技术参数的修改,进入下一步骤。
在一些实施例中,本申请实施例提供的电子元器件库的建立方法可以用于EDA软件在符号图形编辑环境,生成数据清洗后的技术参数对应的电子元器件模型。符号图形编辑环境可以包括:清洗后的技术参数显示区、符号图形编辑区和符号图形设置区。其中,清洗后的技术参数显示区,用于显示数据清洗后的技术参数。符号图形编辑区,用于显示技术参数与原理图框。符号图形设置区,用于设置技术参数对应的Pin Assignment Rule(引脚分配规则)。
本申请实施例的方法,基于用户针对技术文档的类型选择指令,确定技术文档的类型;响应于用户针对技术文档的触控操作,确定技术文档对应的文字识别区域;基于技术文档的类型,对文字识别区域进行文字识别,得到电子元器件对应的技术参数,如此,能够自动提取电子元器件的技术参数,无需人工录入技术参数,减少了电子元器件库建立的工时,进而提高了电子元器件库建立的精度和效率。
本申请实施例的方法,基于文字识别区域,确定文字识别区域的图像;基于技术文档的类型,对文字识别区域的图像进行图像预处理,得到预处理后的图像;获取预设的文本识别数据集,预设的文本识别数据集包括候选技术参数特征;基于预设的文本识别数据集和预处理后的图像,确定电子元器件对应的技术参数,如此,能够自动提取电子元器件的技术参数,无需人工录入技术参数,减少了电子元器件库建立的工时,进而提高了电子元器件库建立的精度和效率。
本申请实施例的方法,对预处理后的图像进行文字特征提取,确定预处理后的图像中的文字特征;将每个文字特征与每个候选技术参数特征进行匹配,确定每个文字特征与每个候选技术参数特征的第一匹配度;响应于第一匹配度满足预设的第一匹配度阈值,则基于候选技术参数特征,确定候选技术参数特征对应的技术参数,如此,能够自动提取电子元器件的技术参数,无需人工录入技术参数,减少了电子元器件库建立的工时,进而提高了电子元器件库建立的精度和效率。
本申请实施例的方法,将每个技术参数与每个非法字符进行匹配,确定每个技术参数与每个非法字符的第二匹配度;响应于第二匹配度满足预设的第二匹配度阈值,则将技术参数确定为非法技术参数;响应于第二匹配度不满足预设的第二匹配度阈值,则将技术参数确定为数据清洗后的技术参数,如此,能够自动对提取到的电子元器件的技术参数进行检测,减少技术参数的错误率,进而提高了电子元器件库建立的精度和效率。
本申请实施例的方法,基于用户针对非法技术参数的修改指令,将非法技术参数替换为第一技术参数,修改指令包括第一技术参数;将每个第一技术参数与每个非法字符进行匹配,确定每个第一技术参数与每个非法字符的第三匹配度;响应于第三匹配度不满足预设的第三匹配度阈值,则将第一技术参数确定为数据清洗后的技术参数,如此,能够自动对修改后的电子元器件的技术参数进行检测,减少技术参数的错误率,进而提高了电子元器件库建立的精度和效率。
本申请实施例的方法,在符号图形编辑环境中,搭建电子元器件的原理图框;确定每个数据清洗后的技术参数对应的参数属性;基于数据清洗后的技术参数、参数属性和原理图框,确定数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于预设的数据格式分类,建立电子元器件库,并将数据格式转化后的电子元器件模型存储至电子元器件库,如此,能够自动生成电子元器件对应的原理图,减少了电子元器件库建立的工时,且能够兼容多种主流EDA工具的数据格式,进而提高了电子元器件库建立的精度和效率。
因此,与相关技术在电子元器件库的建立过程中需要的人工录入电子元器件的技术参数和原理图的时间较长,且人工录入容易出现错误,进而出现电子元器件库建立的精度低和效率低的问题相比,本申请的电子元器件库的建立方法能够提高电子元器件库建立的精度和效率。
下面继续说明本申请实施例提供的电子元器件库的建立装置90的实施为软件模块的示例性结构,在一些实施例中,如图7所示,电子元器件库的建立装置90中的软件模块可以包括:获取模块901,用于获取电子元器件的技术文档;识别模块902,用于对技术文档进行文字识别,得到电子元器件对应的技术参数;数据清洗模块903,用于基于预设的数据清洗规则,对技术参数进行数据清洗,得到数据清洗后的技术参数;建库模块904,用于基于数据清洗后的技术参数,建立技术文档对应的电子元器件库。
在一些实施例中,识别模块902可以用于:基于用户针对技术文档的类型选择指令,确定技术文档的类型;响应于用户针对技术文档的触控操作,确定技术文档对应的文字识别区域;基于技术文档的类型,对文字识别区域进行文字识别,得到电子元器件对应的技术参数。
在一些实施例中,识别模块902可以用于:基于文字识别区域,确定文字识别区域的图像;基于技术文档的类型,对文字识别区域的图像进行图像预处理,得到预处理后的图像;获取预设的文本识别数据集,预设的文本识别数据集包括候选技术参数特征;基于预设的文本识别数据集和预处理后的图像,确定电子元器件对应的技术参数。
在一些实施例中,识别模块902可以用于:对预处理后的图像进行文字特征提取,确定预处理后的图像中的文字特征;将每个文字特征与每个候选技术参数特征进行匹配,确定每个文字特征与每个候选技术参数特征的第一匹配度;响应于第一匹配度满足预设的第一匹配度阈值,则基于候选技术参数特征,确定候选技术参数特征对应的技术参数。
在一些实施例中,预设的数据清洗规则包括技术参数对应的非法字符,数据清洗模块903可以用于:将每个技术参数与每个非法字符进行匹配,确定每个技术参数与每个非法字符的第二匹配度;响应于第二匹配度满足预设的第二匹配度阈值,则将技术参数确定为非法技术参数;响应于第二匹配度不满足预设的第二匹配度阈值,则将技术参数确定为数据清洗后的技术参数。
在一些实施例中,电子元器件库的建立装置90还可以包括修改模块905,修改模块905在图中未示出,修改模块905可以用于:基于用户针对非法技术参数的修改指令,将非法技术参数替换为第一技术参数,修改指令包括第一技术参数;将每个第一技术参数与每个非法字符进行匹配,确定每个第一技术参数与每个非法字符的第三匹配度;响应于第三匹配度不满足预设的第三匹配度阈值,则将第一技术参数确定为数据清洗后的技术参数。
在一些实施例中,建库模块904可以用于:在符号图形编辑环境中,搭建电子元器件的原理图框;确定每个数据清洗后的技术参数对应的参数属性;基于数据清洗后的技术参数、参数属性和原理图框,确定数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于预设的数据格式分类,建立电子元器件库,并将数据格式转化后的电子元器件模型存储至电子元器件库。
需要说明的是,本申请实施例装置的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本申请实施例提供的电子元器件库的建立装置中未尽的技术细节,可以根据图1至图6中任一附图的说明而理解。
根据本申请的实施例,本申请还提供了一种电子设备和一种非瞬时计算机可读存储介质。
图8示出了可以用来实施本申请的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如电子元器件库的建立方法。例如,在一些实施例中,电子元器件库的建立方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的电子元器件库的建立方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电子元器件库的建立方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
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”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种电子元器件库的建立方法,其特征在于,所述方法包括:
获取电子元器件的技术文档;
对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;其中,所述技术参数包括:引脚数、引脚名称和功能;
将每个所述技术参数与预设的数据清洗规则包括的每个非法字符进行匹配,确定每个所述技术参数与每个所述非法字符的第二匹配度;
响应于所述第二匹配度满足预设的第二匹配度阈值,则将所述技术参数确定为非法技术参数;基于用户针对所述非法技术参数的修改指令,将所述非法技术参数替换为第一技术参数,所述修改指令包括所述第一技术参数;将每个所述第一技术参数与每个所述非法字符进行匹配,确定每个所述第一技术参数与每个所述非法字符的第三匹配度;响应于所述第三匹配度不满足所述预设的第三匹配度阈值,则将所述第一技术参数确定为数据清洗后的技术参数;
响应于所述第二匹配度不满足所述预设的第二匹配度阈值,则将所述技术参数确定为所述数据清洗后的技术参数;
在符号图形编辑环境中,搭建所述电子元器件的原理图框;确定每个所述数据清洗后的技术参数对应的参数属性;根据所述参数属性,将所述数据清洗后的技术参数添加至所述原理图框对应的位置上,得到所述数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对所述电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于所述预设的数据格式分类,建立电子元器件库,并将所述数据格式转化后的电子元器件模型存储至所述电子元器件库;其中,所述原理图框包括电子元器件的矩形原理图框,所述参数属性包括技术参数对应的电子元器件的功能,所述电子元器件模型为包含技术参数的原理图框。
2.根据权利要求1所述的方法,其特征在于,所述对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数,包括:
基于用户针对所述技术文档的类型选择指令,确定所述技术文档的类型;
响应于所述用户针对所述技术文档的触控操作,确定所述技术文档对应的文字识别区域;
基于所述技术文档的类型,对所述文字识别区域进行文字识别,得到所述电子元器件对应的技术参数。
3.根据权利要求2所述的方法,其特征在于,所述基于所述技术文档的类型,对所述文字识别区域进行文字识别,得到所述电子元器件对应的技术参数,包括:
基于所述文字识别区域,确定所述文字识别区域的图像;
基于所述技术文档的类型,对所述文字识别区域的图像进行图像预处理,得到预处理后的图像;
获取预设的文本识别数据集,所述预设的文本识别数据集包括候选技术参数特征;
基于所述预设的文本识别数据集和所述预处理后的图像,确定所述电子元器件对应的技术参数。
4.根据权利要求3所述的方法,其特征在于,所述基于所述预设的文本识别数据集和所述预处理后的图像,确定所述电子元器件对应的技术参数,包括:
对所述预处理后的图像进行文字特征提取,确定所述预处理后的图像中的文字特征;
将每个所述文字特征与每个所述候选技术参数特征进行匹配,确定每个所述文字特征与每个所述候选技术参数特征的第一匹配度;
响应于所述第一匹配度满足预设的第一匹配度阈值,则基于所述候选技术参数特征,确定所述候选技术参数特征对应的所述技术参数。
5.一种电子元器件库的建立装置,其特征在于,所述电子元器件库的建立装置包括:
获取模块,用于获取电子元器件的技术文档;
识别模块,用于对所述技术文档进行文字识别,得到所述电子元器件对应的技术参数;其中,所述技术参数包括:引脚数、引脚名称和功能;
数据清洗模块,用于将每个所述技术参数与预设的数据清洗规则包括的每个非法字符进行匹配,确定每个所述技术参数与每个所述非法字符的第二匹配度;响应于所述第二匹配度满足预设的第二匹配度阈值,则将所述技术参数确定为非法技术参数;响应于所述第二匹配度不满足所述预设的第二匹配度阈值,则将所述技术参数确定为数据清洗后的技术参数;
修改模块,用于基于用户针对所述非法技术参数的修改指令,将所述非法技术参数替换为第一技术参数,所述修改指令包括所述第一技术参数;将每个所述第一技术参数与每个所述非法字符进行匹配,确定每个所述第一技术参数与每个所述非法字符的第三匹配度;响应于所述第三匹配度不满足所述预设的第三匹配度阈值,则将所述第一技术参数确定为所述数据清洗后的技术参数;
建库模块,用于在符号图形编辑环境中,搭建所述电子元器件的原理图框;确定每个所述数据清洗后的技术参数对应的参数属性;根据所述参数属性,将所述数据清洗后的技术参数添加至所述原理图框对应的位置上,得到所述数据清洗后的技术参数对应的电子元器件模型;基于预设的数据格式分类,对所述电子元器件模型进行数据格式转化,得到数据格式转化后的电子元器件模型;基于所述预设的数据格式分类,建立电子元器件库,并将所述数据格式转化后的电子元器件模型存储至所述电子元器件库;其中,所述原理图框包括电子元器件的矩形原理图框,所述参数属性包括技术参数对应的电子元器件的功能,所述电子元器件模型为包含技术参数的原理图框。
6.根据权利要求5所述的装置,其特征在于,所述识别模块用于:
基于用户针对所述技术文档的类型选择指令,确定所述技术文档的类型;
响应于所述用户针对所述技术文档的触控操作,确定所述技术文档对应的文字识别区域;
基于所述技术文档的类型,对所述文字识别区域进行文字识别,得到所述电子元器件对应的技术参数。
7.根据权利要求6所述的装置,其特征在于,所述识别模块用于:
基于所述文字识别区域,确定所述文字识别区域的图像;
基于所述技术文档的类型,对所述文字识别区域的图像进行图像预处理,得到预处理后的图像;
获取预设的文本识别数据集,所述预设的文本识别数据集包括候选技术参数特征;
基于所述预设的文本识别数据集和所述预处理后的图像,确定所述电子元器件对应的技术参数。
8.根据权利要求7所述的装置,其特征在于,所述识别模块用于:
对所述预处理后的图像进行文字特征提取,确定所述预处理后的图像中的文字特征;
将每个所述文字特征与每个所述候选技术参数特征进行匹配,确定每个所述文字特征与每个所述候选技术参数特征的第一匹配度;
响应于所述第一匹配度满足预设的第一匹配度阈值,则基于所述候选技术参数特征,确定所述候选技术参数特征对应的所述技术参数。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310401355.0A CN116137077B (zh) | 2023-04-13 | 2023-04-13 | 电子元器件库的建立方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310401355.0A CN116137077B (zh) | 2023-04-13 | 2023-04-13 | 电子元器件库的建立方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116137077A CN116137077A (zh) | 2023-05-19 |
CN116137077B true CN116137077B (zh) | 2023-08-08 |
Family
ID=86334698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310401355.0A Active CN116137077B (zh) | 2023-04-13 | 2023-04-13 | 电子元器件库的建立方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116137077B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484266A (zh) * | 2016-10-18 | 2017-03-08 | 北京锤子数码科技有限公司 | 一种文本处理方法及装置 |
CN109446885A (zh) * | 2018-09-07 | 2019-03-08 | 广州算易软件科技有限公司 | 一种基于文本的元器件识别方法、系统、装置和存储介质 |
CN110008944A (zh) * | 2019-02-20 | 2019-07-12 | 平安科技(深圳)有限公司 | 基于模板匹配的ocr识别方法及装置、存储介质 |
CN110929720A (zh) * | 2019-10-28 | 2020-03-27 | 杭州电子科技大学 | 一种基于logo匹配和ocr的元器件检测方法 |
CN113626561A (zh) * | 2021-08-16 | 2021-11-09 | 深圳市云采网络科技有限公司 | 一种元器件的型号识别方法、装置、介质和设备 |
CN113807807A (zh) * | 2021-08-16 | 2021-12-17 | 深圳市云采网络科技有限公司 | 一种元器件参数识别方法、装置、电子设备及可读介质 |
CN114840729A (zh) * | 2022-01-14 | 2022-08-02 | 百芯智能制造科技(深圳)有限公司 | 元器件分类测试数据生成方法及系统、设备、存储介质 |
CN115080587A (zh) * | 2022-05-19 | 2022-09-20 | 华南理工大学 | 一种基于知识图谱的电子元器件替代方法、装置及介质 |
CN115331247A (zh) * | 2022-08-24 | 2022-11-11 | 北京百度网讯科技有限公司 | 文档结构识别方法、装置、电子设备及可读存储介质 |
CN115730558A (zh) * | 2022-11-11 | 2023-03-03 | 天津航空机电有限公司 | 集成元器件型号分析与提取算法的封装参数检查方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190236102A1 (en) * | 2018-01-29 | 2019-08-01 | Planet Data Solutions | System and method for differential document analysis and storage |
-
2023
- 2023-04-13 CN CN202310401355.0A patent/CN116137077B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106484266A (zh) * | 2016-10-18 | 2017-03-08 | 北京锤子数码科技有限公司 | 一种文本处理方法及装置 |
CN109446885A (zh) * | 2018-09-07 | 2019-03-08 | 广州算易软件科技有限公司 | 一种基于文本的元器件识别方法、系统、装置和存储介质 |
CN110008944A (zh) * | 2019-02-20 | 2019-07-12 | 平安科技(深圳)有限公司 | 基于模板匹配的ocr识别方法及装置、存储介质 |
CN110929720A (zh) * | 2019-10-28 | 2020-03-27 | 杭州电子科技大学 | 一种基于logo匹配和ocr的元器件检测方法 |
CN113626561A (zh) * | 2021-08-16 | 2021-11-09 | 深圳市云采网络科技有限公司 | 一种元器件的型号识别方法、装置、介质和设备 |
CN113807807A (zh) * | 2021-08-16 | 2021-12-17 | 深圳市云采网络科技有限公司 | 一种元器件参数识别方法、装置、电子设备及可读介质 |
CN114840729A (zh) * | 2022-01-14 | 2022-08-02 | 百芯智能制造科技(深圳)有限公司 | 元器件分类测试数据生成方法及系统、设备、存储介质 |
CN115080587A (zh) * | 2022-05-19 | 2022-09-20 | 华南理工大学 | 一种基于知识图谱的电子元器件替代方法、装置及介质 |
CN115331247A (zh) * | 2022-08-24 | 2022-11-11 | 北京百度网讯科技有限公司 | 文档结构识别方法、装置、电子设备及可读存储介质 |
CN115730558A (zh) * | 2022-11-11 | 2023-03-03 | 天津航空机电有限公司 | 集成元器件型号分析与提取算法的封装参数检查方法 |
Non-Patent Citations (1)
Title |
---|
崔玉美.在Protel DXP2004中自建集成元器件库的方法.《现代电子技术》.2011,第34卷(第8期),130-132. * |
Also Published As
Publication number | Publication date |
---|---|
CN116137077A (zh) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114821622B (zh) | 文本抽取方法、文本抽取模型训练方法、装置及设备 | |
EP4040401A1 (en) | Image processing method and apparatus, device and storage medium | |
CN112966522A (zh) | 一种图像分类方法、装置、电子设备及存储介质 | |
EP3933708A2 (en) | Model training method, identification method, device, storage medium and program product | |
CN112560862B (zh) | 文本识别方法、装置及电子设备 | |
CN114494784A (zh) | 深度学习模型的训练方法、图像处理方法和对象识别方法 | |
CN113011155B (zh) | 用于文本匹配的方法、装置、设备和存储介质 | |
CN112802037A (zh) | 人像提取方法、装置、电子设备及存储介质 | |
CN113987190A (zh) | 一种数据质量校验规则提取方法及系统 | |
US20230096921A1 (en) | Image recognition method and apparatus, electronic device and readable storage medium | |
CN115546809A (zh) | 基于单元格约束的表格结构识别方法及其应用 | |
CN114092948B (zh) | 一种票据识别方法、装置、设备以及存储介质 | |
CN113935339A (zh) | 翻译方法、装置、电子设备及存储介质 | |
CN116137077B (zh) | 电子元器件库的建立方法、装置、电子设备及存储介质 | |
CN115186738B (zh) | 模型训练方法、装置和存储介质 | |
CN115116080A (zh) | 表格解析方法、装置、电子设备和存储介质 | |
CN114924959A (zh) | 页面测试方法、装置、电子设备和介质 | |
CN115082298A (zh) | 图像生成方法、装置、电子设备以及存储介质 | |
CN114239505A (zh) | word文档中隐藏字符清洗方法、装置和设备 | |
CN114445833A (zh) | 文本识别方法、装置、电子设备和存储介质 | |
CN113971810A (zh) | 文档生成方法、装置、平台、电子设备以及存储介质 | |
CN113032071A (zh) | 页面元素定位方法、页面测试方法、装置、设备和介质 | |
CN116363260B (zh) | 图像生成方法、装置及电子设备 | |
CN112560481B (zh) | 语句处理方法、设备和存储介质 | |
CN117632110A (zh) | 基于图像的前端代码生成方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |