DXF文件的图形化文字识别与转换 竞标中:剩余14天

1.项目任务概述
基于 Python 制作一个算法，识别机械图纸中以图像/图形形式绘制的文字（非标准CAD文本对象），并将其识别转换为可编辑的标准文本图元。
1.1.项目目标
项目内容主要包括以下三点：
1）可以识别图纸中所有以图形方式绘制的文字区域（详见《1.2 图形化文字描述》）；
2）识别完文字区域后，需在后台存储该区域的最大外接矩形的坐标（该坐标需要能对应回 DXF 文件中的世界坐标），以及其识别后的文本内容；
3）将识别出的图形化文字转换为标准CAD文本对象（TEXT/MTEXT），并新建一个 DXF 图层，命名为"Text_Converted_Layer"。
2.项目需求
2.1模块功能、性能要求
具体功能与性能要求如下：
2.1.1.核心功能要求
（1）CAD 图形解析能力（前置要求）
系统应能原生读取并准确解析.dxf（AutoCAD 2007–2025），完整提取图层、几何实体（点、线、圆、弧、多段线、样条曲线、椭圆、块引用、光栅图像）等元素信息进行处理，确保数据无丢失、无错位。
（2）图形化文字区域检测（核心任务一）
1）自动识别并定位图纸中所有以图形方式绘制的文字区域（非标准TEXT/MTEXT对象）；
识别能力需覆盖不同字体风格、不同字号、不同旋转角度、不同构成方式（矢量图形、填充、块、图像）的文字；
2）具备良好的抗干扰能力，能够准确区分文字图形与图纸中其他相似图形元素（如零件轮廓、尺寸线、剖面线等），避免误识别；
3）支持识别复杂背景下的文字区域，能够处理文字与图形重叠、交叉等情况。
（3）文字识别与转换（核心任务二）
1）对检测出的文字区域进行字符识别，支持中文、英文、数字；
2）精确输出识别后文本内容的置信度评分，置信度低于阈值的文本需标记待人工复核；
3）记录每个文字区域的外接矩形坐标（MinX, MinY, MaxX, MaxY）的世界坐标，并以结构化数据（如 JSON）的形式进行存储；
4）输出文字识别清单报表，包含识别文本、坐标位置、置信度、原始图形类型等关键信息。
（4）文本标准化处理（核心任务三）
1）将所有转换后的文本对象的图层属性强制修改为"Text_Converted_Layer"。若该图层不存在，则自动创建；
2）保留原始图形化文字对象（可选隐藏或删除，由用户配置），确保可追溯性；
3）支持将识别结果导出为Json文件，便于后续处理；
4）对于识别置信度低的文本，在图纸中添加特殊标记（如红色边框）以便人工复核。
2.1.2.性能与可靠性要求
1）检测精度：在甲方提供的标准验证集（≥100个包含不同样式、字体、大小和背景的图纸样本）上，综合直通率（正确识别并转换）≥ 95%，误报率 ≤ 5%；
2）识别准确率：在甲方提供的标准验证集（≥100个包含不同样式、字体、大小和背景的图纸样本），字符级识别准确率 ≥ 95%，单词/段落级识别准确率 ≥ 95%；
3）处理效率：单文件（≤500 图元数量）全流程检测耗时 ≤ 5 秒（测试环境：Intel Core i7 / 16GB RAM / SSD）；
4）兼容性：支持 Windows 10/11 操作系统；兼容主流显卡驱动；
5）稳定性：连续运行 72 小时无内存泄漏或崩溃；对损坏的 CAD 文件应弹出友好提示而非程序异常退出；
6）安全性：所有图纸数据仅在本地处理，不得联网传输；操作日志记录检测时间、文件名、问题统计，保留 ≥180 天。

2.2技术要求
为确保模块的先进性、可维护性与长期可用性，乙方须满足以下技术规范：
2.2.1.开发语言与框架
使用 Python 3.8 或者在此之上的其他 Python 版本，结合常用的工具库实现。
2.2.2.CAD 文件处理
必须使用经过授权的商业级或开源合规的 CAD 解析库（如 ezdxf、pywin32com），禁止使用逆向工程或非授权工具。
2.2.3.接口规范
输入是 CAD 的 dxf 文件（以实际为准）。修改后的图形自动新建一个相同的文件格式保存，须完整保留原始文件的图层结构、颜色、线型、块定义等属性信息，不得进行不可逆的简化或转换。
2.2.4.代码质量要求
代码注释率 ≥ 25%，关键算法需附原理说明。