公开/公告号CN116343253A
专利类型发明专利
公开/公告日2023-06-27
原文格式PDF
申请/专利权人 苏州威视通智能科技有限公司;
申请/专利号CN202310233220.8
申请日2023-03-13
分类号G06V30/422(2022.01);G06V30/148(2022.01);G06V30/14(2022.01);G06V30/16(2022.01);G06V30/18(2022.01);
代理机构
代理人
地址 215000 江苏省苏州市中国(江苏)自由贸易试验区苏州片区苏州工业园区新平街388号腾飞科技园11幢101、102单元
入库时间 2024-01-17 01:13:28
法律状态公告日
法律状态信息
法律状态
2023-07-14
实质审查的生效 IPC(主分类):G06V30/422 专利申请号:2023102332208 申请日:20230313
实质审查的生效
2023-06-27
公开
发明专利申请公布
技术领域
本发明涉及计算机软件领域,特别涉及一种CAD图纸长度单位与像素值比例的识别、获取与计算方法。
背景技术
CAD图纸长度单位与像素值比例的识别、获取与计算方法是一种进行CAD图纸与实际比例计算的方法,用AI的方法,自动化的获取CAD图纸上的像素值并获取其在图纸上相对应的像素点个数,从而计算出像素点与实际空间的长度比例,随着科技的不断发展,人们对于CAD图纸长度单位与像素值比例的识别、获取与计算方法的制造工艺要求也越来越高。
现有的CAD图纸长度单位与像素值比例的识别、获取与计算方法在使用时存在一定的弊端,目前对CAD图纸像素值与实际空间的长度的比例的计算,依赖于photoshop等专业软件,需要人手工对像素值进行标定,难以满足现有的自动化需求,给实际的使用过程带来了一定的不利影响,为此,我们提出一种CAD图纸长度单位与像素值比例的识别、获取与计算方法。
发明内容
针对现有技术的不足,本发明提供了一种CAD图纸长度单位与像素值比例的识别、获取与计算方法,用AI的方法,自动化的获取CAD图纸上的像素值并获取其在图纸上相对应的像素点个数,从而计算出像素点与实际空间的长度比例,对建筑类CAD图像像素代表的实际空间的长度进行自动化计算,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:一种CAD图纸长度单位与像素值比例的识别、获取与计算方法,包括以下操作步骤:
S1:思路整理:带有数字的标尺线区域,大多是由矩形框定的,对矩形框定位识别,再对矩形内的数字进行识别;
S2:区域切分:切分出需要识别的区域,一方面用于区域定位,另一方面为了节省计算资源;
S3:图像增强预处理:经过腐蚀,二值化,使得图像上的标尺线变得明显,之后检测轮廓,过滤过小过大轮廓后,判断轮廓是不是矩形,对非矩阵的轮廓以及中间无内容的轮廓进行过滤,保留下将要进行预测的矩形;
S4:进行数字检测:为了提高识别的准确率,逐一将矩形改变长宽比和填充后,送入模型检测;
S5:获取与计算:检测结束后,过滤掉不合规的数字以及矩形后,计算像素比值,对比值结果取三次随机抽样的均值,获得结果。
作为本申请一种优选的技术方案,所述S4步骤中送入模型检测采用是Paddle框架的paddlepaddleocr模型,包括文字检测和识别部分。
作为本申请一种优选的技术方案,所述S4步骤中送入模型检测可以采用其他深度学习框架的调优的ctpn+crnn模型或其他文字/数字识别模型。
作为本申请一种优选的技术方案,具体包括以下操作步骤:
A1:将带有标尺线和标尺线数值的CAD图纸传入本算法当中;
A2:使用本算法的方法,先切分出需要识别的区域;
A3:对图像增强后做轮廓检测,检测和筛选出矩形轮廓后,将矩形形状变换和填充后逐一送入PaddlePaddleocr检测数字;
A4:过滤掉非正规CAD数字后,根据数字和矩形长度上的像素个数,可以计算出CAD图纸中单位像素与实际建筑的距离的比例关系,对多个数字的比例关系结果抽样三次计算均值,即可得到最终结果。
作为本申请一种优选的技术方案,所述A1-A4步骤中流程为图像切割,预处理,找轮廓,过滤与判断轮廓形状,过滤无内容矩形,模型检测,计算像素比值,筛选像素比值,抽样取均值,结束。
作为本申请一种优选的技术方案,所述A1-A4步骤自动化获取CAD图纸的像素值比例。
作为本申请一种优选的技术方案,所述S1-S5步骤中对建筑类CAD图像像素代表的实际空间的长度进行自动化计算。
作为本申请一种优选的技术方案,所述S1-S5步骤中主要在于对矩形框定位识别,再对矩形内的数字进行识别。
与现有技术相比,本发明提供了一种CAD图纸长度单位与像素值比例的识别、获取与计算方法,具备以下有益效果:该一种CAD图纸长度单位与像素值比例的识别、获取与计算方法,用AI的方法,自动化的获取CAD图纸上的像素值并获取其在图纸上相对应的像素点个数,从而计算出像素点与实际空间的长度比例,对建筑类CAD图像像素代表的实际空间的长度进行自动化计算,能自动化获取CAD图纸的像素值比例,摈弃传统需要专业软件的方式,使用者需要将带有标尺线和标尺线数值的CAD图纸传入本算法当中,使用本算法的方法,先切分出需要识别的区域,再对图像增强后做轮廓检测,检测和筛选出矩形轮廓后,将矩形形状变换和填充后逐一送入PaddlePaddleocr检测数字,过滤掉非正规CAD数字后,根据数字和矩形长度上的像素个数,可以计算出CAD图纸中单位像素与实际建筑的距离的比例关系,对多个数字的比例关系结果抽样三次计算均值,即可得到最终结果,整个CAD图纸长度单位与像素值比例的识别、获取与计算方法更为简单,操作方便,使用的效果相对于传统方式更好。
附图说明
图1为本发明一种CAD图纸长度单位与像素值比例的识别、获取与计算方法的整体流程示意图。
实施方式
下面将结合附图和具体实施方式对本发明的技术方案进行清楚、完整地描述,但是本领域技术人员将会理解,下列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,仅用于说明本发明,而不应视为限制本发明的范围。基于本发明中的实施例,本领域普通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。实施例中未注明具体条件者,按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者,均为可以通过市售购买获得的常规产品。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1所示,一种CAD图纸长度单位与像素值比例的识别、获取与计算方法,包括以下操作步骤:
S1:思路整理:带有数字的标尺线区域,大多是由矩形框定的,对矩形框定位识别,再对矩形内的数字进行识别;
S2:区域切分:切分出需要识别的区域,一方面用于区域定位,另一方面为了节省计算资源;
S3:图像增强预处理:经过腐蚀,二值化,使得图像上的标尺线变得明显,之后检测轮廓,过滤过小过大轮廓后,判断轮廓是不是矩形,对非矩阵的轮廓以及中间无内容的轮廓进行过滤,保留下将要进行预测的矩形;
S4:进行数字检测:为了提高识别的准确率,逐一将矩形改变长宽比和填充后,送入模型检测;
S5:获取与计算:检测结束后,过滤掉不合规的数字以及矩形后,计算像素比值,对比值结果取三次随机抽样的均值,获得结果,用AI的方法,自动化的获取CAD图纸上的像素值并获取其在图纸上相对应的像素点个数,从而计算出像素点与实际空间的长度比例,对建筑类CAD图像像素代表的实际空间的长度进行自动化计算。
进一步的,S4步骤中送入模型检测采用是Paddle框架的paddlepaddleocr模型,包括文字检测和识别部分。
进一步的,S4步骤中送入模型检测可以采用其他深度学习框架的调优的ctpn+crnn模型或其他文字/数字识别模型。
进一步的,具体包括以下操作步骤:
A1:将带有标尺线和标尺线数值的CAD图纸传入本算法当中;
A2:使用本算法的方法,先切分出需要识别的区域;
A3:对图像增强后做轮廓检测,检测和筛选出矩形轮廓后,将矩形形状变换和填充后逐一送入PaddlePaddleocr检测数字;
A4:过滤掉非正规CAD数字后,根据数字和矩形长度上的像素个数,可以计算出CAD图纸中单位像素与实际建筑的距离的比例关系,对多个数字的比例关系结果抽样三次计算均值,即可得到最终结果。
进一步的,A1-A4步骤中流程为图像切割,预处理,找轮廓,过滤与判断轮廓形状,过滤无内容矩形,模型检测,计算像素比值,筛选像素比值,抽样取均值,结束。
进一步的,A1-A4步骤自动化获取CAD图纸的像素值比例。
进一步的,S1-S5步骤中对建筑类CAD图像像素代表的实际空间的长度进行自动化计算。
进一步的,S1-S5步骤中主要在于对矩形框定位识别,再对矩形内的数字进行识别。
工作原理:用AI的方法,自动化的获取CAD图纸上的像素值并获取其在图纸上相对应的像素点个数,从而计算出像素点与实际空间的长度比例,对建筑类CAD图像像素代表的实际空间的长度进行自动化计算;
使用者需要将带有标尺线和标尺线数值的CAD图纸传入本算法当中,使用本算法的方法,先切分出需要识别的区域,再对图像增强后做轮廓检测,检测和筛选出矩形轮廓后,将矩形形状变换和填充后逐一送入PaddlePaddleocr检测数字,过滤掉非正规CAD数字后,根据数字和矩形长度上的像素个数,可以计算出CAD图纸中单位像素与实际建筑的距离的比例关系,对多个数字的比例关系结果抽样三次计算均值,即可得到最终结果。
需要说明的是,在本文中,诸如第一和第二(一号、二号)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“包括一个……”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。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
机译: 用于识别类似于纸张的环境的方法和设备,其中该方法包括获取与所介绍的纸张相似的图像的像素的一组灰度值,获取所有比例值的平均值作为灰度的第一值将第一个灰度等级的平均值与老化阈值进行比较,获得平均色度,获得深色斑点并确定斑点深度的一致性水平
机译: 像素值获取部分,用于从中获取像素值
机译: 使用预测值进行内部预测,该预测值与水平像素向邻近处理块左侧的像素值的水平方向变化的比例成正比