本申请公开了一种结构图还原方法，该方法包括以下步骤：获得处于不可编辑状态的源结构图；利用节点识别网络对源结构图中的节点进行识别，获得节点识别结果；基于节点识别结果，将源结构图还原为可编辑状态的目标结构图。应用本申请所提供的技术方案，提高了节点识别的准确率和效率，有助于快速、准确地对结构图进行还原，提高结构图利用率。本申请还公开了一种结构图处理方法，方便用户对目标结构图进行编辑。本申请还公开了一种结构图还原、处理装置、设备、存储介质及计算机程序产品，具有相应技术效果。术效果。术效果。
【技术实现步骤摘要】
结构图还原、处理方法、装置、设备及存储介质
[0001]本申请涉及计算机应用
，特别是涉及一种结构图还原、处理处理方法、装置、设备及存储介质。
技术介绍
[0002]如今，在学习、办公等各种场景中思维导图、脑图、流程图等结构图的应用越来越广泛。以思维导图为例，思维导图是表达发散性思维的有效图形思维工具，可以运用图文并重的技巧，把各级主题的关系用相互隶属与相关的层级图表现出来，可以用一个中央关键词或想法以辐射线形式连接所有的代表字词、想法、任务或其他关联项目的图解方式。
[0003]用户可以根据实际需求制作结构图，但是从零开始制作需要耗费较长的时间和较多的精力，如果能够利用网络中或者资源库中已有的结构图，对其进行编辑，将会节省很多时间和精力。但已有的结构图多处于不可编辑状态，如图片形式，无法直接对其进行编辑，这就需要对结构图进行还原操作，将图片形式的结构图还原为可编辑形式的结构图。而一张结构图可以划分为结构层次和文本内容两个部分。对于结构层次部分，可看作是由节点和导引线组成的结构。所以，对结构图进行还原操作的一个基础且重要的操作就是对结构图中的节点进行识别。
[0004]目前，多是通过人工方式对结构图中的节点逐一进行识别。通过这种方式进行结构图的节点识别，容易出现漏检、误检等情况，且人力成本较高，节点识别效率较低，从而导致无法快速准确地对结构图进行还原，降低了结构图的利用率。
技术实现思路
[0005]本申请的目的是提供一种结构图还原、处理方法、装置、设备及存储介质，以节省人力成本，提高节点识别准确率和效率，进而提高结构图利用率。
[0006]为解决上述技术问题，本申请提供如下技术方案：
[0007]一种结构图还原方法，包括：
[0008]获得源结构图，所述源结构图处于不可编辑状态；
[0009]利用节点识别网络对所述源结构图中的节点进行识别，获得节点识别结果，其中，所述节点识别网络用于根据学习到的结构图样本中的节点所在图像区域的图像特征，对所述源结构图中的节点进行识别；
[0010]基于所述节点识别结果，将所述源结构图还原为可编辑状态的目标结构图。
[0011]在本申请的一种具体实施方式中，通过以下步骤获得所述节点识别网络：
[0012]接收结构图样本，所述结构图样本处于不可编辑状态；
[0013]确定所述结构图样本的标注信息，所述标注信息是按照预置的节点定义信息，对所述结构图样本中的节点所在图像区域进行标注后生成的；
[0014]利用所述结构图样本以及标注信息，训练获得所述节点识别网络。
[0015]在本申请的一种具体实施方式中，所述确定所述结构图样本的标注信息，包括：
[0016]确定在所述结构图样本中的节点所在图像区域添加的标注框，以及所述标注框在所述结构图样本中的位置信息；
[0017]相应的，所述利用所述结构图样本以及标注信息，训练获得所述节点识别网络，包括：
[0018]根据所述结构图样本以及所述标注框的位置信息，对节点识别网络进行训练。
[0019]在本申请的一种具体实施方式中，所述根据所述结构图样本以及所述标注框的位置信息，对节点识别网络进行训练，包括：
[0020]将所述结构图样本以及所述标注框的位置信息作为输入信息，对节点识别网络进行训练。
[0021]在本申请的一种具体实施方式中，所述节点定义信息包括：多种节点图形类型的定义信息；所述标注信息还包括：节点图形类型信息；所述节点识别网络通过学习多种节点图形类型的节点所在图像区域的图像特征，对待进行结构图还原的源结构图中的节点位置以及节点图形类型进行识别。
[0022]在本申请的一种具体实施方式中，还包括：
[0023]根据设定的时间间隔或者更新指令，更新所述结构图样本，以基于更新后的所述结构图样本更新所述节点识别网络。
[0024]在本申请的一种具体实施方式中，在所述获得节点识别结果之后、所述基于所述节点识别结果，将所述源结构图还原为可编辑状态的目标结构图之前，还包括：
[0025]输出展示在所述源结构图中标记的所述节点识别结果；
[0026]根据接收到的对所述节点识别结果的调整指令，对所述节点识别结果进行调整。
[0027]在本申请的一种具体实施方式中，所述源结构图为初始结构图，或者为在所述初始结构图中截取的部分区域图。
[0028]一种结构图处理方法，包括：
[0029]获得源结构图，所述源结构图处于不可编辑状态；
[0030]将所述源结构图还原为可编辑状态的目标结构图；
[0031]通过编辑界面输出展示所述目标结构图，并在所述编辑界面提供编辑操作控件，以利用所述编辑操作控件对所述目标结构图进行编辑。
[0032]在本申请的一种具体实施方式中，所述将所述源结构图还原为可编辑状态的目标结构图，包括：
[0033]利用节点识别网络对所述源结构图中的节点进行识别，获得节点识别结果，其中，所述节点识别网络用于根据学习到的结构图样本中的节点所在图像区域的图像特征，对所述源结构图中的节点进行识别；
[0034]基于所述节点识别结果，将所述源结构图还原为可编辑状态的目标结构图。
[0035]一种结构图还原装置，包括：
[0036]结构图第一获得模块，用于获得源结构图，所述源结构图处于不可编辑状态；
[0037]节点识别模块，用于利用节点识别网络对所述源结构图中的节点进行识别，获得节点识别结果，其中，所述节点识别网络用于根据学习到的结构图样本中的节点所在图像区域的图像特征，对所述源结构图中的节点进行识别；
[0038]结构图还原模块，用于基于所述节点识别结果，将所述源结构图还原为可编辑状
态的目标结构图。
[0039]一种结构图处理装置，包括：
[0040]结构图第二获得模块，用于获得源结构图，所述源结构图处于不可编辑状态；
[0041]结构图还原模块，用于将所述源结构图还原为可编辑状态的目标结构图；
[0042]结构图编辑模块，用于通过编辑界面输出展示所述目标结构图，并在所述编辑界面提供编辑操作控件，以利用所述编辑操作控件对所述目标结构图进行编辑。
[0043]一种结构图处理设备，包括：
[0044]存储器，用于存储计算机程序；
[0045]处理器，用于执行所述计算机程序时实现上述任一项所述的结构图还原方法的步骤、和/或上述所述的结构图处理方法的步骤。
[0046]一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的结构图还原方法的步骤、和/或上述所述的结构图处理方法的步骤。
[0047]一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中，且适于由处理器读取并执行，以使得具有所述处理器的计算机设备执行上述任一项本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种结构图还原方法，其特征在于，包括：获得源结构图，所述源结构图处于不可编辑状态；利用节点识别网络对所述源结构图中的节点进行识别，获得节点识别结果，其中，所述节点识别网络用于根据学习到的结构图样本中的节点所在图像区域的图像特征，对所述源结构图中的节点进行识别；基于所述节点识别结果，将所述源结构图还原为可编辑状态的目标结构图。2.根据权利要求1所述的结构图还原方法，其特征在于，通过以下步骤获得所述节点识别网络：接收结构图样本，所述结构图样本处于不可编辑状态；确定所述结构图样本的标注信息，所述标注信息是按照预置的节点定义信息，对所述结构图样本中的节点所在图像区域进行标注后生成的；利用所述结构图样本以及标注信息，训练获得所述节点识别网络。3.根据权利要求2所述的结构图还原方法，其特征在于，所述确定所述结构图样本的标注信息，包括：确定在所述结构图样本中的节点所在图像区域添加的标注框，以及所述标注框在所述结构图样本中的位置信息；相应的，所述利用所述结构图样本以及标注信息，训练获得所述节点识别网络，包括：根据所述结构图样本以及所述标注框的位置信息，对节点识别网络进行训练。4.根据权利要求3所述的结构图还原方法，其特征在于，所述根据所述结构图样本以及所述标注框的位置信息，对节点识别网络进行训练，包括：将所述结构图样本以及所述标注框的位置信息作为输入信息，对节点识别网络进行训练。5.根据权利要求2所述的结构图还原方法，其特征在于，所述节点定义信息包括：多种节点图形类型的定义信息；所述标注信息还包括：节点图形类型信息；所述节点识别网络通过学习多种节点图形类型的节点所在图像区域的图像特征，对待进行结构图还原的源结构图中的节点位置以及节点图形类型进行识别。6.根据权利要求2所述的结构图还原方法，其特征在于，还包括：根据设定的时间间隔或者更新指令，更新所述结构图样本，以基于更新后的所述结构图样本更新所述节点识别网络。7.根据权利要求1所述的结构图还原方法，其特征在于，在所述获得节点识别结果之后、所述基于所述节点识别结果，将所述源结构图还原为可编辑状态的目标结构图之前，还包括：输出展示在所述源结构图中标记的所述节点识别结果；根据接收到的对所述节点识别结果的调整指令，对所述节点识别结果进行调整。8.根据权利要求1至7之中任一项所述的结构图还原方法，其特征在于，所述源结构图为初始结构图，或者为在所述初始结构图中截取的部分区域图。9.一种结...
【专利技术属性】
技术研发人员：谷枫，韦涛，饶旭东，
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：
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。