著作権 (C) 2016、Aditya Intwala。
画像処理と機械学習の概念を使用して、CAD 図面のラスター イメージをユーザーが編集可能な DXF CAD 形式に変換するプロトタイプ アプリケーション。これは、Aditya Intwala による論文「Image to CAD: Feature Extraction and Translation of Raster Image of CAD Drawing to DXF CAD Format」に基づいています。
そのアイデアは、現在のパイプラインの個々のステージの機械学習モデルを統合することで、オープンソース バージョンをより堅牢かつ正確にすることです。オリジナル バージョンと同様ですが、コラボレーションの助けを借りてより正確で堅牢になります。
オープンソース版は、論文に記載されているものとは若干異なります。オリジナル バージョンの OCR は、機械図面フォントおよび GD&T シンボル用に手作業で調整されており、現在の Tessaact OCR よりも正確でした。オリジナルは OpenCV 2.0 に基づいていましたが、このバージョンは OpenCV 3.0 に基づいています。
そのまま使用する場合、または研究に変更を加えて使用する場合は、以下の研究を引用してください。
@inproceedings{intwala2019image,
title={Image to CAD: Feature Extraction and Translation of Raster Image of CAD Drawing to DXF CAD Format},
author={Intwala, Aditya},
booktitle={International Conference on Computer Vision and Image Processing},
pages={205--215},
year={2019},
organization={Springer}
}
寄稿に関するお問い合わせについては、著者にご連絡ください。
CAD 図面には、実線、寸法線、寸法矢印、寸法テキスト、サポート ライン、基準線、円、GD&T シンボル、図面情報メタデータなどのさまざまな描画機能があります。ラスター イメージの形式の 2D CAD 図面からのフィーチャ エンティティの自動または半自動認識の問題には、さまざまなシナリオで複数の用途があります。現在の研究作業では、2D CAD 図面のラスター イメージからエンティティに関するこの情報を抽出し、それを自動または半自動で行うためのワークフローを設定する方法を検討しています。アルゴリズムとワークフローは、実際に遭遇する CAD 図面をかなり代表する一連のテスト CAD イメージを使用してテストされ、改良されています。提案されたプロセスの全体的な成功率は、テスト画像の特定のサンプルに対して完全自動モードで 90% です。プロトタイプは、CAD 図面のラスター イメージからユーザーが編集可能な DXF CAD ファイルを生成するために使用され、必要に応じて CAD パッケージを使用して CAD モデルを更新/編集するために使用できます。現在の作品は、紙で発表されたオリジナル作品の必要最小限のバージョンです。論文と同じ結果が再現されない可能性がありますが、ワークフローは元のパイプラインと非常に関連性があります。機能を簡素化したバージョンには、元のバージョンのような汎用性、堅牢性、安定性がありません。
''' python Image2CAD.py ..//TestData//1.png '''
スクリプトには、1 つの位置引数といくつかのオプションのパラメーターが必要です。
スクリプトの出力は複数のファイルになります。
入力画像 | 検出された矢じりの出力画像 |
---|---|
入力画像 | 検出された寸法線の出力画像 |
---|---|
入力画像 | 検出された寸法テキストの出力画像 |
---|---|
入力画像 | 検出された線の出力画像 |
---|---|
入力画像 | 検出された円の出力画像 |
---|---|