本发明专利技术提供一种图纸识别方法、装置、设备及可读存储介质。该方法包括：获取待识别的图纸图像中的文本内容和所述文本内容的坐标信息；获取所述图纸图像中的文本框信息，所述文本框信息包括文本框的坐标信息，或者，包括文本框的坐标信息和线型类型；根据所述文本框的坐标信息和所述文本内容的坐标信息，确定所述文本框和所述文本内容的关联关系；根据所述关联关系、文本框信息和文本内容，确定所述图纸图像的识别结果。本发明专利技术实施例中的识别结果不仅包括文本内容，还包含文本框信息以及文本内容与该文本框信息的关联关系，从而基于该关联关系还能够确定每个文本框内的文本内容，进而基于该识别结果能够获取待识别的图纸图像中系统全面的信息。系统全面的信息。系统全面的信息。
【技术实现步骤摘要】
图纸识别方法、装置、设备及可读存储介质
[0001]本专利技术涉及图像识别
，特别是指一种图纸识别方法、装置、设备及可读存储介质。
技术介绍
[0002]图纸中包含有丰富的信息，图纸中的内容识别可以将图纸信息识别为文本形式，更便于编辑和管理，具有广泛的实际应用价值，一方面，图纸应用到实际需要对其内容进行审查避免图纸中的错误，获取图纸中的信息更有利于图纸内容的审核；另一方面，对实际场景进行管理也需要耗费较高的人力成本和时间，获取对应实际场景的图纸内容信息可以实现智能化管理。因此，识别图纸中的内容在实际中有较大需求。但相关技术中的图纸识别较难获取到系统全面的图纸内容信息。
技术实现思路
[0003]本专利技术的目的是提供一种图纸识别方法、装置、设备及可读存储介质，以解决如何获取到系统全面的图纸内容信息的问题。
[0004]为达到上述目的，本专利技术的实施例提供一种图纸识别方法，包括：
[0005]获取待识别的图纸图像中的文本内容和所述文本内容的坐标信息；
[0006]获取所述图纸图像中的文本框信息，所述文本框信息包括文本框的坐标信息，或者，包括文本框的坐标信息和线型类型；
[0007]根据所述文本框的坐标信息和所述文本内容的坐标信息，确定所述文本框和所述文本内容的关联关系；
[0008]根据所述关联关系、文本框信息和文本内容，确定所述图纸图像的识别结果。
[0009]可选地，获取待识别的图纸图像中的文本内容，包括：
[0010]提取所述图纸图像的文本区域中的文本内容的视觉特征；
[0011]根据所述视觉特征，提取所述文本区域中的文本内容的语义特征；
[0012]对所述视觉特征和所述语义特征进行融合处理，得到所述待识别的图纸图像的文本内容。
[0013]可选地，获取所述文本内容的坐标信息，包括：
[0014]识别出所述图纸图像的文本区域，并确定所述文本区域的坐标信息；
[0015]根据所述文本区域的坐标信息，获取所述文本内容的坐标信息。
[0016]可选地，根据所述视觉特征，提取所述文本区域中的文本内容的语义特征，包括：
[0017]根据所述视觉特征，提取包含上下文信息的视觉序列特征；
[0018]将所述视觉序列特征转换为语义特征。
[0019]可选地，其特征在于，获取所述待识别的图纸图像中的文本框信息，包括：
[0020]生成所述图纸图像的预测特征图；
[0021]提取所述预测特征图对应的预测文本框的目标内容，所述目标内容包括预测文本
框与真实文本框的重叠度、预测文本框的坐标以及预测文本框的线型类型；
[0022]根据所述预测文本框的目标内容，得到所述待识别的图纸图像中的文本框信息。
[0023]可选地，生成所述图纸图像的预测特征图，包括：
[0024]基于特征金字塔FPN网络提取所述图纸图像的目标多尺度特征；
[0025]基于所述目标多尺度特征进行特征图预测，得到多尺度的预测特征图。
[0026]可选地，根据所述预测文本框的目标内容，得到所述待识别的图纸图像中的文本框信息，包括：
[0027]根据所述预测文本框的坐标，对重叠的预测文本框进行过滤处理，得到过滤处理后的预测文本框；
[0028]根据过滤处理后的预测文本框的目标内容，获取所述图纸图像中的文本框信息。
[0029]可选地，根据所述预测特征图的目标内容，得到所述待识别的图纸图像中的文本框信息，包括：
[0030]获取目标预测文本框集合，其中，所述目标预测文本框集合中的预测文本框与真实文本框的重叠度大于预设阈值；
[0031]根据所述目标预测文本框集合中的预测文本框的坐标以及线型类型，获取所述图纸图像中的文本框信息。
[0032]可选地，本专利技术实施例还提供了一种图纸识别装置，包括：
[0033]第一获取模块，用于获取待识别的图纸图像中的文本内容和所述文本内容的坐标信息；
[0034]第二获取模块，用于获取所述图纸图像中的文本框信息，所述文本框信息包括文本框的坐标信息，或者，包括文本框的坐标信息和线型类型；
[0035]第三获取模块，用于根据所述文本框的坐标信息和所述文本内容的坐标信息，确定所述文本框和所述文本内容的关联关系；
[0036]第四获取模块，用于根据所述关联关系、文本框信息和文本内容，确定所述图纸图像的识别结果。
[0037]可选地，本专利技术实施例还提供了一种图纸识别设备，包括：收发机和处理器；
[0038]所述处理器用于获取待识别的图纸图像中的文本内容和所述文本内容的坐标信息；获取所述图纸图像中的文本框信息，所述文本框信息包括文本框的坐标信息，或者，包括文本框的坐标信息和线型类型；根据所述文本框的坐标信息和所述文本内容的坐标信息，确定所述文本框和所述文本内容的关联关系；根据所述关联关系、文本框信息和文本内容，确定所述图纸图像的识别结果。
[0039]本专利技术实施例还提供了一种图纸识别设备，包括：收发器、处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令；其特征在于，所述处理器执行所述程序或指令时实现如上所述的图纸识别方法的步骤。
[0040]本专利技术实施例还提供了一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如上所述的图纸识别方法的步骤。
[0041]本专利技术的上述技术方案的有益效果如下：
[0042]本专利技术实施例中，获取待识别的图纸图像中的文本内容和所述文本内容的坐标信息；获取所述图纸图像中的文本框信息；根据所述文本框的坐标信息和所述文本内容的坐
标信息，确定所述文本框和所述文本内容的关联关系；根据所述关联关系、文本框信息和文本内容，确定所述图纸图像的识别结果。本专利技术实施例中的识别结果不仅包括文本内容，还包含文本框信息以及文本内容与该文本框信息的关联关系，从而基于该关联关系还能够确定每个文本框内的文本内容，进而基于该识别结果能够获取待识别的图纸图像中系统全面的信息。
附图说明
[0043]图1为本专利技术实施例的图纸识别方法的流程图之一；
[0044]图2为本专利技术实施例的图示识别的网络结构图；
[0045]图3为本专利技术实施例中语义特征模块的示意图；
[0046]图4为本专利技术实施例的图纸识别方法的流程图之二；
[0047]图5为本专利技术实施例的图纸识别装置的模块示意图；
[0048]图6为本专利技术实施例的图纸识别装置的结构框图之一；
[0049]图7为本专利技术实施例的图纸识别装置的结构框图之二。
具体实施方式
[0050]为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
[0051]应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图纸识别方法，其特征在于，包括：获取待识别的图纸图像中的文本内容和所述文本内容的坐标信息；获取所述图纸图像中的文本框信息，所述文本框信息包括文本框的坐标信息，或者，包括文本框的坐标信息和线型类型；根据所述文本框的坐标信息和所述文本内容的坐标信息，确定所述文本框和所述文本内容的关联关系；根据所述关联关系、文本框信息和文本内容，确定所述图纸图像的识别结果。2.根据权利要求1所述的图纸识别方法，其特征在于，获取待识别的图纸图像中的文本内容，包括：提取所述图纸图像的文本区域中的文本内容的视觉特征；根据所述视觉特征，提取所述文本区域中的文本内容的语义特征；对所述视觉特征和所述语义特征进行融合处理，得到所述待识别的图纸图像的文本内容。3.根据权利要求2所述的图纸识别方法，其特征在于，获取所述文本内容的坐标信息，包括：识别出所述图纸图像的文本区域，并确定所述文本区域的坐标信息；根据所述文本区域的坐标信息，获取所述文本内容的坐标信息。4.根据权利要求2所述的图纸识别方法，其特征在于，根据所述视觉特征，提取所述文本区域中的文本内容的语义特征，包括：根据所述视觉特征，提取包含上下文信息的视觉序列特征；将所述视觉序列特征转换为语义特征。5.根据权利要求1所述的图纸识别方法，其特征在于，获取所述待识别的图纸图像中的文本框信息，包括：生成所述图纸图像的预测特征图；提取所述预测特征图对应的预测文本框的目标内容，所述目标内容包括预测文本框与真实文本框的重叠度、预测文本框的坐标以及预测文本框的线型类型；根据所述预测文本框的目标内容，得到所述待识别的图纸图像中的文本框信息。6.根据权利要求5所述的图纸识别方法，其特征在于，生成所述图纸图像的预测特征图，包括：基于特征金字塔FPN网络提取所述图纸图像的目标多尺度特征；基于所述目标多尺度特征进行特征图预测，得到多尺度的预测特征图。7.根据权利要求5所述的图纸识别方法，其特征在于，根据所述预测文本框的目标内容，得到所述待识别的图纸图像中的文...
【专利技术属性】
技术研发人员：赵晓蕾，
申请(专利权)人：中国移动通信集团有限公司，
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。