CN110765891B - 工程图纸识别方法、电子设备及相关产品 - Google Patents
工程图纸识别方法、电子设备及相关产品 Download PDFInfo
- Publication number
- CN110765891B CN110765891B CN201910940651.1A CN201910940651A CN110765891B CN 110765891 B CN110765891 B CN 110765891B CN 201910940651 A CN201910940651 A CN 201910940651A CN 110765891 B CN110765891 B CN 110765891B
- Authority
- CN
- China
- Prior art keywords
- target
- primitive
- feature
- layer
- feature point
- 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
Images
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
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请实施例公开了一种工程图纸识别方法、电子设备及相关产品,应用于电子设备,所述方法包括:获取目标图元,所述目标图元为模型空间中的任一图元;确定所述目标图元的目标特征;依据所述目标特征确定所述目标图元对应的目标图元内容。采用本申请实施例能够精准识别出图元内容。
Description
技术领域
本申请涉及图形处理技术领域,具体涉及一种工程图纸识别方法、电子设备及相关产品。
背景技术
生活中,在工程领域中,计算机辅助设计(Computer Aided Design,CAD)无疑已经是各个设计单位高频使用的设计软件,针对各种项目,均可以采用CAD进行设计,且最终以电子版的形式保存。
实际上,工程项目设计完成时,往往设计图错综复杂,因此,较难精准识别出图元对应的图元内容。
发明内容
本申请实施例提供了一种工程图纸识别方法、电子设备及相关产品,能够精准识别出图元内容。
第一方面,本申请实施例提供一种工程图纸识别方法,应用于电子设备,所述方法包括:
获取目标图元,所述目标图元为模型空间中的任一图元;
确定所述目标图元的目标特征;
依据所述目标特征确定所述目标图元对应的目标图元内容。
第二方面,本申请实施例提供一种工程图纸识别装置,应用于电子设备,所述装置包括:
获取单元,用于获取目标图元,所述目标图元为模型空间中的任一图元;
第一确定单元,用于确定所述目标图元的目标特征;
第二确定单元,用于依据所述目标特征确定所述目标图元对应的目标图元内容。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
实施本申请实施例,具备如下有益效果:
可以看出,本申请实施例中所描述的工程图纸识别方法、电子设备及相关产品,应用于电子设备,获取目标图元,该目标图元为模型空间中的任一图元,确定目标图元的目标特征,依据目标特征确定目标图元对应的目标图元内容,如此,可以分析图元的特征,依据图元的特征识别图元内容,能够精准识别图元内容,提升了图元识别精度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请的一些实施例,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1A是本申请实施例提供的一种工程图纸识别方法的流程示意图;
图1B是本申请实施例提供的另一种工程图纸识别方法的流程示意图;
图2是本申请实施例提供的另一种工程图纸识别方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种工程图纸识别装置的功能单元组成框图。
具体实施方式
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,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,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
本申请实施例所描述电子设备可以包括智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、掌上电脑、笔记本电脑、视频矩阵、监控平台、移动互联网设备(MID,Mobile Internet Devices)或穿戴式设备等,上述仅是举例,而非穷举,包含但不限于上述装置,当然,上述电子设备还可以为服务器。
下面对本申请实施例进行详细介绍。
图1A是本申请实施例提供的一种工程图纸识别方法的流程示意图,如图所示,本工程图纸识别方法包括:
101、获取目标图元,所述目标图元为模型空间中的任一图元。
其中,本申请实施例可以应用于CAD场景或者其他作图工具场景,在此不做限定。可以将CAD建筑图纸导入到建筑信息化模型(Building Information Modeling,BIM)模型软件。电子设备可以获取模型空间内的任一图元作为目标图元。
具体实现中,用户在操作过程中,可以点击一个位置,将包含该位置的图元作为目标图元。
在一个可能的示例中,所述电子设备与外部设备建立通信连接,上述步骤101,获取目标图元,可以包括如下步骤:
11、确定用户点击的目标位置;
12、向所述外部设备发送拍摄指令,所述拍摄指令携带所述目标位置,所述拍摄指令用于指示所述外部设备对所述目标位置进行拍摄;
13、接收由所述外部设备拍摄的拍摄图像;
14、在所述初始图像中确定所述目标位置对应的映射位置;
15、依据所述映射位置对所述拍摄图像进行截图操作,得到所述目标图元。
其中,本申请实施例中,外部设备可以理解为另一个电子设备,电子设备与外部设备之间可以建立通信连接,该通信连接的方式可以为以下至少一种:蓝牙通信连接、Ad hoc网络、红外通信网络、无线保真(wireless fidelity,Wi-Fi)通信连接、移动网络通信连接、红外通信连接等等,在此不做限定。
具体实现中,电子设备可以确定目标图元的目标位置,该目标位置可以为用户点击模型空间中的任一位置,进而,电子设备可以向外部设备发送拍摄指令,该拍摄指令可以携带目标位置,该拍摄指令可以用于指示外部设备对目标位置进行拍摄,具体地,外部设备可以以目标位置作为焦点,进行拍摄,得到拍摄图像,进而,可以将该拍摄图像发送给电子设备,电子设备接收该拍摄图像,可以在拍摄图像中确定目标位置对应的一个点作为映射位置,依据映射位置进行截图操作,具体地,可以将以映射位置为中心的一定范围内的区域进行截图操作,得到目标图元,或者,可以以映射位置进行搜索,得到距离映射位置距离最近的一个图元,对该图元进行截图操作,得到目标图元。
102、确定所述目标图元的目标特征。
其中,本申请实施例中,目标特征又可以包括元素类型,该元素类型可以为以下至少一种:直线、曲线、弧度、矩形、三角形、圆形、椭圆、菱形等等,该目标特征还可以包括特征点或者特征纹路,在此不做限定,其中,特征点可以通过特征点提取算法得到,特征点提取算法可以为以下至少一种:harris角点检测、尺度不变特征变换(scale invariantfeature transform,SIFT)、拉普拉斯变换、小波变换、轮廓波变换、剪切波变换等等,在此不做限定,特征纹路可以由纹路提取算法得到,纹路提取算法可以为以下至少一种:霍夫变换、canny算子、sobel算子、prewitt算子等等,在此不做限定。
具体地,电子设备可以将目标图元中的一些基本元素作为目标特征,基本元素可以为理解为构成目标图元的最小单元。
在一个可能的示例中,上述步骤102,确定所述目标图元的目标特征,可以包括如下步骤:
21、检测所述目标图元是否为块引用;
22、在所述目标图元不为所述块引用时,记录所述目标图元对应的第一目标图层;
23、将所述第一目标图层,以及所述目标图元对应的属性信息作为所述目标特征。
其中,本申请实施例中,目标图元的属性信息可以为以下至少一种:基本元素、尺寸大小、元素类型、每一元素类型对应的元素数量等等,在此不做限定,元素类型可以为以下至少一种:直线、曲线、弧度、矩形、三角形、圆形、椭圆、菱形等等,在此不做限定。上述第一目标图层可以理解为图层位置,即位于哪一层。
具体实现中,电子设备可以检测目标图元是否为块引用,在该目标图元不为块引用时,可以记录该目标图元对应的第一目标图层,可以将第一目标图层、以及该目标图元对应的属性信息作为目标特征。
进一步地,在一个可能的示例中,还可以包括如下步骤:
A1、在所述目标图元为所述块引用时,执行如下步骤:
A2、遍历所述块引用中的第一图元,检测所述第一图元是否为块引用;
A3、在所述第一图元不为所述块引用时,检测所述第一图元的图层是否为0;
A4、在所述第一图元的图层为0时,记录所述第一图元的第二目标图层;
A5、将所述第二目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
具体实现中,电子设备可以在目标图元为块引用时,遍历该块引用中的第一图元,第一图元可以理解为目标图元引用的一个图元,检测该第一图元是否为块引用,在该第一图元不为块引用时,可以检测该第一图元的图层是否为0,在第一图元的图层为0时,可以记录该第一图元的第二目标图层,该第二目标图层可以理解为图层位置,即位于哪一层,进而,可以将第二目标图层以及第一图元对应的属性信息作为目标特征。
进一步地,在一个可能的示例中,还可以包括如下步骤:
A6、在所述第一图元的图层不为0时,记录所述第一图元的第三目标图层;
A7、将所述第三目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
其中,电子设备可以在第一图元的图层不为0时,可以记录该第一图元的第三目标图层,该第三目标图层可以理解为图层位置,即位于哪一层。进一步地,可以将第三目标图层以及该第一图元的属性信息作为目标特征。
103、依据所述目标特征确定所述目标图元对应的目标图元内容。
其中,本申请实施例中,图元内容可以为以下至少一种:墙体、窗户、门、花坛、水槽、楼梯等等,在此不做限定。
在一个可能的示例中,在上述步骤101之前,可以执行如图1B所示的流程图,具体地,遍历模型空间中的图元,检测该图元是否为块引用,在该图元不为块引用时,记录图元所在图层,在该图元为块引用时,可以遍历块中图元,检测该图元是否为块引用,若是,则循环执行遍历块中图元,直到图元中不为块引用,判断这时候的图元的图元图层是否为0,若图元图层为0,则记录图元所在图块的图层,若图元图层为不0,也记录图元所在图层,汇总所有图层包含的图层,根据各个图层包含的图元的统计规律判断图层的内容,依据该方式可以确定每一类图元对应的图元内容。
在一个可能的示例中,上述步骤103,依据所述目标特征确定所述目标图元对应的目标图元内容,可以按照如下方式实施:
按照预设的特征与图元内容之间的映射关系,确定所述目标特征对应的所述目标图元内容。
其中,本申请实施例中,电子设备中可以预先存储预设的特征与图元内容之间的映射关系,进而,可以依据该映射关系确定目标特征对应的目标图元内容。具体实现中,电子设备可对每一图元进行分析,确定其对应的特征,进而,建立特征与图元内容之间的映射关系。
在一个可能的示例中,上述步骤103,依据所述目标特征确定所述目标图元对应的目标图元内容,可以包括如下步骤:
将所述目标特征输入到预设神经网络模型中,得到所述目标特征对应的所述目标图元内容。
其中,预设神经网络模型可以预先设置或者***默认,该预设神经网络模型可以为以下至少一种:循环神经网络模型、脉冲神经网络模型或者卷积神经网络模型,在此不做限定。具体实现中,预设神经网络模型可以针对不同的图元的特征进行训练得到。
在一个可能的示例中,在所述目标特征为目标特征点集时,在上述步骤103,依据所述目标特征确定所述目标图元对应的目标图元内容,可以包括如下步骤:
31、确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
32、从所述多个模值中选取大于预设模值的模值,得到多个目标模值,并获取该多个目标模值对应的特征点,得到多个目标特征点;
33、将所述多个目标特征点与预设模板图元的预设特征点集进行匹配,得到多对匹配成功的特征点;
34、从所述多对匹配成功的特征点中选取匹配值最大的三对特征点对;
35、依据所述三对特征点对构造第一三角形和第二三角形,其中所述第一三角形由所述目标图像为中的特征点,所述第二三角形为所述预设特征点集中的特征点;
36、在所述第一三角形与所述第二三角形相似时,确认所述目标特征点集与所述预设模板图元的预设特征点集匹配成功,将所述预设模板图元对应的图元内容作为所述目标特征对应的图元内容。
具体实现中,预设模值可以由用户自行设置或者***默认,预设模板图元可以预先保存在电子设备中。
进一步地,本申请实施例中,由于每一特征点可以理解为一个向量,其包括大小和方向,因此,可以确定目标特征点集中每一特征点对应的模值,得到多个模值,可以从多个模值中选取大于预设模值的模值,得到多个目标模值,并获取该多个目标模值对应的特征点,得到多个目标特征点,这样可以选取鲁棒性好的一些特征点,即稳定特征点,有助于后续提升识别精度,降低误识别概率。
进一步地,电子设备可以将多个目标特征点与预设模板图元的预设特征点集进行匹配,得到多对匹配成功的特征点,针对预设特征点集的特征点提取算法可以为以下至少一种:harris角点检测、尺度不变特征变换(scale invariant feature transform,SIFT)、拉普拉斯变换、小波变换、轮廓波变换、剪切波变换等等,在此不做限定,进而,可以从多对匹配成功的特征点中选取匹配值最大的三对特征点对,可以依据三对特征点对构造第一三角形和第二三角形,其中,第一三角形由目标图像为中的特征点,第二三角形为预设特征点集中的特征点,并且在第一三角形与第二三角形相似时,确认目标特征点集与预设模板图元的预设特征点集匹配成功,可以将预设模板图元的图元内容作为目标特征对应的图元内容。反之,在第一三角形和第二三角形不下相似时,则确认目标特征点集与预设模板图元的预设特征点集匹配失败,如此,可以精准实现对图元进行图元内容识别。
可以看出,本申请实施例中所描述的工程图纸识别方法,应用于电子设备,获取目标图元,该目标图元为模型空间中的任一图元,确定目标图元的目标特征,依据目标特征确定目标图元对应的目标图元内容,如此,可以分析图元的特征,依据图元的特征识别图元内容,能够精准识别图元内容,提升了图元识别精度。
与上述图1A所示的实施例一致地,请参阅图2,图2是本申请实施例提供的一种工程图纸识别方法的流程示意图,如图所示,应用于电子设备,本工程图纸识别方法包括:
201、获取目标图元,所述目标图元为模型空间中的任一图元。
202、检测所述目标图元是否为块引用。
203、在所述目标图元不为所述块引用时,记录所述目标图元对应的第一目标图层。
204、将所述第一目标图层,以及所述目标图元对应的属性信息作为所述目标特征。
205、依据所述目标特征确定所述目标图元对应的目标图元内容。
其中,上述步骤201-步骤205的具体描述可以参照上述图1A所描述的工程图纸识别方法的相应步骤,在此不再赘述。
可以看出,本申请实施例中所描述的工程图纸识别方法,应用于电子设备,获取目标图元,该目标图元为模型空间中的任一图元,检测目标图元是否为块引用,在目标图元不为块引用时,记录目标图元对应的第一目标图层,将第一目标图层,以及目标图元对应的属性信息作为目标特征,依据目标特征确定目标图元对应的目标图元内容,如此,可以分析图元的特征,依据图元的特征识别图元内容,能够精准识别图元内容,提升了图元识别精度。
与上述实施例一致地,请参阅图3,图3是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,本申请实施例中,上述程序包括用于执行以下步骤的指令:
获取目标图元,所述目标图元为模型空间中的任一图元;
确定所述目标图元的目标特征;
依据所述目标特征确定所述目标图元对应的目标图元内容。
可以看出,本申请实施例中所描述的电子设备,应用于电子设备,获取目标图元,该目标图元为模型空间中的任一图元,确定目标图元的目标特征,依据目标特征确定目标图元对应的目标图元内容,如此,可以分析图元的特征,依据图元的特征识别图元内容,能够精准识别图元内容,提升了图元识别精度。
在一个可能的示例中,在所述确定所述目标图元的目标特征方面,上述程序包括用于执行以下步骤的指令:
检测所述目标图元是否为块引用;
在所述目标图元不为所述块引用时,记录所述目标图元对应的第一目标图层;
将所述第一目标图层,以及所述目标图元对应的属性信息作为所述目标特征。
在一个可能的实施例中,上述程序还包括用于执行以下步骤的指令:
在所述目标图元为所述块引用时,执行如下步骤:
遍历所述块引用中的第一图元,检测所述第一图元是否为块引用;
在所述第一图元不为所述块引用是否,检测所述第一图元的图层是否为0;
在所述第一图元的图层为0时,记录所述第一图元的第二目标图层;
将所述第二目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
在一个可能的实施例中,上述程序还包括用于执行以下步骤的指令:
在所述第一图元的图层不为0时,记录所述第一图元的第三目标图层;
将所述第三目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
在一个可能的实施例中,在所述依据所述目标特征确定所述目标图元对应的目标图元内容方面,上述程序还包括用于执行以下步骤的指令:
按照预设的特征与图元内容之间的映射关系,确定所述目标特征对应的所述目标图元内容。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图4是本申请实施例中所涉及的工程图纸识别装置400的功能单元组成框图。该工程图纸识别装置400,应用于电子设备,所述装置400包括:获取单元401、第一确定单元402第二确定单元403其中,
获取单元401,用于获取目标图元,所述目标图元为模型空间中的任一图元;
第一确定单元402,用于确定所述目标图元的目标特征;
第二确定单元403,用于依据所述目标特征确定所述目标图元对应的目标图元内容。
可以看出,本申请实施例中所描述的工程图纸识别装置,应用于电子设备,获取目标图元,该目标图元为模型空间中的任一图元,确定目标图元的目标特征,依据目标特征确定目标图元对应的目标图元内容,如此,可以分析图元的特征,依据图元的特征识别图元内容,能够精准识别图元内容,提升了图元识别精度。
在一个可能的示例中,在所述确定所述目标图元的目标特征方面,所述第一确定单元402具体用于:
检测所述目标图元是否为块引用;
在所述目标图元不为所述块引用时,记录所述目标图元对应的第一目标图层;
将所述第一目标图层,以及所述目标图元对应的属性信息作为所述目标特征。
在一个可能的示例中,所述第一确定单元402还具体用于:
在所述目标图元为所述块引用时,执行如下步骤:
遍历所述块引用中的第一图元,检测所述第一图元是否为块引用;
在所述第一图元不为所述块引用是否,检测所述第一图元的图层是否为0;
在所述第一图元的图层为0时,记录所述第一图元的第二目标图层;
将所述第二目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
在一个可能的示例中,所述第一确定单元402还具体用于:
在所述第一图元的图层不为0时,记录所述第一图元的第三目标图层;
将所述第三目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
在一个可能的示例中,在所述依据所述目标特征确定所述目标图元对应的目标图元内容方面,所述第二确定单元403具体用于:
按照预设的特征与图元内容之间的映射关系,确定所述目标特征对应的所述目标图元内容。
可以理解的是,本实施例的工程图纸识别装置的各程序模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。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或者该技术方案的全部或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一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种工程图纸识别方法,其特征在于,应用于电子设备,所述方法包括:
获取目标图元,具体为:在操作过程中,点击一个位置,将包含该位置的图元作为所述目标图元,所述目标图元为模型空间中的任一图元;
确定所述目标图元的目标特征,所述目标特征包括元素类型,所述元素类型包括以下至少一种:直线、曲线、弧度、矩形、三角形、圆形、椭圆、菱形;
依据所述目标特征确定所述目标图元对应的目标图元内容;
其中,在所述目标特征为目标特征点集时,所述依据所述目标特征确定所述目标图元对应的目标图元内容,包括:
确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
从所述多个模值中选取大于预设模值的模值,得到多个目标模值,并获取该多个目标模值对应的特征点,得到多个目标特征点;
将所述多个目标特征点与预设模板图元的预设特征点集进行匹配,得到多对匹配成功的特征点;
从所述多对匹配成功的特征点中选取匹配值最大的三对特征点对;
依据所述三对特征点对构造第一三角形和第二三角形,其中,所述第一三角形为所述目标图元中的特征点,所述第二三角形为所述预设特征点集中的特征点;
在所述第一三角形与所述第二三角形相似时,确认所述目标特征点集与所述预设模板图元的预设特征点集匹配成功,将所述预设模板图元对应的图元内容作为所述目标特征对应的图元内容。
2.根据权利要求1所述的方法,其特征在于,所述确定所述目标图元的目标特征,包括:
检测所述目标图元是否为块引用;
在所述目标图元不为所述块引用时,记录所述目标图元对应的第一目标图层;
将所述第一目标图层,以及所述目标图元对应的属性信息作为所述目标特征。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述目标图元为所述块引用时,执行如下步骤:
遍历所述块引用中的第一图元,检测所述第一图元是否为块引用;
在所述第一图元不为所述块引用时,检测所述第一图元的图层是否为0;
在所述第一图元的图层为0时,记录所述第一图元的第二目标图层;
将所述第二目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
在所述第一图元的图层不为0时,记录所述第一图元的第三目标图层;
将所述第三目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述依据所述目标特征确定所述目标图元对应的目标图元内容,包括:
按照预设的特征与图元内容之间的映射关系,确定所述目标特征对应的所述目标图元内容。
6.一种工程图纸识别装置,其特征在于,应用于电子设备,所述装置包括:获取单元、第一确定单元和第二确定单元,其中,
所述获取单元,用于获取目标图元,具体为:在操作过程中,点击一个位置,将包含该位置的图元作为所述目标图元,所述目标图元为模型空间中的任一图元;
所述第一确定单元,用于确定所述目标图元的目标特征,所述目标特征包括元素类型,所述元素类型包括以下至少一种:直线、曲线、弧度、矩形、三角形、圆形、椭圆、菱形;
所述第二确定单元,用于依据所述目标特征确定所述目标图元对应的目标图元内容;
其中,在所述目标特征为目标特征点集时,所述依据所述目标特征确定所述目标图元对应的目标图元内容,包括:
确定所述目标特征点集中每一特征点对应的模值,得到多个模值;
从所述多个模值中选取大于预设模值的模值,得到多个目标模值,并获取该多个目标模值对应的特征点,得到多个目标特征点;
将所述多个目标特征点与预设模板图元的预设特征点集进行匹配,得到多对匹配成功的特征点;
从所述多对匹配成功的特征点中选取匹配值最大的三对特征点对;
依据所述三对特征点对构造第一三角形和第二三角形,其中,所述第一三角形为所述目标图元中的特征点,所述第二三角形为所述预设特征点集中的特征点;
在所述第一三角形与所述第二三角形相似时,确认所述目标特征点集与所述预设模板图元的预设特征点集匹配成功,将所述预设模板图元对应的图元内容作为所述目标特征对应的图元内容。
7.根据权利要求6所述的装置,其特征在于,在所述确定所述目标图元的目标特征方面,所述第一确定单元具体用于:
检测所述目标图元是否为块引用;
在所述目标图元不为所述块引用时,记录所述目标图元对应的第一目标图层;
将所述第一目标图层,以及所述目标图元对应的属性信息作为所述目标特征。
8.根据权利要求7所述的装置,其特征在于,所述第一确定单元还具体用于:
在所述目标图元为所述块引用时,执行如下步骤:
遍历所述块引用中的第一图元,检测所述第一图元是否为块引用;
在所述第一图元不为所述块引用时,检测所述第一图元的图层是否为0;
在所述第一图元的图层为0时,记录所述第一图元的第二目标图层;
将所述第二目标图层,以及所述第一图元对应的属性信息作为所述目标特征。
9.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910940651.1A CN110765891B (zh) | 2019-09-30 | 2019-09-30 | 工程图纸识别方法、电子设备及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910940651.1A CN110765891B (zh) | 2019-09-30 | 2019-09-30 | 工程图纸识别方法、电子设备及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110765891A CN110765891A (zh) | 2020-02-07 |
CN110765891B true CN110765891B (zh) | 2022-05-17 |
Family
ID=69330345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910940651.1A Active CN110765891B (zh) | 2019-09-30 | 2019-09-30 | 工程图纸识别方法、电子设备及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110765891B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310254B (zh) * | 2020-03-10 | 2023-10-27 | 广联达科技股份有限公司 | Cad图例的识别方法、装置、存储介质、电子设备 |
CN111639142A (zh) * | 2020-05-29 | 2020-09-08 | 金现代信息产业股份有限公司 | 一种油库设备工艺图与设备关联的实现方法及*** |
CN111737800B (zh) * | 2020-06-23 | 2024-01-12 | 广联达科技股份有限公司 | 图元选择方法、装置及电子设备 |
CN112287773A (zh) * | 2020-10-10 | 2021-01-29 | 国家电网有限公司 | 一种基于卷积神经网络的一次接线图图元识别方法 |
CN112598092B (zh) * | 2020-12-18 | 2022-10-18 | 湖南特能博世科技有限公司 | 图元识别匹配方法、装置、计算机设备及可读存储介质 |
CN112906717B (zh) * | 2021-03-04 | 2024-05-28 | 广联达科技股份有限公司 | 一种工程文件内容的识别方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605970A (zh) * | 2013-12-02 | 2014-02-26 | 华中师范大学 | 一种基于机器学习的图纸建筑元素识别方法及*** |
CN108460056A (zh) * | 2017-02-22 | 2018-08-28 | 电子科技大学中山学院 | 一种dxf文件有效图元转换json数据的方法 |
CN109191576A (zh) * | 2018-09-06 | 2019-01-11 | 宁波睿峰信息科技有限公司 | 一种将建筑图纸转换为三维bim模型的图层分类方法 |
CN109255041A (zh) * | 2018-08-22 | 2019-01-22 | 国网山西省电力公司 | 一种电气图纸的智能识别方法 |
CN109993827A (zh) * | 2019-03-29 | 2019-07-09 | 宁波睿峰信息科技有限公司 | 一种将建筑图纸转换为三维bim模型的立面图识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69636599T2 (de) * | 1995-08-04 | 2007-08-23 | Microsoft Corp., Redmond | Verfahren und system zur wiedergabe von grafischen objekten durch teilung in bildstücke und zusammensetzen von bildlagen zu einem wiedergabebild |
CN101561830B (zh) * | 2008-04-18 | 2012-02-22 | 北京数码大方科技有限公司 | 用于cad的尺寸标注方法和装置 |
CN101763439B (zh) * | 2010-03-05 | 2012-09-19 | 中国科学院软件研究所 | 一种基于草图的超视频构建方法 |
GB2520366B (en) * | 2013-12-13 | 2015-12-09 | Imagination Tech Ltd | Primitive processing in a graphics processing system |
-
2019
- 2019-09-30 CN CN201910940651.1A patent/CN110765891B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605970A (zh) * | 2013-12-02 | 2014-02-26 | 华中师范大学 | 一种基于机器学习的图纸建筑元素识别方法及*** |
CN108460056A (zh) * | 2017-02-22 | 2018-08-28 | 电子科技大学中山学院 | 一种dxf文件有效图元转换json数据的方法 |
CN109255041A (zh) * | 2018-08-22 | 2019-01-22 | 国网山西省电力公司 | 一种电气图纸的智能识别方法 |
CN109191576A (zh) * | 2018-09-06 | 2019-01-11 | 宁波睿峰信息科技有限公司 | 一种将建筑图纸转换为三维bim模型的图层分类方法 |
CN109993827A (zh) * | 2019-03-29 | 2019-07-09 | 宁波睿峰信息科技有限公司 | 一种将建筑图纸转换为三维bim模型的立面图识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110765891A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110765891B (zh) | 工程图纸识别方法、电子设备及相关产品 | |
CN110765893B (zh) | 图纸文件识别方法、电子设备及相关产品 | |
CN110796016A (zh) | 工程图纸识别方法、电子设备及相关产品 | |
CN104239879B (zh) | 分割字符的方法及装置 | |
CN111597884A (zh) | 面部动作单元识别方法、装置、电子设备及存储介质 | |
CN112818456B (zh) | 图层配置方法、电子设备及相关产品 | |
CN108875667B (zh) | 目标识别方法、装置、终端设备和存储介质 | |
CN110648363A (zh) | 相机姿态确定方法、装置、存储介质及电子设备 | |
CN107272899B (zh) | 一种基于动态手势的vr交互方法、装置及电子设备 | |
CN112668566A (zh) | 表格处理方法、装置、电子设备及存储介质 | |
US20200005078A1 (en) | Content aware forensic detection of image manipulations | |
CN111783561A (zh) | 审图结果修正方法、电子设备及相关产品 | |
CN115861400A (zh) | 目标对象检测方法、训练方法、装置以及电子设备 | |
CN111492407B (zh) | 用于绘图美化的***和方法 | |
CN110780771A (zh) | 触摸屏校准方法及相关产品 | |
CN114998433A (zh) | 位姿计算方法、装置、存储介质以及电子设备 | |
CN111160157A (zh) | 基于dwg图纸的文本提取方法及相关产品 | |
CN109711287B (zh) | 人脸采集方法及相关产品 | |
CN110580171A (zh) | App分类方法、相关装置及产品 | |
CN111563898B (zh) | 图像分割方法、电子设备及相关产品 | |
CN113808192B (zh) | 一种户型图生成方法、装置、设备及存储介质 | |
CN114898350A (zh) | 一种银行卡识别方法、识别***、电子设备及存储介质 | |
CN114494960A (zh) | 视频处理方法及装置、电子设备及计算机可读存储介质 | |
CN111783180A (zh) | 图纸拆分方法及相关装置 | |
CN112446850A (zh) | 适配测试方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230621 Address after: A601, Zhongke Naneng Building, No. 06 Yuexing 6th Road, Gaoxin District Community, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province, 518063 Patentee after: Shenzhen Wanyi Digital Technology Co.,Ltd. Address before: 519000 room 105-24914, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province (centralized office area) Patentee before: WANYI TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |