CN116681792A - 矢量图纸的子图生成方法、装置、设备及可读存储介质 - Google Patents
矢量图纸的子图生成方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN116681792A CN116681792A CN202210163018.8A CN202210163018A CN116681792A CN 116681792 A CN116681792 A CN 116681792A CN 202210163018 A CN202210163018 A CN 202210163018A CN 116681792 A CN116681792 A CN 116681792A
- Authority
- CN
- China
- Prior art keywords
- sub
- target
- primitives
- graph
- subgraph
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000015654 memory Effects 0.000 claims description 31
- 238000000605 extraction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 9
- 238000009795 derivation Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000009432 framing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 102100032202 Cornulin Human genes 0.000 description 1
- 101000920981 Homo sapiens Cornulin Proteins 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
Abstract
本发明涉及矢量图纸的识别技术领域,公开了一种矢量图纸的子图生成方法、装置、设备及可读存储介质。其中,该方法包括:获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元;基于目标线图元的位置关系,生成各个子图对应的封闭多边形;提取封闭多边形中的文本图元,基于文本图元对应的特征信息确定各个子图对应的目标封闭多边形;提取目标封闭多边形中的图元信息,生成子图对应的子图纸。通过实施本发明,实现了矢量图纸所对应各个子图的自动生成,无需人工进行繁杂的手动框选,提高了子图纸的导出效率,同时避免了繁杂的手动框选而导致的框选错误,提高了导出成功率。
Description
技术领域
本发明涉及矢量图纸的识别技术领域,具体涉及一种矢量图纸的子图生成方法、装置、设备及可读存储介质。
背景技术
对于建筑项目而言,每个建筑项目均有对应的项目矢量图纸,通常一套完整的项目矢量图纸中包含有多个独立的子图,若想单独导出各个子图则需要通过矢量图纸对应的看图软件进行手工框选,继而将手工框选部分导出为dwg格式的独立文件。但是人工依次框选项目矢量图纸中的各个子图予以导出的操作,操作复杂,导出效率较低。
发明内容
有鉴于此,本发明实施例提供了一种矢量图纸的子图生成方法、装置、设备及可读存储介质,以解决人工依次框选项目矢量图纸中的各个子图予以导出的操作,操作复杂且导出效率较低的问题。
根据第一方面,本发明实施例提供了一种矢量图纸的子图生成方法,包括:获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元;基于所述目标线图元的位置关系,生成所述各个子图对应的封闭多边形;提取所述封闭多边形中的文本图元,基于所述文本图元对应的特征信息确定所述各个子图对应的目标封闭多边形;提取所述目标封闭多边形中的图元信息,生成所述子图对应的子图纸。
本发明实施例提供的矢量图纸的子图生成方法,通过获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元,基于目标线图元的位置关系生成各个子图对应的封闭多边形,基于封闭多边形中的文本图元对应的特征信息确定各个子图对应的目标封闭多边形,提取目标封闭多边形中的图元信息,生成子图对应的子图纸,由此实现了矢量图纸所对应各个子图的自动生成,无需人工进行繁杂的手动框选,提高了子图纸的导出效率,同时避免了繁杂的手动框选而导致的框选错误,提高了导出成功率。
结合第一方面,在第一方面的第一实施方式中,所述基于所述目标线图元的位置关系,生成所述各个子图对应的封闭多边形,包括:基于所述目标线图元的位置关系,确定出水平线图元和垂直线图元;合并所述水平线图元和垂直线图元,生成多个封闭曲线;判断所述封闭曲线对应的属性参数是否满足子图条件;当所述封闭曲线对应的属性参数满足子图条件时,将所述封闭曲线确定为所述子图对应的封闭多边形。
本发明实施例提供的矢量图纸的子图生成方法,通过目标线图元的位置关系确定出水平线图元和垂直线图元,然后对水平线图元和垂直线图元进行合并连接生成封闭曲线,在封闭曲线对应的属性参数满足子图条件时,将其作为子图对应的封闭多边形,避免人工对子图的手动框选,提高了子图所对应封闭多边形的生成准确性。
结合第一方面,在第一方面的第二实施方式中,所述提取所述封闭多边形中的文本图元,基于所述文本图元对应的特征信息确定所述各个子图对应的目标封闭多边形,包括:获取所述封闭多边形所对应的坐标范围;提取所述坐标范围内的文本图元,确定所述文本图元对应的图签特征信息;基于所述图签特征信息确定所述子图对应的目标封闭多边形。
结合第一方面第二实施方式,在第一方面的第三实施方式中,所述基于所述图签特征信息确定所述子图对应的目标封闭多边形,包括:根据所述图签特征信息生成所述封闭多边形对应的图签;基于所述封闭多边形内所包含的图签数量,确定所述子图对应的目标封闭多边形。
结合第一方面第三实施方式,在第一方面的第四实施方式中,所述基于所述封闭多边形内所包含的图签数量,确定所述子图对应的目标封闭多边形,包括:判断所述封闭多边形内的图签数量是否满足预设条件;当所述封闭多边形内的图签数量满足所述预设条件时,将所述封闭多边形确定为所述子图对应的目标封闭多边形。
本发明实施例提供的矢量图纸的子图生成方法,通过获取封闭多边形所对应的坐标范围,提取坐标范围内的文本图元,并确定出文本图元所对应的图签特征信息,基于图签特征信息生成封闭多边形对应的图签,并根据封闭多边形所包含的图签数量确定出子图对应的目标封闭多边形,根据图签信息确定子图对应的目标封闭多边形,进一步保证了目标封闭多边形的准确确定。
结合第一方面,在第一方面的第五实施方式中,所述提取目标矢量图纸中各个子图对应的目标线图元,包括:获取所述目标矢量图纸中各个子图的位置信息以及所有图元;基于所述位置信息从所有图元中提取出包围所述子图的目标线图元。
结合第一方面第五实施方式,在第一方面的第六实施方式中,所述基于所述位置信息从所有图元中提取出包围所述子图的目标线图元,包括:判断所述子图是否为斜向子图;当所述子图为斜向子图时,获取所述子图的偏移角度;从所有图元中提取出处于所述偏移角度内的目标线图元。
本发明实施例提供的矢量图纸的子图生成方法,通过获取目标矢量图纸中各个子图的位置信息以及所有图元,基于子图的位置信息从所有图元中提取出包围子图的目标线图元,由此能够准确自动的框选出目标矢量图纸中的子图,避免了手动框选,提高了子图的生成效率和生成正确率。
根据第二方面,本发明实施例提供了一种矢量图纸的子图生成装置,包括:获取模块,用于获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元;第一生成模块,用于基于所述目标线图元的位置关系,生成所述各个子图对应的封闭多边形;提取模块,用于提取所述封闭多边形中的文本图元,基于所述文本图元对应的特征信息确定所述各个子图对应的目标封闭多边形;第二生成模块,用于提取所述目标封闭多边形中的图元信息,生成所述子图对应的子图纸。
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第一方面任一实施方式所述的矢量图纸的子图生成方法。
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,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第一方面或第一方面任一实施方式所述的矢量图纸的子图生成方法。
需要说明的是,本发明实施例提供的矢量图纸的子图生成装置、电子设备及计算机可读存储介质的相应有益效果,请参见矢量图纸的子图生成方法中相应内容的描述,在此不再赘述。
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矢量图纸的子图生成方法的流程图;
图2是根据本发明实施例的矢量图纸的子图生成方法的另一流程图;
图3是根据本发明实施例的矢量图纸的子图生成方法的另一流程图;
图4是根据本发明实施例的矢量图纸的子图生成装置的结构框图;
图5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。
对于建筑项目而言,每个建筑项目均有对应的项目矢量图纸,通常一套完整的项目矢量图纸中包含有多个独立的子图,若想单独导出各个子图则需要通过矢量图纸对应的看图软件进行手工框选,继而将手工框选部分导出为dwg格式的独立文件。但是人工依次框选项目矢量图纸中的各个子图予以导出的操作,操作复杂,导出效率较低。
基于此,本发明技术方案通过提取子图所对应的目标线图元以生成子图对应的封闭多边形,进而根据封闭多边形中的文本图元所对应的特征信息以确定出子图对应的目标封闭多边形,继而根据目标封闭多边形中的图元信息,生成子图对应的子图纸,由此实现了矢量图纸所对应各个子图的自动生成,提高了子图纸的导出效率。
根据本发明实施例,提供了一种矢量图纸的子图生成方法的实施例,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矢量图纸的子图生成方法,可用于电子设备,如手机、平板电脑、电脑等,图1是根据本发明实施例的矢量图纸的子图生成方法的流程图,如图1所示,该流程包括如下步骤:
S11,获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元。
目标矢量图纸为建筑工程项目图纸,该目标矢量图纸可以是从外部存储设备获取的,也可以是技术人员采用本地绘图软件绘制的,还可以是从本地存储空间获取,此处对目标矢量图纸的获取方式不作限定,本领域技术人员可以根据实际需要确定。
目标线图元为构成子图包围框的线段图元,子图为目标矢量图纸中包含的建筑工程项目对应的项目子图,目标矢量图纸中可以包含有多个项目子图,每个项目子图对应有相应的子图包围框。电子设备可以识别目标矢量图纸中的各个子图对应的图元信息,从中提取出各个子图包围框对应的线段图元。
S12,基于目标线图元的位置关系,生成各个子图对应的封闭多边形。
目标线图元的位置关系用于表征目标线图元的坐标信息,电子设备可以根据目标线图元的坐标信息对目标线图元进行依次连接,得到目标线图元构成的包围子图所对应图元信息的多个封闭多边形。该封闭多边形可以是规则的,也可以是不规则的,此处对封闭多边形的形状不作具体限定。
S13,提取封闭多边形中的文本图元,基于文本图元对应的特征信息确定各个子图对应的目标封闭多边形。
文本图元用于表征子图对应的文本信息,电子设备可以通过ODA图纸解析工具识别各个封闭多边形中的文本信息,得到各个封闭多边形中所包含的文本图元。
可选地,电子设备还可以通过文本识别模型对各个子图所对应的封闭多边形中的文本信息进行识别,得到各个封闭多边形中所包含的文本图元。其中,文本识别模型可以通过训练卷积循环神经网络(Convolutional Recurrent Neural Network,CRNN)得到,当然也可以通过其他模型训练得到,只要保证其能够识别出封闭多边形中的文本即可。
目标封闭多边形为子图所对应的唯一子图包围框,文本图元对应的特征信息为子图所对应图签的特征集合。电子设备可以通过解析文本图元确定出文本图元所对应的特征信息,并根据该特征信息确定封闭多边形中所包含的图签信息,进一步根据该图签信息过滤多余的封闭多边形,得到各个子图对应的目标封闭多边形。
S14,提取目标封闭多边形中的图元信息,生成子图对应的子图纸。
图元信息为构成建筑工程子项目的所有线图元、标注图元以及文本图元等,电子设备可以通过ODA图纸解析工具对各个目标封闭多边形中的图元信息进行识别和提取,将各个目标封闭多边形中的图元信息转换为独立的矢量图纸,即生成各个子图所对应的子图纸。
可选地,电子设备还可以通过ODA图纸解析工具提取目标封闭多边形中的图元信息,并将提取出的图元信息输入至图纸生成模型,进而生成各个子图对应的子图纸。其中,图纸生成模型基于输入的图元信息以及输出模型之间的对应关系训练得到,电子设备将目标封闭多边形中的图元信息输入至图纸生成模型,该图纸生成模型即可对图元信息进行子图建模,在完成子图建模后,生成该子图对应的子图纸。
本实施例提供的矢量图纸的子图生成方法,通过获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元,基于目标线图元的位置关系生成各个子图对应的封闭多边形,基于封闭多边形中的文本图元对应的特征信息确定各个子图对应的目标封闭多边形,提取目标封闭多边形中的图元信息,生成子图对应的子图纸,由此实现了矢量图纸所对应各个子图的自动生成,无需人工进行繁杂的手动框选,提高了子图纸的导出效率,同时避免了繁杂的手动框选而导致的框选错误,提高了导出成功率。
在本实施例中提供了一种矢量图纸的子图生成方法,可用于电子设备,如手机、平板电脑、电脑等,图2是根据本发明实施例的矢量图纸的子图生成方法的流程图,如图2所示,该流程包括如下步骤:
S21,获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元。详细说明参见上述实施例对应的相关描述,此处不再赘述。
S22,基于目标线图元的位置关系,生成各个子图对应的封闭多边形。
具体地,上述步骤S22可以包括:
S221,基于目标线图元的位置关系,确定出水平线图元和垂直线图元。
目标线图元的位置关系用于表征不同线图元之间的关系,该位置关系包括平行关系和相交关系,进一步的,该相交关系可以为垂直关系。具体地,电子设备可以解析各个目标线图元在目标矢量图纸中的坐标,并基于该坐标确定出不同线图元之间的位置关系,进一步的,电子设备可以根据不同线图元之间的位置关系识别出目标线图元为水平线图元还是垂直线图元。
S222,合并水平线图元和垂直线图元,生成多个封闭曲线。
电子设备基于水平线图元和垂直线图元之间的相交关系,确定出相交线图元,合并相交线图元,以合并后的相交线图元扩大水平线图元和垂直线图元的搜索,在搜索水平线图元和垂直线图元的过程中,过滤掉较短的线图元。
电子设备可以得到相交线图元对应的线段坐标和长度,利用线段坐标和长度对水平线图元以及垂直线图元进行聚类分析,得到目标矢量图纸中所包含的所有平行的水平线图元集合和所有平行的垂直线图元集合。电子设备可以根据所有平行的水平线图元以及所有平行的垂直线图元的坐标进行合并连接,得到多个由水平线图元和垂直线图元组成的封闭曲线。
S223,判断封闭曲线对应的属性参数是否满足子图条件。
子图条件为符合国际通用规则的生成条件,属性参数表示封闭曲线所具有的特征信息,该属性参数可以包括面积分布以及文字信息等特征信息。电子设备根据面积分布以及文字信息等特征信息确定当前生成的封闭曲线是否满足子图条件。当封闭曲线对应的属性参数是否满足子图条件时,执行步骤S224,否则表示该封闭曲线并非为子图对应的封闭多边形,将该封闭曲线予以删除。
S224,将封闭曲线确定为子图对应的封闭多边形。
当封闭曲线对应的属性参数满足子图条件时,表示该封闭曲线能够包围子图,且该封闭曲线内包含有对应于子图的文字信息,此时电子设备可以直接将该封闭曲线确定为子图所对应的封闭多边形。
S23,提取封闭多边形中的文本图元,基于文本图元对应的特征信息确定各个子图对应的目标封闭多边形。
具体地,上述步骤S23可以包括:
S231,获取封闭多边形所对应的坐标范围。
坐标范围为封闭多边形所覆盖的范围。电子设备可以获取封闭多边形的左下角坐标信息(A1,B1)和右上角坐标信息(A2,B2),根据该左下角坐标信息(A1,B1)和右上角坐标信息(A2,B2)可以确定出封闭多边形所对应的坐标范围为(A2-A1,B2-B1)。
可选地,电子设备还可以获取封闭多边形的右下角坐标信息(A3,B3)和左上角坐标信息(A4,B4),根据该右下角坐标信息(A3,B3)和左上角坐标信息(A4,B4)可以确定出封闭多边形所对应的坐标范围为(A3-A2,B4-B3)。
S232,提取坐标范围内的文本图元,确定文本图元对应的图签特征信息。
图签特征信息用于表征能够构成图签的文本图元所具有的特征。电子设备基于集成的ODA图纸解析工具对坐标范围内的文本信息进行解析,得到封闭多边形所对应的坐标范围内的文本图元,并将解析到的坐标范围内的文本图元与图签知识库进行比对,以确定出文本图元所对应的图签特征信息。
其中,图签知识库是基于矢量图纸中的图签特征构建的,具体地,电子设备可以预先对矢量图纸进行数据分析,提取图签所具有的图签特征生成的图签知识库。
S233,基于图签特征信息确定子图对应的目标封闭多边形。
电子设备在得到图签特征信息后,可以根据该图签特征信息生成图签,继而能够确定封闭多边形中所包含的图签数量,基于该图签数量过滤多余的封闭多边形,确定出满足条件的目标封闭多边形。
具体地,上述步骤S233可以包括:
(1)根据图签特征信息生成封闭多边形对应的图签。
电子设备可以通过ODA图纸解析工具对文本图元对应的图签特征信息进行判断,确定出能够生成图签文本图元,并结合ODA图纸解析工具识别到的线段图元生成封闭多边形所包含的多个图签。
(2)基于封闭多边形内所包含的图签数量,确定子图对应的目标封闭多边形。
图签数量为基于图签特征信息所生成的图签个数,由于封闭多边形可能包围有多个子图,此时电子设备可以根据图签数量进一步过滤各个子图所对应的封闭多边形,将不满足子图包围框的封闭多边形过滤掉,得到各个子图所对应的目标封闭多边形。
具体地,上述步骤(2)可以包括:
(21)判断封闭多边形内的图签数量是否满足预设条件。
预设条件为子图对应的图签设定值,通常该图签设定值为1,当然该图签设定值还可以为其他值,此处不作具体限定。电子设备可以将其确定的封闭多边形内的图签数据与预设条件对应的图签设定值进行比较,以确定该封闭多边形内的图签数量是否满足预设条件,当封闭多边形内的图签数量满足预设条件时,执行步骤(22),否则表示该封闭多边形并非为子图包围框。
(22)将封闭多边形确定为子图对应的目标封闭多边形。
当封闭多边形内的图签数量满足预设条件时,表示该封闭多边形内的图签数据与预设条件对应的图签设定值一致,由此电子设备可以判定该封闭多边形为子图所对应的目标封闭多边形。
S24,提取目标封闭多边形中的图元信息,生成子图对应的子图纸。详细说明参见上述实施例对应的相关描述,此处不再赘述。
本实施例提供的矢量图纸的子图生成方法,通过目标线图元的位置关系确定出水平线图元和垂直线图元,然后对水平线图元和垂直线图元进行合并连接生成封闭曲线,在封闭曲线对应的属性参数满足子图条件时,将其作为子图对应的封闭多边形,避免人工对子图的手动框选,提高了子图所对应封闭多边形的生成准确性。通过获取封闭多边形所对应的坐标范围,提取坐标范围内的文本图元,并确定出文本图元所对应的图签特征信息,基于图签特征信息生成封闭多边形对应的图签,并根据封闭多边形所包含的图签数量确定出子图对应的目标封闭多边形,根据图签信息确定子图对应的目标封闭多边形,进一步保证了目标封闭多边形的准确确定。
在本实施例中提供了一种矢量图纸的子图生成方法,可用于电子设备,如手机、平板电脑、电脑等,图3是根据本发明实施例的矢量图纸的子图生成方法的流程图,如图3所示,该流程包括如下步骤:
S31,获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元。
具体地,上述步骤S31可以包括:
S311,获取目标矢量图纸。详细说明参见上述实施例对应的相关描述,此处不再赘述。
S312,获取目标矢量图纸中各个子图的位置信息以及所有图元。
电子设备基于预设识别模型解析目标矢量图纸中的各个子图以及目标矢量图纸所包含的所有图元。具体地,电子设备可以构建目标矢量图纸的坐标系,基于该坐标系确定出其所包含的各个子图所处的坐标范围,即各个子图在目标矢量图纸中的位置信息。同时,电子设备可以通过ODA图纸解析工具对目标矢量图纸中所包含的图元进行识别和提取,并根据各个子图对应的位置信息确定出隶属于各个子图的所有图元。
S313,基于位置信息从所有图元中提取出包围子图的目标线图元。
通过预设识别模型件从各个子图所对应的所有图元中识别出水平线图元和垂直线图元,基于水平线图元与垂直线图元之间的相交关系能够形成包围子图的封闭多边形,将能够形成包围子图的封闭多边形所对应的水平线图元与垂直线图元确定为目标线图元。
具体地,上述步骤S313可以包括:
(1)判断子图是否为斜向子图。
斜向子图为目标矢量图纸中位置倾斜的子图,在目标矢量图纸中难免会存在有斜向子图。电子设备在识别目标矢量图纸中的设定目标图纸的水平方向,以该水平方向为基础,对各个子图在目标矢量图纸中的位置信息进行识别,确定目标矢量图纸中的子图是否倾斜,当子图存在倾斜时,该子图即为斜向子图。
(2)获取子图的偏移角度。
偏移角度为斜向子图与水平方向之间的夹角,当目标矢量图纸中存在斜向子图时,电子设备可以解析该斜向子图与水平方向之间的夹角。
(3)从所有图元中提取出处于偏移角度内的目标线图元。
为了解析该斜向子图,电子设备可以将处于该偏移角度内的线图元提取出来,并将处于偏移角度内的线图元确定为斜向子图对应的目标线图元,进一步的,电子设备可以将处于偏移角度内的目标图元转换为水平垂直线段图元,进而提取出相交线段,将相交线段合并斜向子图对应的封闭多边形。
S32,基于目标线图元的位置关系,生成各个子图对应的封闭多边形。详细说明参见上述实施例对应的相关描述,此处不再赘述。
S33,提取封闭多边形中的文本图元,基于文本图元对应的特征信息确定各个子图对应的目标封闭多边形。详细说明参见上述实施例对应的相关描述,此处不再赘述。
S34,提取目标封闭多边形中的图元信息,生成子图对应的子图纸。详细说明参见上述实施例对应的相关描述,此处不再赘述。
本实施例提供的矢量图纸的子图生成方法,通过获取目标矢量图纸中各个子图的位置信息以及所有图元,基于子图的位置信息从所有图元中提取出包围子图的目标线图元,由此能够准确自动的框选出目标矢量图纸中的子图,避免了手动框选,提高了子图的生成效率和生成正确率。
在本实施例中还提供了一种矢量图纸的子图生成装置,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。
本实施例提供一种矢量图纸的子图生成装置,如图4所示,包括:
获取模块41,用于获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
第一生成模块42,用于基于目标线图元的位置关系,生成各个子图对应的封闭多边形。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
提取模块43,用于提取封闭多边形中的文本图元,基于文本图元对应的特征信息确定各个子图对应的目标封闭多边形。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
第二生成模块44,用于提取目标封闭多边形中的图元信息,生成子图对应的子图纸。详细说明参见上述方法实施例对应的相关描述,此处不再赘述。
本实施例提供的矢量图纸的子图生成装置,通过获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元,基于目标线图元的位置关系生成各个子图对应的封闭多边形,基于封闭多边形中的文本图元对应的特征信息确定各个子图对应的目标封闭多边形,提取目标封闭多边形中的图元信息,生成子图对应的子图纸,由此实现了矢量图纸所对应各个子图的自动生成,无需人工进行繁杂的手动框选,提高了子图纸的导出效率,同时避免了繁杂的手动框选而导致的框选错误,提高了导出成功率。
本实施例中的矢量图纸的子图生成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4所示的矢量图纸的子图生成装置。
请参阅图5,图5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5所示,该电子设备可以包括:至少一个处理器501,例如CPU(Central Processing Unit,中央处理器),至少一个通信接口503,存储器504,至少一个通信总线502。其中,通信总线502用于实现这些组件之间的连接通信。其中,通信接口503可以包括显示屏(Display)、键盘(Keyboard),可选通信接口503还可以包括标准的有线接口、无线接口。存储器504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504可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图4所描述的装置,存储器504中存储应用程序,且处理器501调用存储器504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502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502可以分为地址总线、数据总线、控制总线等。为便于表示,图5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504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504还可以包括上述种类存储器的组合。
其中,处理器501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501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504还用于存储程序指令。处理器501可以调用程序指令,实现如本申请图1至图实施例中所示的矢量图纸的子图生成方法。
本发明实施例还提供了一种非暂态计算机存储介质,所述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矢量图纸的子图生成方法的处理方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(FlashMemory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述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 (10)
1.一种矢量图纸的子图生成方法,其特征在于,包括:
获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元;
基于所述目标线图元的位置关系,生成所述各个子图对应的封闭多边形;
提取所述封闭多边形中的文本图元,基于所述文本图元对应的特征信息确定所述各个子图对应的目标封闭多边形;
提取所述目标封闭多边形中的图元信息,生成所述子图对应的子图纸。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标线图元的位置关系,生成所述各个子图对应的封闭多边形,包括:
基于所述目标线图元的位置关系,确定出水平线图元和垂直线图元;
合并所述水平线图元和垂直线图元,生成多个封闭曲线;
判断所述封闭曲线对应的属性参数是否满足子图条件;
当所述封闭曲线对应的属性参数满足子图条件时,将所述封闭曲线确定为所述子图对应的封闭多边形。
3.根据权利要求1所述的方法,其特征在于,所述提取所述封闭多边形中的文本图元,基于所述文本图元对应的特征信息确定所述各个子图对应的目标封闭多边形,包括:
获取所述封闭多边形所对应的坐标范围;
提取所述坐标范围内的文本图元,确定所述文本图元对应的图签特征信息;
基于所述图签特征信息确定所述子图对应的目标封闭多边形。
4.根据权利要求3所述的方法,其特征在于,所述基于所述图签特征信息确定所述子图对应的目标封闭多边形,包括:
根据所述图签特征信息生成所述封闭多边形对应的图签;
基于所述封闭多边形内所包含的图签数量,确定所述子图对应的目标封闭多边形。
5.根据权利要求4所述的方法,其特征在于,所述基于所述封闭多边形内所包含的图签数量,确定所述子图对应的目标封闭多边形,包括:
判断所述封闭多边形内的图签数量是否满足预设条件;
当所述封闭多边形内的图签数量满足所述预设条件时,将所述封闭多边形确定为所述子图对应的目标封闭多边形。
6.根据权利要求1所述的方法,其特征在于,所述提取目标矢量图纸中各个子图对应的目标线图元,包括:
获取所述目标矢量图纸中各个子图的位置信息以及所有图元;
基于所述位置信息从所有图元中提取出包围所述子图的目标线图元。
7.根据权利要求6所述的方法,其特征在于,所述基于所述位置信息从所有图元中提取出包围所述子图的目标线图元,包括:
判断所述子图是否为斜向子图;
当所述子图为斜向子图时,获取所述子图的偏移角度;
从所有图元中提取出处于所述偏移角度内的目标线图元。
8.一种矢量图纸的子图生成装置,其特征在于,包括:
获取模块,用于获取目标矢量图纸,提取目标矢量图纸中各个子图对应的目标线图元;
第一生成模块,用于基于所述目标线图元的位置关系,生成所述各个子图对应的封闭多边形;
提取模块,用于提取所述封闭多边形中的文本图元,基于所述文本图元对应的特征信息确定所述各个子图对应的目标封闭多边形;
第二生成模块,用于提取所述目标封闭多边形中的图元信息,生成所述子图对应的子图纸。
9.一种电子设备,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1-7任一项所述的矢量图纸的子图生成方法。
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1-7任一项所述的矢量图纸的子图生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210163018.8A CN116681792A (zh) | 2022-02-22 | 2022-02-22 | 矢量图纸的子图生成方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210163018.8A CN116681792A (zh) | 2022-02-22 | 2022-02-22 | 矢量图纸的子图生成方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116681792A true CN116681792A (zh) | 2023-09-01 |
Family
ID=87779606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210163018.8A Pending CN116681792A (zh) | 2022-02-22 | 2022-02-22 | 矢量图纸的子图生成方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116681792A (zh) |
-
2022
- 2022-02-22 CN CN202210163018.8A patent/CN116681792A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110502985B (zh) | 表格识别方法、装置及表格识别设备 | |
CN110163087B (zh) | 一种人脸姿态识别方法及系统 | |
CN115880536B (zh) | 数据处理方法、训练方法、目标对象检测方法及装置 | |
CN113094770A (zh) | 图纸生成方法、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 | |
CN113420353B (zh) | 钢筋排布方法、装置及电子设备 | |
CN114005126A (zh) | 表格重构方法、装置、计算机设备及可读存储介质 | |
CN115546809A (zh) | 基于单元格约束的表格结构识别方法及其应用 | |
CN114429640A (zh) | 图纸分割方法、装置及电子设备 | |
CN116682130A (zh) | 图签信息的提取方法、装置、设备及可读存储介质 | |
CN112950764A (zh) | 基于平面套图的三维建模方法及三维建模装置 | |
CN111881171A (zh) | 一种基于数据分析的图纸识别推荐方法及系统 | |
CN115905016A (zh) | 一种BIOS Setup搜索功能测试方法、装置、电子设备及存储介质 | |
CN111079752A (zh) | 识别红外图像中的断路器的方法、装置及可读存储介质 | |
CN116681792A (zh) | 矢量图纸的子图生成方法、装置、设备及可读存储介质 | |
CN112084103A (zh) | 界面测试方法、装置、设备和介质 | |
CN115797955A (zh) | 基于单元格约束的表格结构识别方法及其应用 | |
CN113269153B (zh) | 一种表格识别方法以及装置 | |
CN113158632B (zh) | Cad图纸的表格重建方法和计算机可读存储介质 | |
CN114444185A (zh) | 原位标注的识别方法、装置及电子设备 | |
CN115480963A (zh) | 自动驾驶硬件平台的功能测试方法及系统 | |
CN114821617A (zh) | 门窗洞的识别方法、装置、设备及可读存储介质 | |
CN113111713B (zh) | 一种图像检测方法、装置、电子设备及存储介质 | |
CN113591739B (zh) | 识别图纸中面域的方法、装置、计算机设备和存储介质 | |
CN113553454B (zh) | 图元数据处理方法、装置及电子设备 |
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 |