核电厂图纸信息识别与提取方法及系统技术方案

本发明专利技术涉及一种核电厂图纸信息识别与提取方法及系统，其中方法包括S10、表格识别：从图纸中识别含有表格信息的图形；S20、文本识别及提取：从每个单元格中识别并提取文本信息，文本信息包括文本样式、文本内容、文本类型；S30、文本划分：在文本提取过程中，建立直角坐标系，根据单元格位置，将对应单元格内的文本信息赋予独立的坐标号；根据相应的坐标号，将同一纵坐标的文本信息划分为同一信息类型，同一横坐标的文本信息划分为同一备件的不同信息类型；S40、文本排序：建立总表格，根据信息类型、对应的坐标号，在总表格中将提取出来的文本信息按序排列；可减少人力消耗，而且数据的准确性高。准确性高。准确性高。

【技术实现步骤摘要】
核电厂图纸信息识别与提取方法及系统


[0001]本专利技术涉及核电领域，尤其涉及一种核电厂图纸信息识别与提取方法。

技术介绍

[0002]在核电厂中，一期工程中备件对应的图纸预计10万项左右，若需要将图纸中所需信息提取出来，工作量巨大；若通过人工手动从图纸中逐项提取，则需要大量人员历经将近4年时间，强度极大，而且对数据的准确性要求很高，否则可能导致供应商无法识别或者现场维修时备件不匹配。

技术实现思路

[0003]本专利技术要解决的技术问题在于，提供一种核电厂图纸信息识别与提取方法。
[0004]本专利技术解决其技术问题所采用的技术方案是：构造一种核电厂图纸信息识别与提取方法，包括：
[0005]S10、表格识别：从图纸中识别含有表格信息的图形，表格信息包括表格线条、表格位置、由表格线条构成的单元格、单元格位置、各单元格内的文本信息；
[0006]S20、文本识别及提取：从每个单元格中识别并提取文本信息，文本信息包括文本样式、文本内容、文本类型；
[0007]S30、文本划分：在文本提取过程中，建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种核电厂图纸信息识别与提取方法，其特征在于，包括：S10、表格识别：从图纸中识别含有表格信息的图形，表格信息包括表格线条、表格位置、由表格线条构成的单元格、单元格位置、各单元格内的文本信息；S20、文本识别及提取：从每个单元格中识别并提取文本信息，文本信息包括文本样式、文本内容、文本类型；S30、文本划分：在文本提取过程中，建立直角坐标系，根据单元格位置，将对应单元格内的文本信息赋予独立的坐标号；根据相应的坐标号，将同一纵坐标的文本信息划分为同一信息类型，同一横坐标的文本信息划分为同一备件的不同信息类型；S40、文本排序：建立总表格，根据信息类型、对应的坐标号，在总表格中将提取出来的文本信息按序排列。2.根据权利要求1所述的核电厂图纸信息识别与提取方法，其特征在于，在步骤S20中，包括以下子步骤：S21：通过OCR识别工具识别表格中的各单元格内的文本信息；S22：对识别出来的文本信息根据通用文本和/或预设文本进行修正；S23：提取文本修正后的各单元格内的文本信息。3.根据权利要求1或2任一项所述的核电厂图纸信息识别与提取方法，其特征在于，在步骤S30中，还包括以下子步骤：S31：判断在同一纵坐标的文本信息是否为同一信息类型；若是，执行下一步骤；若否，进行文本内容分析，将不同于一类的信息类型对应的文本信息划分至正确的信息类型；S32：判断同一横坐标的文本信息是否为同一备件的不同信息类型；若是，执行下一步骤；若否，进行文本内容分析，将不是同一备件的信息类型对应的文本信息划分至正确的信息类型。4.根据权利要求3所述的核电厂图纸信息识别与提取方法，其特征在于，在步骤S30中，还包括以下子步骤：S33：判断在同一单元格内的文本信息是否包含多种信息类型，若是，则进行文本分类，将同一单元格内的文本信息重新划分为对应的信息类型，并赋予不同的纵向坐标。5.根据权利要求3所述的核电厂图纸信息识别与提取方法，其特征在于，在步...

【专利技术属性】
技术研发人员：巩海龙，刘昊，
申请(专利权)人：中国广核集团有限公司，
类型：发明
国别省市：