摘要
本申请公开了一种流程图图像的解析与结构化重建方法、设备及存储介质,涉及图像处理技术领域,包括:通过预训练的卷积神经网络对输入图像进行元素背景分离,得到流程图图像,元素包括文本元素和图形元素;提取预处理后的流程图图像中的矩形框信息、箭头信息、文本信息及其位置坐标;基于矩形框信息和文本信息,确定流程图图像中各节点的节点类型,并基于箭头信息结合位置坐标确定各节点的连接关系;分析各节点的节点类型和连接关系,对各节点的逻辑关系进行建模,生成流程图图像的控制流图;将控制流图转换为结构化数据,并渲染生成可交互编辑的流程图可视化界面。本申请实现了通过识别流程图的控制逻辑结构,重建结构化的流程图的技术效果。
技术关键词
可视化界面
节点
文本
元素
箭头
状态转移模型
坐标
控制逻辑结构
卷积神经网络提取
关系
边缘检测算子
编辑
关键词
重建设备
数据
图像处理技术
字符识别
信息编码
对象
系统为您推荐了相关专利信息
经济调度模型
数字孪生模型
机组发电量
神经网络模型
动态
注意力神经网络
空调负荷预测方法
聚类算法
历史气象数据
DBSCAN算法
矩阵
面向DSP平台
多核并行
分块策略
动态负载均衡技术
融合特征
深度学习模型
深度信念网络
无人机
数据映射表