File size: 9,357 Bytes
e305028 |
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 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 |
"""
محلل الرسومات الهندسية وملفات BIM المتقدم
"""
import ezdxf
import cv2
import numpy as np
from PIL import Image
import pytesseract
from shapely.geometry import Point, Polygon
import json
import os
import logging
from datetime import datetime
class CADBIMAnalyzer:
"""محلل الرسومات الهندسية وملفات BIM"""
def __init__(self, claude_client=None):
"""تهيئة المحلل"""
self.claude_client = claude_client
self.analysis_results = {}
def analyze_drawing(self, file_path):
"""تحليل الرسم الهندسي"""
try:
file_extension = os.path.splitext(file_path)[1].lower()
if file_extension in ['.dwg', '.dxf']:
return self._analyze_cad_file(file_path)
elif file_extension == '.ifc':
return self._analyze_bim_file(file_path)
elif file_extension in ['.pdf', '.jpg', '.jpeg', '.png']:
return self._analyze_image_file(file_path)
else:
raise ValueError(f"نوع الملف غير مدعوم: {file_extension}")
except Exception as e:
logging.error(f"خطأ في تحليل الرسم: {str(e)}")
raise
def _analyze_cad_file(self, file_path):
"""تحليل ملف CAD"""
doc = ezdxf.readfile(file_path)
msp = doc.modelspace()
# تحليل العناصر
elements = {
'lines': len(msp.query('LINE')),
'circles': len(msp.query('CIRCLE')),
'arcs': len(msp.query('ARC')),
'polylines': len(msp.query('LWPOLYLINE')),
'dimensions': len(msp.query('DIMENSION')),
'text': len(msp.query('TEXT')),
'blocks': len(doc.blocks)
}
# تحليل الطبقات
layers = {layer.dxf.name: {
'color': layer.dxf.color,
'linetype': layer.dxf.linetype,
'is_on': layer.dxf.on,
'is_frozen': layer.dxf.frozen
} for layer in doc.layers}
# استخراج الأبعاد
extents = msp.get_extents()
if extents:
dimensions = {
'width': abs(extents.size.x),
'height': abs(extents.size.y),
'area': abs(extents.size.x * extents.size.y)
}
else:
dimensions = {'width': 0, 'height': 0, 'area': 0}
# تحليل متقدم باستخدام Claude
if self.claude_client:
drawing_info = {
'elements': elements,
'layers': layers,
'dimensions': dimensions
}
analysis_prompt = f"""
قم بتحليل معلومات الرسم الهندسي التالية وتقديم:
1. وصف عام للرسم
2. تحليل العناصر والطبقات
3. تحديد نوع المشروع والتخصص
4. توصيات فنية
5. ملاحظات هامة
معلومات الرسم:
{json.dumps(drawing_info, indent=2, ensure_ascii=False)}
"""
response = self.claude_client.messages.create(
model="claude-3-sonnet-20240229",
max_tokens=4000,
temperature=0.7,
messages=[{"role": "user", "content": analysis_prompt}]
)
ai_analysis = response.content[0].text
else:
ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
return {
'file_info': {
'path': file_path,
'type': os.path.splitext(file_path)[1],
'size': os.path.getsize(file_path),
'modified': datetime.fromtimestamp(os.path.getmtime(file_path)).strftime('%Y-%m-%d %H:%M:%S')
},
'elements': elements,
'layers': layers,
'dimensions': dimensions,
'ai_analysis': ai_analysis
}
def _analyze_bim_file(self, file_path):
"""تحليل ملف BIM"""
try:
# تحليل ملف IFC
import ifcopenshell
ifc_file = ifcopenshell.open(file_path)
# تحليل العناصر
elements = {
'structural': self._analyze_structural_elements(ifc_file),
'architectural': self._analyze_architectural_elements(ifc_file),
'mep': self._analyze_mep_elements(ifc_file)
}
# تحليل الأبعاد
dimensions = self._analyze_dimensions(ifc_file)
# تحليل متقدم باستخدام Claude
if self.claude_client:
building_info = {
'elements': elements,
'dimensions': dimensions,
'properties': self._extract_properties(ifc_file)
}
analysis_prompt = f"""
قم بتحليل معلومات نموذج BIM التالية وتقديم:
1. تحليل شامل للنموذج
2. تقييم جودة النمذجة
3. توصيات للتحسين
4. تقدير التكاليف
5. تحليل الاستدامة
معلومات النموذج:
{json.dumps(building_info, indent=2, ensure_ascii=False)}
"""
response = self.claude_client.messages.create(
model="claude-3-sonnet-20240229",
max_tokens=4000,
temperature=0.7,
messages=[{"role": "user", "content": analysis_prompt}]
)
ai_analysis = response.content[0].text
else:
ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
return {
'file_info': {
'path': file_path,
'type': 'IFC',
'schema': ifc_file.schema,
'size': os.path.getsize(file_path)
},
'elements': elements,
'dimensions': dimensions,
'analysis': ai_analysis
}
except Exception as e:
logging.error(f"خطأ في تحليل ملف BIM: {str(e)}")
raise
def _analyze_image_file(self, file_path):
"""تحليل ملف صورة"""
# قراءة الصورة
if file_path.lower().endswith('.pdf'):
# TODO: Add PDF to image conversion
pass
else:
image = cv2.imread(file_path)
# استخراج النص
text = pytesseract.image_to_string(image, lang='ara+eng')
# تحليل الخطوط والأشكال
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150)
lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100)
# تحليل متقدم باستخدام Claude
if self.claude_client:
image_info = {
'dimensions': image.shape,
'extracted_text': text,
'detected_lines': len(lines) if lines is not None else 0
}
analysis_prompt = f"""
قم بتحليل معلومات الصورة الهندسية التالية وتقديم:
1. وصف عام للصورة
2. تحليل النص المستخرج
3. تحليل الخطوط والأشكال
4. تحديد نوع المشروع والتخصص
5. توصيات وملاحظات
معلومات الصورة:
{json.dumps(image_info, indent=2, ensure_ascii=False)}
"""
response = self.claude_client.messages.create(
model="claude-3-sonnet-20240229",
max_tokens=4000,
temperature=0.7,
messages=[{"role": "user", "content": analysis_prompt}]
)
ai_analysis = response.content[0].text
else:
ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
return {
'file_info': {
'path': file_path,
'type': os.path.splitext(file_path)[1],
'size': os.path.getsize(file_path),
'modified': datetime.fromtimestamp(os.path.getmtime(file_path)).strftime('%Y-%m-%d %H:%M:%S')
},
'dimensions': {
'width': image.shape[1],
'height': image.shape[0],
'channels': image.shape[2]
},
'extracted_text': text,
'analysis': {
'detected_lines': len(lines) if lines is not None else 0
},
'ai_analysis': ai_analysis
}
|