[發明專利]一種手繪幾何圖形規范化方法、系統及存儲介質

有效

• 申請號: 202110608475.9
• 申請日: 2021-06-01
• 公開（公告）號: CN113436294B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 王紅娟;王龍暉;胡焱;牛鵬
• 申請（專利權）人: 浪潮金融信息技術有限公司
• 主分類號: G06T11/20
• 分類號: G06T11/20;G06T7/13;G06V10/764
• 代理公司: 北京權智天下知識產權代理事務所(普通合伙) 11638
• 代理人: 王新愛

本發明公開了一種手繪幾何圖形規范化方法、系統及存儲介質，所述方法包括如下步驟：配置預處理算法、決策樹算法和多邊形擬合算法；獲取按繪制順序排列的采樣點序列，并記為圖形輪廓；根據圖形輪廓調用多邊形擬合算法確定輪廓頂點，并生成第一參數；根據輪廓頂點劃分圖形輪廓為若干子輪廓，根據子輪廓調用多邊形擬合算法計算第二參數；根據圖形輪廓調用預處理算法計算第三參數；通過決策樹算法并根據第一參數、第二參數和第三參數判斷圖形輪廓的目標圖形類型；將圖形輪廓轉換為與目標圖形類型對應的規范化圖形；通過上述方式，本發明解決了現有技術手繪圖形規范化準確率低以及訓練過程復雜的問題。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種手繪幾何圖形規范化方法、系統及存儲介質。

背景技術

智能設備中的白板軟件已經廣泛應用于會議、辦公、教學等場景，手繪圖形規范化方法可以將白板中的徒手繪制的不規則幾何圖形，如直線、圓、矩形等，實時轉換為相應的標準圖形，可以很好的簡化白板交互流程，提升工作效率；目前的手繪圖形規范化方法有圖包法、深度學習等方法；其中圖包法流程復雜，準確率低，規范化圖形的種類有限；深度學習方法訓練過程復雜，耗時長，同時只能分析圖片，而白板軟件中的圖形原始數據僅為一個坐標點集合，深度學習方法難以處理。

發明內容

本發明主要解決的技術問題是現有技術手繪圖形規范化準確率低以及訓練過程復雜的問題。

為解決上述技術問題，本發明采用的一個技術方案是：提供一種手繪幾何圖形規范化方法，包括如下步驟：

配置預處理算法、決策樹算法和多邊形擬合算法；

獲取按繪制順序排列的采樣點序列，并記為圖形輪廓；

根據所述圖形輪廓調用所述多邊形擬合算法確定輪廓頂點，并生成第一參數；

根據所述輪廓頂點劃分所述圖形輪廓為若干子輪廓，根據所述子輪廓調用所述多邊形擬合算法計算第二參數；

根據所述圖形輪廓調用所述預處理算法計算第三參數；

通過所述決策樹算法并根據所述第一參數、所述第二參數和所述第三參數判斷所述圖形輪廓的目標圖形類型；

將所述圖形輪廓轉換為與所述目標圖形類型對應的規范化圖形。

作為一種改進方案，所述第二參數包括所述子輪廓的邊長、所述子輪廓之間的夾角以及所述圖形輪廓的邊類型特征；

所述根據所述子輪廓調用所述多邊形擬合算法計算第二參數步驟，進一步包括：

根據所述子輪廓計算所述子輪廓的邊長和所述子輪廓之間的夾角；

根據所述子輪廓調用所述多邊形擬合算法計算所述圖形輪廓的邊類型特征。

作為一種改進方案，所述邊類型特征包括直線數量和曲線數量；

所述根據所述子輪廓調用所述多邊形擬合算法計算所述圖形輪廓的邊類型特征步驟，進一步包括：

通過所述多邊形擬合算法計算所述子輪廓的第一頂點數量，設置第一頂點數量閾值，根據所述第一頂點數量和所述第一頂點數量閾值判斷所述子輪廓為曲線或者直線；

若所述第一頂點數量超過所述第一頂點數量閾值，則所述子輪廓為曲線，生成所述曲線數量；

若所述第一頂點數量不超過所述第一頂點數量閾值，則所述子輪廓為直線，生成所述直線數量；

根據所述曲線數量和所述直線數量生成所述邊類型特征。

作為一種改進方案，所述第三參數包括閉合特征和半徑；

所述預處理算法為：