CN111553187B - 识别cad图纸中表格的方法及*** - Google Patents

Abstract

本发明公开了一种识别CAD图纸中表格的方法，包括算法分析线条的特征、导入人工智能模型进行分析、根据分析结果获得表格数据以及根据需要补全或剔除无用表格线。本发明通过全自动的人工智能提取表格的算法，用户仅需点击按钮，即可自动将表格数据提取完毕，通过将识别表格信息智能化，节约用户操作成本，并且提升了准确率与时间；适用于所有CAD的表格柱大样场景，避免了适用性的局限性；用户只需要触发识别功能，算法自动进行验算，操作简便快捷。

Description

识别CAD图纸中表格的方法及***

技术领域

本发明属于计算机信息技术领域，用于精准查找CAD图纸中表格，涉及用于精准识别CAD图纸中的柱大样所在表格的技术，尤其涉及一种通过压缩和分块技术识别CAD图纸中表格的方法及***。

背景技术

随着计算机技术的发展，为了更好地方便用户快速建模，人工智能技术已经开始引入到建筑行业中。在建模过程中，通过人工智能分析原始数据，能够准确快速的识别出所需信息，避免人工成本的浪费。所以如何快速帮助用户快速准确的提取所需信息，是相关软件需要解决的一个问题。

现有的柱大样建模过程，需要预算员手工选取CAD图纸上的具体柱大样信息，不同信息类型分类后，进行具体使用。这种方式工作量大，不同图纸的图形信息复杂多变，没有相关性可以借鉴。同时，图纸中也存在大量错误或无用信息进行干扰，这对于人工分类而言，成本过高。所以使用传统方法很难完美解决。

而实际图纸中，柱大样的信息基本集中在表格内部，所以只要识别出表格后，柱大样的基本位置就可确定，这样就能无需用户手工操作，确定柱大样位置，为后续提取信息算法做好前期准备。

现有的表格提取方式是用户手工一根一根的将表格线选中后进行提取。一方面，在面对表格数据较多的情况下，线的数量非常多；同时由于CAD图纸存在后期补画的情况，所以看似是一根的直线，其实由多段线段拼接而成；还有无效表格与柱大样表格相连的情况，这样用户提取非常繁琐且缓慢。

发明内容

针对背景技术的不足，本发明要解决的问题是如何实现智能快速提取表格。

为了达到上述发明目的，本发明提供了一种识别CAD图纸中表格的方法，包括：

步骤一、提取数字表格特征，建立训练模型；

步骤二、处理和删除无效数字表格信息；

步骤三、补充空缺的数字表格线至完整状态。

优选的，上述步骤一具体包括：

步骤1.1、分析表格特征，以交点的方式进行分析，按线型进行分组，求出所有线的交点处边的数量及每条边的角度；

步骤1.2、分析线组特征，分别分析不同边数的交点占比，确定线条的数量及线型是否为连续线；

步骤1.3、将表格线的颜色作为特征因子加入分析；

步骤1.4、获得表格线平均长度与整张图纸的平均长度比值作为特征；

步骤1.5、建立随机森林模型，将所述步骤1.1～1.4获得的表格特征、线组特征、颜色特征以及平均长度特征作为模型的特征进行训练。

优选的，上述步骤二根据表格内部信息，进行表格线的二次过滤，将无用表格删除。

优选的，上述步骤二删除无用表格时计算表格内文字信息占比，占所有元素的一半以上作为非柱大样表格保留，删除其他的表格。

优选的，上述步骤三对非封闭区域进行补全，构成完整封闭的表格。

优选的，上述步骤三根据端点线的数量，如果小于1条，则水平线补全竖直线，竖直线补全水平线。

优选的，上述步骤1.1中的按线型分组为垂直线和平行线。

优选的，上述步骤1.2中不同边数包括边数为1、边数为2、边数为3、边数为4以及边数为5。

一种识别CAD图纸中表格的***，包括：

表格特征提取单元，用于提取数字表格特征，建立训练模型；

表格筛选剔除单元，用于处理和删除无效数字表格信息；

表格线补全单元，用于补充空缺的数字表格线至完整状态。

优选的，上述表格特征提取单元包括：

表格特征分析模块，用于分析表格特征，以交点的方式进行分析，按线型进行分组，求出所有线的交点处边的数量及每条边的角度；

线组特征模块，用于分析线组特征，分别分析不同边数的交点占比，确定线条的数量及线型是否为连续线；

颜色特征分析模块，用于将表格线的颜色作为特征因子加入分析；

平均长度比值特征模块，用于获得表格线平均长度与整张图纸的平均长度比值作为特征；

模型训练模块，用于建立随机森林模型，将所述表格特征、线组特征、颜色特征以及平均长度特征作为模型的特征进行训练。

与现有技术相比，本发明具有以下优势：

1、通过将识别表格信息智能化，节约用户操作成本，并且提升了准确率与时间；

2、该方法适用于所有CAD的表格柱大样场景，避免了适用性的局限性；

3、用户只需要触发识别功能，算法自动进行验算，操作简便快捷。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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示出了本发明识别CAD图纸中表格的方法流程示意图；

图2示出了本发明实施例分析线与线交点的特征效果示意图；

图3示出了本发明实施例线组特征分析效果示意图；

图4示出了本发明实施例线组特征值图；

图5示出了本发明实施例通过模型获取到的表格效果示意图；

图6示出了本发明实施例无效表格效果示意图；

图7示出了本发明实施例非同图层表格线效果示意图；

图8示出了本发明实施例需要补全表格线的表格效果示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

如图1所示，本实施例提供一种识别CAD图纸中表格的方法，包括：

步骤一、提取数字表格特征，建立训练模型；

步骤二、处理和删除无效数字表格信息；

步骤三、补充空缺的数字表格线至完整状态。

在一些实施例中，步骤一具体包括：

步骤1.1、分析表格特征，以交点的方式进行分析，按线型进行分组，求出所有线的交点处边的数量及每条边的角度，以图2为例进行详细说明。

该交点处，周围4条线(上下左右)，每条线互成90度(270度)或180度(0度)夹角，所以该交点处的特征值为：4，(0，90，180，270)。

步骤1.2、分析线组特征，分别分析不同边数的交点占比，确定线条的数量及线型是否为连续线；

如图3所示，分别分析边数为1的交点占比，边数为2的交点占比，边数为3的交点占比，边数为4的交点占比，边数为5的交点占比，线条的数量及线型是否为连续线而不是虚线。

进而可以得出如图4所示的特征值。

步骤1.3、将表格线的颜色作为特征因子加入分析；

由于图中会混杂其余线条，比如轴网、无用表格等，而柱大样表格的颜色大多是深色，所以表格颜色也作为特征加入进来。

步骤1.4、获得表格线平均长度与整张图纸的平均长度比值作为特征；

柱大样图纸中，柱大样的线条平均长度会比整张图纸平均长度低，而表格会高与这个平均长度，也可作为特征加入。

步骤1.5、建立随机森林模型，将所述步骤1.1～1.4获得的表格特征、线组特征、颜色特征以及平均长度特征作为模型的特征进行训练。采用该模型即可得到具体的表格信息如图5所示。

在一些实施例中，步骤二根据表格内部信息，进行表格线的二次过滤，将无用表格删除。柱大样图纸中，可能除柱大样表格外，还有其他文字表格存在，所以此时可以根据表格内部信息，进行表格线的二次过滤，将无用表格剔除。

表格内文字信息占比，占所有元素的一半以上即可认为是非柱大样表格。如图6所示。

在一些实施例中，步骤二删除无用表格时计算表格内文字信息占比，占所有元素的一半以上作为非柱大样表格保留，删除其他的表格。

柱大样表格的边界表格线构成有非同图层的情况如图7所示，所以这时在第一步分组时，可能无法包含进来，所以这时需要对非封闭区域进行补全，从而构成一个完整封闭的表格。

在一些实施例中，步骤三对非封闭区域进行补全，构成完整封闭的表格。根据端点线的数量，如果小于1条，则水平线补全竖直线，竖直线补全水平线，如图8所示。

在一些实施例中，步骤1.1中的按线型分组为垂直线和平行线。

在一些实施例中，步骤1.2中不同边数包括边数为1、边数为2、边数为3、边数为4以及边数为5。

本发明还提供一种识别CAD图纸中表格的***的实施例，包括：

表格特征提取单元，用于提取数字表格特征，建立训练模型；

表格筛选剔除单元，用于处理和删除无效数字表格信息；

表格线补全单元，用于补充空缺的数字表格线至完整状态。

在一些实施例中，表格特征提取单元包括：

表格特征分析模块，用于分析表格特征，以交点的方式进行分析，按线型进行分组，求出所有线的交点处边的数量及每条边的角度；

线组特征模块，用于分析线组特征，分别分析不同边数的交点占比，确定线条的数量及线型是否为连续线；

颜色特征分析模块，用于将表格线的颜色作为特征因子加入分析；

平均长度比值特征模块，用于获得表格线平均长度与整张图纸的平均长度比值作为特征；

模型训练模块，用于建立随机森林模型，将所述表格特征、线组特征、颜色特征以及平均长度特征作为模型的特征进行训练。

此外，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

此外，还可以提供一种服务器，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。

与现有技术相比，本发明具有以下优势：

1、通过将识别表格信息智能化，节约用户操作成本，并且提升了准确率与时间；

2、该方法适用于所有CAD的表格柱大样场景，避免了适用性的局限性；

3、用户只需要触发识别功能，算法自动进行验算，操作简便快捷。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种识别CAD图纸中表格的方法，其特征在于所述方法包括：

步骤一、提取数字表格特征，建立训练模型；

步骤二、处理和删除无效数字表格信息；

步骤三、补充空缺的数字表格线至完整状态；

所述步骤二还包括：

步骤1.1、分析表格特征，以交点的方式进行分析，按线型进行分组，求出所有线的交点处边的数量及每条边的角度；

步骤1.2、分析线组特征，分别分析不同边数的交点占比，确定线条的数量及线型是否为连续线；

步骤1.3、将表格线的颜色作为特征因子加入分析；

步骤1.4、获得表格线平均长度与整张图纸的平均长度比值作为特征；

步骤1.5、建立随机森林模型，将所述步骤1.1～1.4获得的表格特征、线组特征、颜色特征以及平均长度特征作为模型的特征进行训练。

2.根据权利要求1所述的识别CAD图纸中表格的方法，其特征在于，所述步骤二根据表格内部信息，进行表格线的二次过滤，将无用表格删除。

3.根据权利要求2所述的识别CAD图纸中表格的方法，其特征在于，所述步骤二删除无用表格时计算表格内文字信息占比，占所有元素的一半以上作为非柱大样表格保留，删除其他的表格。

4.根据权利要求1所述的识别CAD图纸中表格的方法，其特征在于，所述步骤三对非封闭区域进行补全，构成完整封闭的表格。

5.根据权利要求4所述的识别CAD图纸中表格的方法，其特征在于，所述步骤三根据端点线的数量，如果小于1条，则水平线补全竖直线，竖直线补全水平线。

6.根据权利要求1所述的识别CAD图纸中表格的方法，其特征在于，所述步骤1.1中的按线型分组为垂直线和平行线。

7.根据权利要求1所述的识别CAD图纸中表格的方法，其特征在于，所述步骤1.2中不同边数包括边数为1、边数为2、边数为3、边数为4以及边数为5。

8.一种识别CAD图纸中表格的***，其特征在于所述***包括：

表格特征提取单元，用于提取数字表格特征，建立训练模型；

表格筛选剔除单元，用于处理和删除无效数字表格信息；

表格线补全单元，用于补充空缺的数字表格线至完整状态；

所述表格特征提取单元包括：

表格特征分析模块，用于分析表格特征，以交点的方式进行分析，按线型进行分组，求出所有线的交点处边的数量及每条边的角度；

线组特征模块，用于分析线组特征，分别分析不同边数的交点占比，确定线条的数量及线型是否为连续线；

颜色特征分析模块，用于将表格线的颜色作为特征因子加入分析；

平均长度比值特征模块，用于获得表格线平均长度与整张图纸的平均长度比值作为特征；

模型训练模块，用于建立随机森林模型，将所述表格特征、线组特征、颜色特征以及平均长度特征作为模型的特征进行训练。

Images