时间戳

首页 > 解决方案 > 有没有办法使用 OCR 从 CAD 技术图纸中提取特定数据？

opencv - 有没有办法使用 OCR 从 CAD 技术图纸中提取特定数据？

问题描述

我正在尝试使用 OCR 仅提取 CAD 模型的基本尺寸，但还有其他我不需要的关联尺寸（如角度、从基线到孔的长度等）。这是技术图纸的示例。（红色圆圈中的数字是基本尺寸，紫色突出显示的其余部分是要忽略的。）如何告诉我的程序仅提取基本尺寸（块在通过之前的高度、长度和宽度数控系统）？

问题是我得到的图纸不是特定格式的，所以我无法告诉 OCR 尺寸在哪里。它必须根据上下文自行解决。

我是否应该通过机器学习来训练程序，通过运行多次迭代并纠正它？如果有，有哪些方法？我唯一能想到的是 Opencv 级联分类器。或者有其他方法可以解决这个问题吗？对不起，很长的帖子。谢谢。

标签： opencvmachine-learningocrtext-extractioncascade-classifier

解决方案

我觉得你……这是一个非常棘手的问题，我们在过去 3 年中一直在寻找解决方案。请原谅我提到自己的解决方案，但它肯定会解决您的问题：pip install werk24


from werk24 import Hook, W24AskVariantMeasures
from werk24.models.techread import W24TechreadMessage
from werk24.utils import w24_read_sync
    
from . import get_drawing_bytes # define your own
    
    
def recv_measures(message: W24TechreadMessage) -> None:
    for cur_measure in message.payload_dict.get('measures'):
        print(cur_measure)
    
if __name__ == "__main__":
    # define what information you want to receive from the API
    # and what shall be done when the info is available.
    hooks = [Hook(ask=W24AskVariantMeasures(), function=recv_measures)]
    
    # submit the request to the Werk24 API
    w24_read_sync(get_drawing_bytes(), hooks)

在您的示例中，它将返回例如以下度量

    {
        "position": <STRIPPED>
        "label": {
            "blurb": "ø30 H7 +0.0210/0",
            "quantity": 1,
            "size": {
                "blurb": "30",
                "size_type":" "DIAMETER",
                "nominal_size": "30.0",
            },
            "unit": "MILLIMETER",
            "size_tolerance": {
                "toleration_type": "FIT_SIZE_ISO",
                "blurb": "H7",
                "deviation_lower": "0.0",
                "deviation_upper": "0.0210",
                "fundamental_deviation": "H",
                "tolerance_grade": {
                    "grade":7,
                    "warnings":[]
                },
            "thread": null,
            "chamfer": null,
            "depth":null,
            "test_dimension": null,
         },
         "warnings": [],
         "confidence": 0.98810
    }

或者对于 GD&T

{
    "position": <STRIPPED>,
    "frame": {
        "blurb": "[⟂|0.05|A]",
        "characteristic": "⟂&quot;,
        "zone_shape": null,
        "zone_value": {
            "blurb": "0.05",
            "width_min": 0.05,
            "width_max": null,
            "extend_quantity": null,
            "extend_shape": null,
            "extend": null,
            "extend_angle": null
        },
        "zone_combinations": [],
        "zone_offset": null,
        "zone_constraint": null,
        "feature_filter": null,
        "feature_associated": null,
        "feature_derived": null,
        "reference_association": null,
        "reference_parameter": null,
        "material_condition": null,
        "state": null,
        "data": [
            {
                "blurb": "A"
            }
         ]
    }
}

有关详细信息，请查看Werk24上的文档。

推荐阅读