CAD修复块中心点问题(网页版)

js代码实现:

 

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

     //返回控件的数据库对象

    var databae = mxOcx.GetDatabase();

    //返回数据库中的块表对象

    var blkTab = databae.GetBlockTable();

    //创建一个遍历块表中所有记录的遍历器

    var mBlockTableiter = blkTab.NewIterator();

    //移动当前遍历器位置

    for (; !mBlockTableiter.Done(); mBlockTableiter.Step())

 

    {

        //返回遍历器当前位置的记录

        var blkRec = mBlockTableiter.GetRecord();

        //创建一个遍历块表中所有记录的遍历器

        var mBlockTableReciter = blkRec.NewIterator();

 

        var mMaxPt = mxOcx.NewPoint();

        var mMinPt = mxOcx.NewPoint();

 

        var mMaxPtTemp = mxOcx.NewPoint();

        var mMinPtTemp =mxOcx.NewPoint();

        //移动当前遍历器位置

        for (; !mBlockTableReciter.Done(); mBlockTableReciter.Step(truefalse))

        {

            //与用户交互在图面上选择一个实体

            var ent = mBlockTableReciter.GetEntity();

            //返回实体的最小矩形框外包

            ent.GetBoundingBox(mMinPtTemp, mMaxPtTemp);

 

            if ((mMinPtTemp == null) || (mMaxPtTemp == null))

                break;

 

            mMaxPt.x = Math.max(mMaxPt.x, mMaxPtTemp.x);

            mMaxPt.y = Math.max(mMaxPt.y, mMaxPtTemp.y);

 

            mMinPt.x = Math.min(mMinPt.x, mMinPtTemp.x);

            mMinPt.y = Math.min(mMinPt.y, mMinPtTemp.y);

 

        }

 

        if ((mMinPtTemp == null) || (mMaxPtTemp == null))

            continue;

 

        var mNewBasePt = mxOcx.NewPoint();

 

        mNewBasePt.x = mMinPt.x + (mMaxPt.x - mMinPt.x) / 2;

        mNewBasePt.y = mMinPt.y + (mMaxPt.y - mMinPt.y) / 2;

        //块表记录的插入原点属性

        blkRec.Origin = mNewBasePt;

        //重新生成图,重新生成所有显示数据

        mxOcx.Regen();

    }

 

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值