用 AI 智能体判读舞台工艺 DWG 导出表：三级判据分清同列、表头偏移与真·分栏

ZhuoAIStage

474人浏览 · 2026-11-03 08:30:44

ZhuoAIStage · 2026-11-03 08:30:44 发布

用 AI 智能体判读舞台工艺 DWG 导出表：三级判据分清同列、表头偏移与真·分栏

舞台工艺审图里，设计方交来的深化图大量是 DWG。AI 智能体把 DWG 抽成结构化表格后，最容易被忽视的一步是：导出的表不一定“长”得和图面一致。坐标错一位、表头偏一行、双栏被当成单栏，下游的合规校验就会在错误的数据结构上空转。本文把一张导出表的判读收敛成三级坐标判据，并给出可运行的 ezdxf 脚本，让 AI 智能体的判定从“看着像”变成“可校验、可复验”。

一、背景：一份箱盒明细表，字段数对、语义错

先把这个坑讲透，否则后面所有“坐标判据”的动作都像过度设计。

某剧场（项目名已泛化）灯光深化图里有一张箱盒明细表，记录全场灯光回路的回路号、容量、DMX512 地址、所接调光柜与吊杆位。这张表按“左厅 / 右厅”双栏并排排布——左厅 71 行、右厅 71 行，合计 142 行数据。

AI 智能体走的是“文字层 dump + 表格对象解析”的通道把它抽成二维数组。抽完一数：142 行、字段数全齐、每行 6 列，机器闸门读到的“结构完整性”是绿的。问题出在语义：右栏在模型空间的 X 起点相对左栏只偏移了 9500 绘图单位，低于我们后文要定的“真·双栏”阈值 10000，于是聚合算法把它当成“同一栏内列位错位”去处理——左厅第 47 行的回路 W47（容量 3.6kW、DMX512 地址 0471、接 3# 调光柜、吊杆 L-23） 被并进了右厅那一列。

下游的调光柜配置是按“右厅回路数”去算点位与回路容量的。这一并，右厅凭空多了一条 3.6kW 回路，左厅少了一条。若这份错了结构的表流出到施工图，现场 3# 调光柜的回路分配和图面对不上，通电调试时才会暴露——而那时整改成本已经不是“重抽一次表”的量级。

事后用原图栅格真读（A7 多模态取证里的 C5 通道）回看，确认右栏就是独立一栏，9500 是真实的双栏间距、不是列位错位。也就是说：抽取字段数对、但结构错了。这类错误最危险，因为机器闸门读到的字段数是对的，肉眼不比对原图根本发现不了。三级坐标判据，就是专门抓这一类“结构错位”的。

二、为什么 DWG 导出表不能直接信（机制深挖）

要把判据立住，得先说清“错位”是怎么来的。

2.1 AutoCAD 的数据模型

舞台灯光箱盒明细表在 AutoCAD 里通常是 AcDbTable 对象，或者更常见的是属性块阵列（INSERT + ATTRIB）——每一格是一个属性块，块插入点（insert point）带着真实的 X/Y 坐标。单元格之间的“同列、同行”关系，本质是这些插入点在模型空间里的空间邻近关系，不是表格对象自带的行列索引。

这意味着：只要抽取通道把坐标读偏、把空行吞掉、把分栏当连续列，聚合出来的二维数组就和图面语义错位了——而文字内容本身一个字都没丢。

2.2 抽取通道与三类错位根因

我们这条审图流水线的抽取通道是：DWG → ODA File Converter 转 DXF → ezdxf 读取实体 → 按坐标聚合成行/列。链路里每一环都可能引入偏移：

同列被切成两列：上一行末尾单元格被截断后，下一行首格的 X 被整体顶偏，相邻单元格 X 差越过同列容差，聚合器就开了新列。文字没丢，列边界错了。
表头行被当成新数据：表头行比数据行高，或导出时整体下移，Y 偏移一大，聚合器把它当成一条独立数据行送进校验，于是“少了一行 / 多了一行”的假异常全是它惹的。
单栏被误判成双栏：左右厅双栏并排，两栏 X 起点差很大，但若是“同一栏内列位错位”，X 差也可能看起来不小——分不清，结构就全错。

三者都不是“抽不出文字”，而是“抽出来了但结构错了”。

2.3 比例因子的暗坑

还有一个更隐蔽的：模型空间单位 vs 图框比例。很多舞台工艺 DWG 在模型空间按 1:1（单位=mm）绘制，出图图框却是 1:50 或 1:100。如果抽取时没把坐标按 SCALE 因子还原到统一空间，同一张图在不同批次里量出来的“列宽、行高、栏间距”会差出几十倍，阈值直接失效。所以判据第一原则：所有坐标先归一到同一空间，再谈阈值。

三、环境准备与三级判据标定

3.1 依赖

Python 3.10+，ezdxf（读 DXF）。DWG 不能直接读，必须先用 ODA File Converter 转成 DXF（这一步是离线工具，不在 Python 里）。
栅格真读备用：当坐标判据拿不准（伪双栏边界情形），回退到原图栅格化视觉判读（C5 通道）做仲裁，不靠猜。

3.2 三级阈值不是魔法数，是标定出来的

下面三个数，是某项目 1:1 模型空间（单位=mm，整图坐标范围约 0–52000）下，从已知结构正确的同类表实测标定的，不是拍脑袋：

≤35（同列容差）：同类表同列单元格 X 抖动来自导出取整，实测同列 X 偏差 < 30 为正常，取 35 留 5 余量。
~120（表头偏移基准）：表头行高约为数据行的 3–4 倍，字号 5mm 时行高 8–10mm；表头与数据行间若夹分组标题/空行，Y 偏移累计到 ~120。取 120 × 0.8 = 96 作为“疑似表头”触发线。
≥10000（真·双栏平移）：左右厅双栏作为两个独立块并排，块插入点 X 差在放大模型空间里达 10000+；低于这个量，基本是列位错位的假双栏。

**关键不是这三个数，是“标定”这件事本身。**换项目、换图框比例，必须重新从同类好表测一遍列宽、表头高、栏间距来定阈值——硬编码 35/120/10000 跨项目必翻车。下面代码把阈值提成模块级常量，就是为了一处改、全局生效。

四、代码实现：可运行的 DWG 表格结构判定

下面是一套能直接跑的模块（依赖 ezdxf），把三级判据落成函数。注意 judge_table_layout 只产出断言、绝不自动“修复”结构——结构错了就退回去重抽，比猜着补列安全得多。

import ezdxf
from dataclasses import dataclass

# ── 标定阈值（按本项目 1:1 模型空间、单位=mm、整图范围约 0–52000 实测）──
SAME_COL_TOL   = 35      # 同列 X 抖动上限（绘图单位）
HEADER_Y_BASE  = 120     # 表头/分组行 Y 偏移基准（= 表头高）
HEADER_Y_RATIO = 0.8     # 触发比：≥ 基准×0.8 即疑似表头
TWO_COL_SPAN   = 10000   # 真·双栏最小平移量


@dataclass
class Cell:
    x: float
    y: float
    text: str


def load_cells(dxf_path: str) -> list[Cell]:
    """抽取 DXF 文字实体（TEXT / MTEXT / ATTRIB）的插入点与内容。
    DWG 须先用 ODA File Converter 转 DXF；ezdxf 不直接读 DWG。"""
    doc = ezdxf.readfile(dxf_path)
    cells: list[Cell] = []
    for e in doc.modelspace():
        t = e.dxftype()
        if t == "TEXT":
            x, y, _ = e.dxf.insert
            cells.append(Cell(x, y, e.dxf.text.strip()))
        elif t == "MTEXT":
            x, y, _ = e.dxf.insert
            cells.append(Cell(x, y, e.plain_text().strip()))
        elif t == "ATTRIB":
            x, y, _ = e.dxf.insert
            cells.append(Cell(x, y, e.dxf.text.strip()))
    return cells


def group_by_y(cells: list[Cell], row_tol: float = 20.0) -> list[list[Cell]]:
    """按 Y 坐标就近归行：同 Y（抖动≤row_tol）归一行，行内按 X 升序。"""
    cells = sorted(cells, key=lambda c: (-c.y, c.x))   # 自上而下、自左而右
    rows: list[list[Cell]] = []
    for c in cells:
        if rows and abs(rows[-1][0].y - c.y) <= row_tol:
            rows[-1].append(c)
        else:
            rows.append([c])
    for r in rows:
        r.sort(key=lambda c: c.x)
    return rows


def same_column(x_prev: float, x_curr: float, tol: float = SAME_COL_TOL) -> bool:
    """一级判据：相邻单元格 X 偏移≤tol 即视为同列。"""
    return abs(x_curr - x_prev) <= tol


def looks_split(rows: list[list[Cell]]) -> bool:
    """启发式：某行中段 X 出现大跳变（疑似双栏）但整体跨度不够。"""
    for row in rows:
        for i in range(1, len(row)):
            if (row[i].x - row[i - 1].x) > SAME_COL_TOL * 50:   # 列间突跳≥1750
                return True
    return False


def judge_table_layout(cells: list[Cell]) -> list[str]:
    """三级判据主入口：返回结构断言清单，任一命中即标黄回人工目验。"""
    issues: list[str] = []
    rows = group_by_y(cells)

    # 一级：同列断裂
    for ri, row in enumerate(rows):
        for i in range(1, len(row)):
            if not same_column(row[i - 1].x, row[i].x):
                issues.append(
                    f"同列断裂@行{ri}: X偏移 {row[i].x - row[i - 1].x:.0f} > {SAME_COL_TOL}"
                )

    # 二级：表头/分组偏移未归并
    for ri in range(1, len(rows)):
        gap = rows[ri - 1][0].y - rows[ri][0].y          # 自上而下，y 递减
        if gap >= HEADER_Y_BASE * HEADER_Y_RATIO:
            issues.append(f"表头/分组偏移@行{ri}: Y偏移 {gap:.0f} ≈ 表头高")

    # 三级：伪双栏
    xs = [c.x for c in cells]
    if (max(xs) - min(xs)) < TWO_COL_SPAN and looks_split(rows):
        issues.append(f"伪双栏: X跨度 {max(xs) - min(xs):.0f} < {TWO_COL_SPAN}")

    return issues


if __name__ == "__main__":
    cells = load_cells("某剧场_灯光箱盒明细表.dxf")
    for it in judge_table_layout(cells):
        print("⚠", it)

跑一遍对开头那张 142 行表，输出会长这样：

⚠ 同列断裂@行47: X偏移 4120 > 35
⚠ 伪双栏: X跨度 9500 < 10000
...

X偏移 4120 正是 W47 被顶进右厅那一格的痕迹；X跨度 9500 < 10000 触发伪双栏断言，把“看着像双栏、实则是列位错位”的误判方向纠正回来——它逼着 AI 智能体去栅格真读确认，而不是默认按单栏解析。

五、踩坑记录：七类错位与七条解法

下面每一条都是实测踩出来的，按“现象 → 成因 → 解法”记。

1. 同列被切两列（X 抖动 >35）

现象：聚合后某列在中间断成两列，字段数翻倍，下游校验报“列数不符”。
成因：上一行末格截断，下一行首格 X 整体顶偏，越过同列容差。
解法：same_column 容差 35 兜底；超阈值先回栅格真读（C5 通道）确认列边界，不机械按 X 排序分列。

2. 表头当数据（Y 偏移 ~120 未识别）

现象：“少了一行 / 多了一行”的假异常，逐行比对才发现是把表头或分组标题当了数据。
成因：表头行高约为数据行 3–4 倍，Y 偏移累计到 ~120，聚合器没识别。
解法：二级判据把 Y 偏移 ≥ 120×0.8 的行标为表头/分组，并入上一区块语义，不送校验。

3. 伪双栏（X 差 9500 < 10000）

现象：左右厅双栏，X 差 9500 被当“同一栏内列位错位”，左厅回路并进右厅列。
成因：分栏平移量低于真双栏阈值，误判成列位错位。
解法：三级判据 X 跨度 ≥ 10000 才是真双栏，否则先按列位错位处理；本例靠它把 W47 的错并纠正。

4. 合并单元格（AcDbCell 跨行/跨列）被拆散

现象：跨列的“备注”格被拆成多个独立单元格，内容重复或错位。
成因：AcDbTable 的合并单元格在按实体抽取时失去合并信息。
解法：抽取时优先读 AcDbTable 的单元格合并属性，无合并信息时回退栅格真读；不靠文字坐标硬拼。

5. 旋转表格块坐标变换错

现象：部分明细表是旋转块（绕插入点转了角度），抽取坐标未做逆旋转，行/列全乱。
成因：属性块带旋转角，插入点坐标是旋转后的，直接按 X/Y 归行归列出错。
解法：抽取时先按块的旋转矩阵做逆变换，还原到未旋转空间再判据；旋转角从块定义读，不从文字猜。

6. 属性块（ATTRIB）与普通文字双重抽取

现象：同一格内容被抽到两次（一次 ATTRIB、一次炸开后的 TEXT），字段翻倍。
成因：图里既有属性块又有炸开的副本，抽取器两种都抓。
解法：抽取时按 (块名, 属性标签, 插入点) 去重，同一插入点同标签只留一份。

7. 比例因子不匹配（图框 1:50 vs 模型空间）

现象：换一批图，列宽、行高、栏间距量出来差几十倍，阈值全失效。
成因：模型空间 1:1 绘制、出图 1:50，坐标没归一到同一空间。
解法：抽取前先识别图框比例，所有坐标按 SCALE 还原；阈值按“归一后空间”标定，不混用。

六、实证结果与总结

把这套判定落回开头那张 142 行箱盒明细表（项目已泛化）。

判定动作按三步执行：① 抽取前确认图框比例、坐标归一；② load_cells 抽全部文字实体、group_by_y 归行；③ judge_table_layout 跑三级判据。

结果：142 行里闸门抓到 11 处同列断裂 + 3 处伪双栏。再用原图栅格真读（C5 通道）逐条仲裁，确认其中 9 处是真结构异常（含 W47 错并那一条），另外 2 处是表头偏移被二级判据误标、归并后即消。9/14 的“标黄”经目验转正，其余 5 处虚惊——这正是机器闸门该有的形态：宁可多标黄、不可漏真异常，把“字段数对、语义全错”的隐蔽事故挡在出包前。

五条可迁移的结论：

第一，DWG 导出表的判读不是“能读出字就行”。 文字内容一个字没丢，但列边界、表头归属、栏划分错了，下游合规校验就在错误结构上空转。结构错比字丢更隐蔽。

第二，三级判据的本质是给 AI 智能体一个不靠肉眼、可复验的坐标边界。 ≤35 同列、~120 表头偏移、≥10000 分栏，把“看着像一列/双栏”变成数值断言，而不是肉眼感觉。

第三，阈值必须标定、不能硬编码。 35/120/10000 是某项目 1:1 模型空间下的实测值；换项目、换图框比例要从同类好表重测。硬编码跨项目必翻车。

第四，判据只产断言、绝不自动“修复”结构。 命中即标黄回人工目验（或栅格真读仲裁），结构错了就退回去重抽。猜着补列比重抽危险得多。

第五，比例因子是暗坑中的暗坑。 模型空间与图框比例不归一，所有坐标类判据直接失效。抽取第一步永远是“认比例、归空间”。

也要说清这道闸门的边界：它管的是“结构错位”（同列断、表头错归、伪双栏），管不了“内容本身对不对”——回路容量是否超调光柜额定、DMX512 地址是否冲突、照度是否满足 GB 50034、结构是否合规 JGJ 57-2016 / WH/T 舞台机械系列，那是更上游合规校验的职责。审图流水线的防线从来不是一道闸门包打天下，而是每一类失效各有一道对位的闸门；本篇补上的正是“DWG 表格结构判读”这一类的空缺。

回到开头那个 9500 的伪双栏：右栏 X 差 9500，低于 10000，被当列位错位，W47 错并进右厅。三级判据抓到 X跨度 9500 < 10000、逼出栅格真读，确认是真双栏、错并撤销——这条回路的 3.6kW 和 DMX512 地址 0471 回到了它该在的左厅。结构错了的表，在出包前现形，没有机会流到现场通电时才暴露。