结构图的连接器还原方法、装置、电子设备及存储介质制造方法及图纸

技术编号:32565076 阅读:12 留言:0更新日期:2022-03-09 16:50
本发明专利技术公开了一种结构图的连接器还原方法,对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点,对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元;将所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径。本发明专利技术公开的结构图的连接器还原方法、装置及电子设备,能够自动对结构图片中的连接器还原路径进行还原,且能够提高还原效率。且能够提高还原效率。且能够提高还原效率。

【技术实现步骤摘要】
结构图的连接器还原方法、装置、电子设备及存储介质


[0001]本专利技术涉及图像处理
,特别涉及一种结构图的连接器还原方法、装置及电子设备。

技术介绍

[0002]随着互联网技术的飞速发展,为了提高展示效果,通常是将各种结构图以图片的方式进行展示,使得用户的体验更好。
[0003]但是在结构图以图片的方式进行展示时,若需要获取图像中各个图形器之间的连接器例如线条的连接关系时,需要根据图片中显示的连接器进行手动操作,导致连接器还原路径的还原效率极低。
[0004]如此,亟需一种能够还原图片中的连接器还原路径的方法。

技术实现思路

[0005]本专利技术实施例提供一种结构图的连接器还原方法、装置及电子设备,能够自动对结构图片中的连接器还原路径进行还原,且能够提高还原效率。
[0006]本专利技术实施例第一方面提供一种结构图的连接器还原方法,所述方法包括:
[0007]对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点,其中,m和n均为正整数;
[0008]对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元,其中,k为正整数;
[0009]将所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径。
[0010]可选的,所述对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点,包括:
[0011]采用线条检测方法对所述目标结构图片进行线条识别,识别出所述m个线条;
[0012]对所述m个线条进行连接点检测,得到所述n个连接点。
[0013]可选的,在得到所述n个连接点之后,所述方法还包括:
[0014]对所述n个连接点进行分类检测,得到所述n个连接点中每个连接点的类型。
[0015]可选的,所述对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元,包括:
[0016]通过预先训练的图像器识别模型对所述目标结构图片进行结构识别,识别出所述k个图形器单元,其中,每个图形器单元包括图形器形状和图形器位置。
[0017]可选的,所述图形器识别模型的训练步骤,包括:
[0018]获取训练样本集,所述训练样本集中每个训练样本包括训练结构图片,及训练结构图片中的图形标注信息,图形标注信息包括图形器形状和图形器位置;
[0019]利用每个训练结构图片和每个训练结构图片中的图形标注信息进行模型训练,得
到所述图形器识别模型。
[0020]可选的,所述将所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径,包括:
[0021]根据所述m个线条和所述n个连接点之间的距离关系,获取所述m个线条与所述n个连接点之间的线点连接关系;
[0022]根据所述n个连接点与所述k个图形器之间的位置关系,获取所述n个连接点与所述k个图形器之间的图点连接关系;
[0023]根据每个连接点的类型、所述线点连接关系和所述图点连接关系,获取所述m个线条和所述n连接点组成的连接路径,并将所述连接路径作为所述连接器还原路径。
[0024]可选的,所述根据每个连接点的类型、所述线点连接关系和所述图点连接关系,获取所述m个线条和所述n连接点组成的连接路径,包括:
[0025]根据每个连接点的类型、所述线点连接关系和所述图点连接关系,获取所述m个线条和所述n连接点组成的无向图;
[0026]通过路径选择算法对所述无向图进行路径选择,得到处理后的无向图,将所述处理后的无向图作为所述连接路径。
[0027]本专利技术实施例第二方面还提供一种结构图的连接器还原装置,所述装置包括:
[0028]线条检测单元,用于对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点,其中,m和n均为正整数;
[0029]结构识别单元,用于对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元,其中,k为正整数;
[0030]匹配单元,用于将所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径。
[0031]可选的,所述线条检测单元,用于采用线条检测方法对所述目标结构图片进行线条识别,识别出所述m个线条;对所述m个线条进行连接点检测,得到所述n个连接点。
[0032]可选的,还包括:
[0033]连接点分类单元,用于在得到所述n个连接点之后,对所述n个连接点进行分类检测,得到所述n个连接点中每个连接点的类型。
[0034]本专利技术实施例第三方面提供了一种电子设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上的程序存储于存储器中,且经配置以由一个或者一个以上的处理器执行所述一个或者一个以上的程序所包含的用于进行如第一方面提供的结构图的连接器还原方法对应的操作指令。
[0035]本专利技术实施例第四方面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如第一方面提供的结构图的连接器还原方法对应的步骤。
[0036]本申请实施例中的上述一个或至少一个技术方案,至少具有如下技术效果:
[0037]基于上述技术方案,对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点;对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元;根据所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径。如此可知,可以将n个连接点与m个线条进行匹配,再根据n个连接点与k个图形器之间的位置关系,将m个线条与k个图形器之间的连接关系。进而
根据连接关系将目标结构图片的连接器的路径进行还原,得到连接器还原路径,确保了还原的准确性和还原效率。
附图说明
[0038]图1为本申请实施例提供的一种结构图的连接器还原方法的流程示意图;
[0039]图2为本申请实施例提供的图形器识别模型训练步骤的流程示意图;
[0040]图3a为本申请实施例提供的在目标结构图片中识别出m个线条的结构示意图;
[0041]图3b为本申请实施例提供的在目标结构图片中识别出n个连接点的结构示意图;
[0042]图3c为本申请实施例提供的在目标结构图片中识别出k个图形器单元的结构示意图;
[0043]图3d为本申请实施例提供的连接器还原路径的结构示意图;
[0044]图4为本申请实施例提供的一种结构图的连接器还原装置的方框图;
[0045]图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0046]下面结合附图对本申请实施例技术方案的主要实现原理、具体实施方式及其对应能够达到的有益效果进行详细的阐述。
[0047]实施例
[0048]请参考图1,本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种结构图的连接器还原方法,其特征在于,所述方法包括:对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点,其中,m和n均为正整数;对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元,其中,k为正整数;将所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径。2.如权利要求1所述的方法,其特征在于,所述对目标结构图片进行线条检测,获取到m个线条和所述m个线条对应的n个连接点,包括:采用线条检测方法对所述目标结构图片进行线条识别,识别出所述m个线条;对所述m个线条进行连接点检测,得到所述n个连接点。3.如权利要求2所述的方法,其特征在于,在得到所述n个连接点之后,所述方法还包括:对所述n个连接点进行分类检测,得到所述n个连接点中每个连接点的类型。4.如权利要求3所述的方法,其特征在于,所述对所述目标结构图片进行结构识别,识别出所述目标结构图片中的k个图形器单元,包括:通过预先训练的图像器识别模型对所述目标结构图片进行结构识别,识别出所述k个图形器单元,其中,每个图形器单元包括图形器形状和图形器位置。5.如权利要求4所述的方法,其特征在于,所述图形器识别模型的训练步骤,包括:获取训练样本集,所述训练样本集中每个训练样本包括训练结构图片,及训练结构图片中的图形标注信息,图形标注信息包括图形器形状和图形器位置;利用每个训练结构图片和每个训练结构图片中的图形标注信息进行模型训练,得到所述图形器识别模型。6.如权利要求5所述的方法,其特征在于,所述将所述m个线条、所述n个连接点和所述k个图形器单元进行匹配,得到所述目标结构图片的连接器还原路径,包括:根据所述m个线条和所述n个连接点之间的距离关系,获取所述m个线条与所述n个连接点之间的线点连接关系;根据所述n个连接点与所述k个图形器之间的位置关系,获取所述n个连接点与所述k个图形器之间的图点连接关系;根据每个连接点的类型、所述线点连接关系和所述图点连接关系,获取所述m个线条和所述n连接点组成的连接路径,并将所...

【专利技术属性】
技术研发人员:赵志勇
申请(专利权)人:北京搜狗科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1