CN116363650A - 模型标记方法、装置、设备及计算机可读存储介质 - Google Patents

模型标记方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN116363650A
CN116363650A CN202310237629.7A CN202310237629A CN116363650A CN 116363650 A CN116363650 A CN 116363650A CN 202310237629 A CN202310237629 A CN 202310237629A CN 116363650 A CN116363650 A CN 116363650A
Authority
CN
China
Prior art keywords
model
dimensional
target
point set
character
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
Application number
CN202310237629.7A
Other languages
English (en)
Inventor
吴刚
陈冬灵
王军民
潘鑫
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.)
Shenzhen Up3d Tech Co ltd
Original Assignee
Shenzhen Up3d Tech 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 Shenzhen Up3d Tech Co ltd filed Critical Shenzhen Up3d Tech Co ltd
Priority to CN202310237629.7A priority Critical patent/CN116363650A/zh
Publication of CN116363650A publication Critical patent/CN116363650A/zh
Pending legal-status Critical Current

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
    • G06V30/10Character recognition
    • G06V30/14Image acquisition
    • G06V30/1444Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • G06V30/1448Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields based on markings or identifiers characterising the document or the area
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • G06V20/647Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请公开了一种模型标记方法、装置、设备及计算机可读存储介质,所述模型标记方法包括:接收用户输入的文本数据,并获取待标记的目标三维模型;生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。本申请提高了模型的标记效果。

Description

模型标记方法、装置、设备及计算机可读存储介质
技术领域
本申请涉及图形处理技术领域,尤其涉及一种模型标记方法、装置、设备及计算机可读存储介质。
背景技术
目前通过给模型不同的颜色与透明度的标记方法以区分模型,但是使用颜色与透明度的模型标记方法进行区分时,只能对区分少量的模型时有显著的效果,能够根据颜色就能区分实现对模型的快速定位,如选中的模型与未选中的模型,但是在实际场景中有许多待标记的模型时,就无法仅通过颜色与透明度的区别对模型进行有效的区分,需要查找模型时,往往很难通过颜色与透明度快速的定位到需要查找的模型,模型的标记效果差。
发明内容
本申请的主要目的在于提供一种模型标记方法、装置、设备及计算可读存储介质,旨在解决如何提高模型的标记效果的技术问题。
为实现上述目的,本申请提供一种模型标记方法,所述模型标记方法包括以下步骤:
接收用户输入的文本数据,并获取待标记的目标三维模型;
生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;
若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。
可选地,所述生成与所述文本数据对应的二维点集的步骤,包括:
识别所述文本数据中包括的所有字符,将所有所述字符的字体转化为预设字体得到目标字符;
生成所述目标字符对应的字符点集,将所述字符点集作为二维点集。
可选地,所述生成所述目标字符对应的字符点集的步骤,包括:
提取所述目标字符的字符轮廓,将所述字符轮廓映射至预设的二维平面;
对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集。
可选地,所述对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集的步骤,包括:
在映射至所述二维平面上的所述字符轮廓的轮廓边界上以预设距离进行取点,其中,每两个相邻点之间的预设距离相等,依次连接所选取的点后形成的连线与字符轮廓的边界重合;
将所选取的点作为所述目标字符对应的字符点集。
可选地,所述若所述目标三维模型基于所述初始放置点能覆盖所述二维点集的步骤之前,包括:
检测所述初始放置点是否在预设的合格放置区域内,其中,所述预设的合格放置区域内至少包括有目标三维模型当前显示区域上的一个位置点;
若所述初始放置点在所述预设的合格放置区域内,则确定所述目标三维模型基于所述初始放置点能覆盖所述二维点集。
可选地,所述将所述二维点集投影到所述目标三维模型上的步骤,包括:
确定所述二维点集对应的平面模型,将所述平面模型作为第一平面模型;
以预设厚度对所述第一平面模型进行平移,得到第二平面模型;
将所述第一平面模型的边界和所述第二平面模型的边界对应连接,得到所述二维点集对应的点集三维模型;
从所述初始放置点开始将所述点集三维模型投影到所述目标三维模型上。
可选地,所述将所述二维点集投影到所述目标三维模型上的步骤之后,包括:
通过预设的绘制方式对投影在所述目标三维模型上的二维点集进行绘制得到绘制点集,其中,所述预设的绘制方式包括管道线绘制;
确定所述绘制点集的生成方向,存储所述绘制点集与所述生成方向,以使能够复原标记后的所述目标三维模型。
此外,为实现上述目的,本申请还提供一种模型标记装置,所述模型标记装置包括:
接收模块,用于接收用户输入的文本数据,并获取待标记的目标三维模型;
生成模块,用于生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;
投影模块,用于若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。
可选地,所述生成模块还用于:
识别所述文本数据中包括的所有字符,将所述所有字符的字体转化为预设字体得到目标字符;
生成所述目标字符对应的字符点集,将所述字符点集作为二维点集。
可选地,所述生成模块还用于:
提取所述目标字符的字符轮廓,将所述字符轮廓映射至预设的二维平面;
对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集。
此外,为实现上述目的,本申请还提供一种模型标记设备,所述模型标记设备包括:存储器、处理器及存储在所述存储器上的模型标记程序;所述处理器用于执行所述模型标记程序,以实现上述模型标记方法的步骤。
此外,为实现上述目的,本申请还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有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述模型标记方法的步骤。
本申请通过接收用户输入的文本数据,然后获取待标记的目标三维模型,生成与所述文本数据对应的二维点集,并且在目标三维模型上选取初始放置点,如果目标三维模型在初始放置点能够覆盖二维点集时,才将二维点集投影到目标三维摩模型上,以文本数据的二维点集标记目标三维模型,避免了现有技术中在仅通过不同的颜色与透明度的标记方法对大量的模型进行标记时,无法通过模型的颜色与透明度的区别实现对模型的快速定位,导致模型的标记效果差,本申请通过用户输入的文本数据,生成文本数据的二维点集,并将二维点集投影到目标三维模型上完成对模型得到标记,无论需要标记的模型数量多少,每一模型均以用户输入的相应文本数据进行标记,从根源上实现了对模型的个性化标记,需要查找模型时,只需输入用户标记的文本数据的内容即可快速定位到需要查找模型,提高了模型的标记效果。
附图说明
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
图1是本申请实施例方案涉及的硬件运行环境的终端\装置结构示意图;
图2是本申请模型标记方法的第一实施例的流程示意图;
图3是颜色标记模型方法的标记效果的说明性示意图;
图4是固定文本标记模型方法的标记效果的说明性示意图;
图5是本申请模型标记方法的标记效果的说明性示意图;
图6是本申请模型标记方法中模型标记的流程示意图;
图7是本申请模型标记装置中装置模块示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
参照图1,图1为本申请实施例方案涉及的硬件运行环境的模型标记设备结构示意图。
如图1所示,该模型标记设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。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(Display)、输入单元比如键盘(Keyboard),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(如无线保真(WIreless-FId身份标识elity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-VolatileMemory,NVM),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。
本领域技术人员可以理解,图1中示出的结构并不构成对模型标记设备的限定,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,作为一种存储介质的存储器1005中可以包括操作装置、数据存储模块、网络通信模块、用户接口模块以及模型标记程序。在图1所示的模型标记设备中,网络接口1004主要用于与其他设备进行模型标记;用户接口1003主要用于与用户进行数据交互;本申请模型标记设备中的处理器1001、存储器1005可以设置在模型标记设备中,所述模型标记设备通过处理器1001调用存储器1005中存储的模型标记程序,并执行本申请实施例提供的模型标记方法。
本申请提出一种模型标记方法,在本申请模型标记方法的第一实施例中,参照图2,模型标记方法包括:
步骤S10,接收用户输入的文本数据,并获取待标记的目标三维模型;
目前在模型的渲染场景中,为区分模型对模型进行标记的方法,一般除了给模型不同的颜色与透明度之外,还可以对场景中模型旁边进行设置一串文本,文本的位置与大小会相对进行固定。
参照图3,可以使用颜色与透明度对模型进行标记,并且以60%的比例大小显示标记后的模型,但使用颜色与透明度进行标记时,只能对区分少量的模型时有显著的效果,能够根据颜色就能区分,如选中的模型与未选中的模型,但是在一个场景里将会有许多的模型,因此就不能快速的进行扩展。
也可以使用颜色与透明度对模型进行标记,使用文本进行标记时,文本是在模型的旁边,大小与位置固定,例如,参照图4,在模型外面固定区域内以字符“B0-www7”标记模型。而为了能够更大利用模型的使用面积来节省材料与经济效果,一个料盘会尽可能的排版多个模型。而字体就会挡住模型。
同时对排版后的加工模型,使用颜色或透明度以及使用文本标记的模型,均无法达到对模型区分的效果,也没有实现用户个性化的需求。
因此,在本实施例中为了避免上述缺陷,可以由用户动态的输入自己所需要的模型标记的文本数据,还可以直接将用户输入的文本数据投影到模型上面,并且对文本数据中的文字调整颜色与大小,这样就能实现对模型的个性化标记,提高模型的区分度,用户也可以通过模型的标记来快速的定位到模型本身上。
可选地,在UI(User Interface,用户界面)上使用对话框接受用户输入的文本数据,其中文本数据可以为用户的姓名,可以包括若干个字符,每一字符可以为数字、汉字或英文字母等,并且文本数据中每一字符还可以对应一个字符点集与字符三维模型,各个字符的字符点集与字符三维模型的排列顺序与文本数据中各个字符的排列顺序是一致的。
接收到用户输入的文本数据之后,获取待标记的目标三维模型,以通过用户输入的文本数据对目标三维模型进行标记。其中,目标三维模型可以是义齿模型,并且目标三维模型通过三维扫描仪采集得到的,也可以是通过制图软件制作的,还可以是从三维模型库中选取得到的,本发明实施例对目标三维模型的确定方式不作具体限定。
步骤S20,生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;
需要说明的是,可以通过信号传递用户输入的文本数据,对文本数据进行统一处理,如设置文本数据中每一字符的字体、颜色等,将文本数据与待标记的目标三维模型相关联等,然后生成处理之后的文本数据对应的二维点集,并且可以以预设的点集密度生成二维点集,文本数据中字符的不同的字体也可以生成相应的二维点集。
生成文本数据的二维点集之后,可以在目标三维模型的表面选取一个初始放置点,初始放置点是二维点集投影到目标三维模型的初始位置,初始放置点可以是目标三维模型表面上的任意一点,例如,用户可以在目标三维模型表面上通过移动鼠标,然后左键点击的方式在目标三维模型上选择预期的初始放置点。
步骤S30,若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。
如果目标三维模型在初始放置点能够覆盖二维点集,则将二维点集投影到目标三维模型上,以完成对目标三维模型的标记。举例来说,参照图5,用户输入的文本数据为“China”,并且在待标记的目标三维模型上选取好初始放置点后,就可以将“China”的二维点集投影到目标三维模型上,完成对目标三维模型的标记。需要说明的是,如果二维点集从初始放置点开始能完全的投影到目标三维模型上,则确定目标三维模型在初始放置点能覆盖二维点集,反之,则确定目标三维模型在初始放置点无法覆盖二维点集,此时可以输出相应的提示信息以提醒用户进行相应处理。
进一步地,可以通过预设的求交算法检测目标三维模型在初始放置点能否覆盖二维点集,举例来说,可以将二维点集转到三维场景中,然后将转换到三维场景中的二维点集与目标三维模型在初始放置点以预设求交算法进行相交判断,如果完全相交,则目标三维模型能覆盖二维点集,反之,则目标三维模型无法覆盖二维点集,可以输出相应提示信息以通知用户,用户可以通过更换初始放置点、更改文本数据、更换字体大小等方式进行相应处理。其中,预设的求交算法可以是用户提前设置好的求交算法,如三角网格求交算法等。
此外,为辅助理解本实施例中的模型标记方法流程的理解,下面进行举例说明。
参照图6,首先接收用户输入的需要标记的文本数据,根据文本数据生成二维点集,并对二维点集转换到三维场景中,然后再需要待标记的目标三维模型表面选取初始放置点,对转换到三维场景中的二维点集与目标三维模型进行求交,判断目标三维模型在初始放置点是否能完全覆盖转换到三维场景后的二维点集,如果目标三维模型在初始放置点能完全覆盖二维点集,则将二维点集投影到目标三维模型上,并渲染投影到目标三维模型上的二维点集,保存标记的二维点集后,结束目标三维模型的标记流程;如果目标三维模型在初始放置点无法完全覆盖二维点集,则输出生成失败等提示信息以通知用户。
本实施例中通过接收用户输入的文本数据,然后获取待标记的目标三维模型,生成与所述文本数据对应的二维点集,并且在目标三维模型上选取初始放置点,如果目标三维模型在初始放置点能够覆盖二维点集时,才将二维点集投影到目标三维摩模型上,以文本数据的二维点集标记目标三维模型,避免了现有技术中在仅通过不同的颜色与透明度的标记方法对大量的模型进行标记时,无法通过模型的颜色与透明度的区别实现对模型的快速定位,导致模型的标记效果差,本实施例中通过用户输入的文本数据,生成文本数据的二维点集,并将二维点集投影到目标三维模型上完成对模型得到标记,无论需要标记的模型数量多少,每一模型均以用户输入的相应文本数据进行标记,从根源上实现了对模型的个性化标记,需要查找模型时,只需输入用户标记的文本数据的内容即可快速定位到需要查找模型,提高了模型的标记效果。
进一步地,基于上述本申请的第一实施例,提出本申请模型标记方法的第二实施例,上述实施例步骤S20,获取待标记的目标三维模型,生成与所述文本数据对应的二维点集步骤的细化,包括:
步骤a,识别所述文本数据中包括的所有字符,将所述所有字符的字体转化为预设字体得到目标字符;
步骤b,生成所述目标字符对应的字符点集,将所述字符点集作为二维点集。
示例性的,接收到用户输入的文本数据之后,将文本数据与待标记的目标三维模型相关联,并且可以将文本数据中的每一字符的字体转换为预设字体目标字符,不同的预设字体生成字符点集的方式也可以不同,例如,不同步预设字体对应字符点集的点集密度可以不同,预设字体可以包括预设字体样式与预设字体大小,根据目标字符的预设字体生成相应的字符点集后,将此字符点集作为二维点集。其中,目标字符仍包括了文本数据中原有的每一字符,且字符的排列顺序也与原来文本数据中字符的排列顺序相同,只是目标字符中每一字符的字体为预设字体。
在本实施例中,将文本数据中的所有字符的字体转化为预设字体得到目标字符后,生成目标字符对应的字符点集作为二维点集,文本数据中的每一字符可以转化为不同的预设字体,并且不同的预设字体生成字符点集的方式也可以不同,从而实现了对模型的个性化标记。
在一实施例中,所述生成所述目标字符对应的字符点集的步骤,包括:
步骤c,提取所述目标字符的字符轮廓,将所述字符轮廓映射至预设的二维平面;
步骤d,对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集。
在本实例中,提取目标字符的字符轮廓,将字符轮廓映射至预设的二维平面上,从二维平面便可以读取到输入文字的文字轮廓或或者文字图形。上述文字轮廓可以表征目标字符中每一字符的轮廓或者图形,即根据上述轮廓特征点集中的点描图,可以得到目标字符中每一字符的轮廓或者图形,对映射至二维平面上的字符轮廓对应的点进行采样,得到目标字符对应的字符点集,保证了能够生成有效的字符点集用以表征用户输入的文本数据。
在一实施例中,所述对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集的步骤,包括:
步骤e,在映射至所述二维平面上的所述字符轮廓的轮廓边界上以预设距离进行取点,其中,每两个相邻点之间的预设距离相等,依次连接所选取的点后形成的连线与字符轮廓的边界重合;
步骤f,将所选取的点作为所述目标字符对应的字符点集。
在所述二维平面中,以预设距离均匀的选取字符轮廓边界上的点;其中,依次连接所选取的点后形成的连线与轮廓特征信息的边界重合,选取的两个相邻点之间的预设距离可以根据输入文字的字体大小进行设置,比如设置为输入文字宽度或者高度的1%等值。从字符轮廓的某个位置开始,向各个方向每隔上述设置的距离进行取点,以生字符轮廓对应的轮廓点集,使上述轮廓点集可以表征目标字符相应一个字符的轮廓或者图形。以相同方式对目标字符中的每一字符进行取点,得到目标字符得到字符点集。
进一步地,可以首先选取字符轮廓边界上的点,以保证后续轮廓点集对应的轮廓与输入目标字符的轮廓一致,再对字符轮廓的非边界部分进行随机取点,可以进一步保证所生成的字符点集的完整性。
在一实施例中,所述若所述目标三维模型基于所述初始放置点能覆盖所述二维点集的步骤之前,包括:
步骤g,检测所述初始放置点是否在预设的合格放置区域内,其中,所述预设的合格放置区域内至少包括有目标三维模型当前显示区域上的一个位置点;
步骤h,若所述初始放置点在所述预设的合格放置区域内,则确定所述目标三维模型基于所述初始放置点能覆盖所述二维点集。
在本实施例中,可以提前设置目标三维模型上可以覆盖二维点集的预设的合格放置区域,预设的合格放置区域可以包括有一个或者多个在目标三维模型上的位置点,至少包括有目标三维模型当前显示区域上的一个位置点,由这一个或者多个位置点组成一个或者多个闭合区域为预设的合格放置区域,只要落在合格放置区域内位置点均为可以覆盖二维点集的合格位置点。在目标三维模型上选取初始放置点后,就可以将初始放置点与预设的合格放置区域进行匹配,如果初始放置点在预设的合格放置区域内,则确定目标三维模型能覆盖二维点集,反之,则确定目标三维模型无法覆盖二维点集。
此外,可以将目标三维模型与二维点集进行求交运算确定预设的合格区域,即预设的合格放置区域是在此区域内的任一放置点上目标三维模型与二维点集以预设的求交算法进行求交后,求交结果为完全相交,也即如果目标三维模型上的某个位置点与二维点集进行求交后,确定在此位置点上目标三维模型能够完全覆盖二维点集,则目标三维模型上的这个位置点即为一个预设的合格放置区域内的位置点,所有目标三维模型上满足此条件的位置点即组成了预设的合格放置区域。
可以理解的,进一步,在选取初始放置点后,在初始放置点上对目标三维模型与二维点集以预设的求交算法进行求交,如果在初始放置点目标三维模型与二维点集完全相交,即目标三维模型能在初始放置点覆盖二维点集,则将二维点集投影到目标三维模型上,反之则输出相应提示信息。
在本实例中,将选取的初始放置点与预设的合格放置点进行匹配,在初始放置点与合格放置点匹配之后,确定目标三维模型在初始放置点能覆盖所述二维点集,保证了后续二维点集能被完全的投影到目标三维模型上。
在一实施例中,所述将所述二维点集投影到所述目标三维模型上的步骤,包括:
步骤i,确定所述二维点集对应的平面模型,将所述平面模型作为第一平面模型;
在本实施例中,二维点集是包括了文本数据中每一字符的字符点集的,即二维点集可以认为包括点集形式的文本数据中的每一字符,可以通过字体库或制图软件获取二维点集中任一字符的二维轮廓线,并基于该字符的二维轮廓线,采用Delaunay三角剖分算法对二维轮廓线进行网格化,生成该字符的三角网格平面模型。此处,在网格化的过程中,需要限制三角网格平面模型必须包含二维轮廓线上的各条边。
采用三角剖分算法生成的所有三角面的集合是二维轮廓线上散点集的凸包,三角网格平面模型中部分三角面在二维轮廓线的内部,另一部分三角面在二维轮廓线的外部,因此,需要提取出在二维轮廓线内部的有效三角面。
在得到三角网格平面模型之后,对三角网格平面模型中各个线段进行遍历,从中选取出仅作为一个三角面的边的线段,即为三角网格平面模型的外边界线段。依次遍历三角网格平面模型中各个外边界线段,并对三角网格平面模型中各个三角面进行判断,进而确定在二维轮廓线内部的有效三角面,并将所有有效三角面构成的有效三角面集合作为该字符的平面模型(即第一平面模型),该字符的平面模型即为该字符的二维轮廓线对应区域的三角网格模型。
基于该字符的有效平面模型和该字符的预设厚度,生成该字符的字符三维模型。其中,各个字符的预设厚度可以相同,也可以不同,本发明实施例对此不作具体限定。
步骤j,以预设厚度对所述第一平面模型进行平移,得到第二平面模型;
步骤k,将所述第一平面模型的边界和所述第二平面模型的边界对应连接,得到所述二维点集对应的点集三维模型;
步骤l,从所述初始放置点开始将所述点集三维模型投影到所述目标三维模型上。
在一实施例中,可以将平面模型作为第一平面模型,将平面模型沿其法线方向平移预设厚度的距离,得到的第二平面模型,此处,第一平面模型与第二平面模型的垂直距离为预设厚度。
在另一实施例中,可以将平面模型沿其法线方向平移预设厚度的距离,得到第一平面模型,然后将平面模型沿其法线方向的反方向平移两倍的预设厚度的距离,得到第二平面模型,其中,第一平面模型与第二平面模型的垂直距离可以为两倍的预设厚度。
由于第一平面模型和第二平面模型为两个相互平行的平面,为得到一个封闭的三维模型,需要将第一有效平面模型内边界和第二有效平面模型的内边界对应连接,同时将第一有效平面模型外边界和第二有效平面模型的外边界对应连接,进而得到该字符的字符三维模型。以同样方法生成二维点集中每一字符的字符三维模型,进而生成二维点集的字点集三维模型,即二维点集的点集三维模型是包括了二维点集中每一点集形式的字符的字符三维模型的。
此外,还可以基于布尔并运算,对所有字符三维模型进行融合。可选地,当目标三维模型的表面起伏非常大时,各个字符三维模型之间可能会产生相交的部分,导致生成的点集三维模型的标记不连贯,为避免各个字符三维模型之间的自相交,在完成对点集三维模型放置于目标三维模型表面之后,可以对所有字符三维模型进行布尔并预算,以消除各个字符三维模型自相交的部分,将所有字符三维模型融合为一个整体的三维模型作为二维点集的点集三维模型。
在本实施例中,生成二维点集对应的平面模型,以预设厚度对所述平面模型进行平移,得到第一平面模型和第二平面模型,将第一平面模型的边界和第二平面模型的边界对应连接,得到二维点集对应的点集三维模型,并且目标字符中每一字符各预设厚度可以不同,从而实现了字符三维模型的个性化生成,并且提高了点集三维模型的准确度。
在一实施例中,所述将所述二维点集投影到所述目标三维模型上的步骤之后,包括:
步骤m,通过预设的绘制方式对投影在所述目标三维模型上的二维点集进行绘制得到绘制点集,其中,所述预设的绘制方式包括管道线绘制;
在本实施例中,将二维点集投影到目标三维模型上后,可以以预设绘制方式绘制投影在目标三维模型上的点集,进一步地,还可以对投影在目标三维模型上的二维点集进行渲染显示。其中,预设绘制方式可以是用户提前设置好的任意绘制方式,可以包括管道线绘制方式。
步骤n,确定所述绘制点集的生成方向,存储所述绘制点集与所述生成方向,以使能够复原标记后的所述目标三维模型。
在本实施例中,标记完成的目标三维模型可以用于3D打印、模型雕刻等,为了能够复原标记的目标三维模型,在模型的实际加工的过程中,也可以在模型表面进行激光打印,打印出用户输入的文本数据,保证模型能被正常雕刻,可以保存绘制点集以及绘制点集的生成方向,保障了同样加工后也能够将用户输入的文本数据雕刻到模型上,不管在软件中还是实际场景中均能复原标记后的模型。
此外,本申请还提供一种模型标记装置,参照图7,所述模型标记装置包括:
接收模块,用于接收用户输入的文本数据,并获取待标记的目标三维模型;
生成模块,用于生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;
投影模块,用于若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。
可选地,所述生成模块A20还用于:
识别所述文本数据中包括的所有字符,将所述所有字符的字体转化为预设字体得到目标字符;
生成所述目标字符对应的字符点集,将所述字符点集作为二维点集。
可选地,所述生成模块A20还用于:
提取所述目标字符的字符轮廓,将所述字符轮廓映射至预设的二维平面;
对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集。
此外,本申请还提供一种模型标记设备,所述模型标记设备包括:存储器、处理器及存储在所述存储器上的模型标记程序;所述处理器用于执行所述模型标记程序,以实现上述模型标记方法各实施例的步骤。
本申请还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有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述模型标记方法各实施例的步骤。
本申请存储介质具体实施方式与上述模型标记方法各实施例基本相同,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请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,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利区域,凡是利用本申请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,均同理包括在本申请的专利保护区域内。

Claims (10)

1.一种模型标记方法,其特征在于,所述模型标记方法包括:
接收用户输入的文本数据,并获取待标记的目标三维模型;
生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;
若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。
2.如权利要求1所述的模型标记方法,其特征在于,所述生成与所述文本数据对应的二维点集的步骤,包括:
识别所述文本数据中包括的所有字符,将所有所述字符的字体转化为预设字体得到目标字符;
生成所述目标字符对应的字符点集,将所述字符点集作为二维点集。
3.如权利要求2所述的模型标记方法,其特征在于,所述生成所述目标字符对应的字符点集的步骤,包括:
提取所述目标字符的字符轮廓,将所述字符轮廓映射至预设的二维平面;
对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集。
4.如权利要求3所述的模型标记方法,其特征在于,所述对映射至所述二维平面上的所述字符轮廓对应的点进行采样,得到所述目标字符对应的字符点集的步骤,包括:
在映射至所述二维平面上的所述字符轮廓的轮廓边界上以预设距离进行取点,其中,每两个相邻点之间的预设距离相等,依次连接所选取的点后形成的连线与字符轮廓的边界重合;
将所选取的点作为所述目标字符对应的字符点集。
5.如权利要求1所述的模型标记方法,其特征在于,所述若所述目标三维模型基于所述初始放置点能覆盖所述二维点集的步骤之前,包括:
检测所述初始放置点是否在预设的合格放置区域内,其中,所述预设的合格放置区域内至少包括有目标三维模型当前显示区域上的一个位置点;
若所述初始放置点在所述预设的合格放置区域内,则确定所述目标三维模型基于所述初始放置点能覆盖所述二维点集。
6.如权利要求1所述的模型标记方法,其特征在于,所述将所述二维点集投影到所述目标三维模型上的步骤,包括:
确定所述二维点集对应的平面模型,将所述平面模型作为第一平面模型;
以预设厚度对所述第一平面模型进行平移,得到第二平面模型;
将所述第一平面模型的边界和所述第二平面模型的边界对应连接,得到所述二维点集对应的点集三维模型;
从所述初始放置点开始将所述点集三维模型投影到所述目标三维模型上。
7.如权利要求1所述的模型标记方法,其特征在于,所述将所述二维点集投影到所述目标三维模型上的步骤之后,包括:
通过预设的绘制方式对投影在所述目标三维模型上的二维点集进行绘制得到绘制点集,其中,所述预设的绘制方式包括管道线绘制;
确定所述绘制点集的生成方向,存储所述绘制点集与所述生成方向,以使能够复原标记后的所述目标三维模型。
8.一种模型标记装置,其特征在于,所述模型标记装置包括:
接收模块,用于接收用户输入的文本数据,并获取待标记的目标三维模型;
生成模块,用于生成与所述文本数据对应的二维点集,并在所述目标三维模型上选取初始放置点;
投影模块,用于若所述目标三维模型基于所述初始放置点能覆盖所述二维点集,将所述二维点集投影到所述目标三维模型上,以标记所述目标三维模型。
9.一种模型标记设备,其特征在于,所述模型标记设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的模型标记程序,所述模型标记程序被所述处理器执行时实现如权利要求1至7中任一项所述的室内定位方法的步骤。
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模型标记程序,所述模型标记程序被处理器执行时实现如权利要求1至7中任一项所述的模型标记方法的步骤。
CN202310237629.7A 2023-03-02 2023-03-02 模型标记方法、装置、设备及计算机可读存储介质 Pending CN116363650A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310237629.7A CN116363650A (zh) 2023-03-02 2023-03-02 模型标记方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310237629.7A CN116363650A (zh) 2023-03-02 2023-03-02 模型标记方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN116363650A true CN116363650A (zh) 2023-06-30

Family

ID=86934862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310237629.7A Pending CN116363650A (zh) 2023-03-02 2023-03-02 模型标记方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116363650A (zh)

Similar Documents

Publication Publication Date Title
CN109685870B (zh) 信息标注方法及装置、标注设备及存储介质
CN111507330B (zh) 习题识别方法、装置、电子设备及存储介质
CN115393872B (zh) 一种训练文本分类模型的方法、装置、设备及存储介质
CN111652144B (zh) 基于目标区域融合的题目分割方法、装置、设备和介质
JP2019079347A (ja) 文字種推定システム、文字種推定方法、および文字種推定プログラム
CN112308946A (zh) 题目生成方法、装置、电子设备及可读存储介质
CN110990010A (zh) 一种软件界面代码的生成方法及装置
CN112215811A (zh) 一种图像检测方法、装置、电子设备及存储介质
CN112269872A (zh) 简历解析方法、装置、电子设备及计算机存储介质
CN109656652B (zh) 网页图表绘制方法、装置、计算机设备和存储介质
CN111738252B (zh) 图像中的文本行检测方法、装置及计算机系统
CN108804978B (zh) 一种版面分析方法及装置
CN112906532B (zh) 图像处理方法和装置、电子设备和存储介质
CN114120071A (zh) 一种带有对象标注框图像的检测方法
CN116361502B (zh) 一种图像检索方法、装置、计算机设备及存储介质
CN116610304B (zh) 页面代码生成方法、装置、设备和存储介质
US20200364034A1 (en) System and Method for Automated Code Development and Construction
CN116363650A (zh) 模型标记方法、装置、设备及计算机可读存储介质
Marszałkowski et al. Fast algorithms for online construction of web tag clouds
CN111046096B (zh) 用于生成图文结构化信息的方法和装置
CN114898375A (zh) 字符检测模型训练方法及组件,文本识别方法及组件
CN111738166B (zh) 目标轮廓圈定方法、装置、计算机系统及可读存储介质
CN114037828A (zh) 组件识别方法、装置、电子设备及存储介质
CN111652204A (zh) 目标文本区域选择的方法、装置、电子设备和存储介质
CN114399782B (zh) 文本图像处理方法、装置、设备、存储介质及程序产品

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