图形分析

分类代号：C.4 本章共 6 个接口

这一组接口都是 vjmap 的"增值分析"能力，参数差异大、且对输入的 DWG/图像质量要求很高，因此 SDK 采用 pass-through 风格：你按下面文档组参数，SDK 负责 POST 与错误处理，不做参数字段级强校验。

全部走 POST /api/v1/map/cmd/{cmd}/_null/v1（_null 表示不绑定具体 mapid，参数里自带）。

---

快速索引

---

30 · 像素差异 mapDiff

比较两张 DWG 渲染成图片后的像素差异，返回增删改的像素块外包矩形中心点。

请求参数

响应（实采：同图 vs 同图）

{
  "del": "",
  "modify": "",
  "new": "",
  "status": true
}

有差异时 del / modify / new 是 x1,y1,x2,y2;x3,y3,x4,y4 格式的字符串；svc.cmd_map_diff() 不做 parse，调用方按需切分。

Python

res = svc.cmd_map_diff(
    mapid1="sys_zp", version1="v1",
    mapid2="sys_zp", version2="v2",
    cellsize=10, diffMinColor=6,
)

---

31 · 实体对比 mapCompare

和 mapDiff 不同：mapCompare 比较的是 DWG 实体，不是渲染像素。

请求参数

后端会先做一次快速 hash 去重。两张图是同一文件时直接拒绝（与 mapDiff 返回空差异不同）：

{"error": "The files to be compared are the same<mapid>", "status": false}

⚠️ 报错文案里 same 与 mapid 之间缺空格（服务端原文如此）；HTTP 仍是 200，调用方须自查 status/error 字段。

真实对比时返回：

{
  "status": true,
  "addEntities": [...],     // 仅在新图存在的实体 [{name, objectid, bounds}]
  "deleteEntities": [...],  // 仅在旧图存在
  "modifyEntities": [...],  // 两边都有但有差异（含 differents 明细）
  "mapid1EntityCount": 123,
  "mapid2EntityCount": 130
}

Python

svc.cmd_map_compare(mapid1="a", version1="v1", mapid2="a", version2="v2",
                    noCompareProps=True)

---

32 · 表格提取 extractTable

自动从 DWG 里识别"线条围出来的表格"，返回单元格网格与每格文本。最常用于检图、清单导出。

请求参数

响应（实采：sys_zp/v1，无额外参数）

{
  "tables": [{
    "attr": {
      "cellEmptyRatio": 45,
      "tableCellMaxCount": 70,
      "tableTextCount": 39,
      "unLinkLineRatio": 0
    },
    "colCount": 4,
    "cols": ["587693680.21", "587698180.22", "587717259.64", "..."],
    "datas": [["类目", "数量", "价格", "说明"], [...]],
    "rows": ["...", "..."]
  }]
}

• cols / rows：单元格网格线的坐标；
• datas[i][j]：每格文本（可能含编码乱码，视 DWG 字体而定）。

Python

res = svc.cmd_extract_table(mapid="sys_zp", version="v1")
for t in res.get("tables", []):
    print(t["colCount"], "x", len(t["rows"]))

Node.js

const res = await svc.cmdExtractTable({ mapid: 'sys_zp', version: 'v1' });
console.log(res.tables?.length);

---

33 · 中心线提取 extractCenterLines

对闭合多边形（如道路、管线）抽取中心线。

请求参数

响应（实采：sys_zp/v1）

{
  "centerlines": [
    [[587562497.79, 3103857885.77], [587556239.69, 3103860401.38]],
    [[587603886.22, 3103921932.46], [587602627.19, 3103925333.77]]
  ]
}

centerlines 是"多段折线数组"；每条线由若干 [x, y] 顶点构成。

Python

res = svc.cmd_extract_center_lines(mapid="sys_zp", version="v1")
for line in res["centerlines"]:
    print("line with", len(line), "verts")

---

34 · 目标匹配 objectMatch

在底图中找与模板图形相似的子图（样式 + 尺寸）。常用于批量识别图章、标注块、设备。

请求参数

响应

成功时返回（注意字段名是 match）：

{
  "status": true,
  "match": [
    { "bounds":"[x1,y1,x2,y2]", "angle": 0.0, "score": 0.92 },
    ...
  ]
}

Python

res = svc.cmd_match_object(
    mapid="sys_zp", version="v1",
    objectBounds="[587661000,3103886000,587661200,3103886200]",
    score=0.7, toleranceAngle=90,
)

---

35 · SVG / 图像转 DWG imageSvgToDwg

把 SVG 字符串或位图转换成 DWG 实体。对位图会先做线条检测 + 矢量化。

请求参数

响应（实采：svgData="<svg></svg>"，空内容）

{
  "error": "image or svg content is empty",
  "status": false
}

合法输入时返回——doc 与 fileid 互斥（retDocument=true 返回 doc DWG JSON 字符串；false 时落盘成临时文件返回 fileid）：

// retDocument=true
{ "status": true, "doc": "<DWG JSON 字符串>" }
// retDocument=false（默认）
{ "status": true, "fileid": "processData/xxx_tmp_60.dwg" }

可以把 doc 作为 mapdata 传给 create_entity_geo_data（见 03-query.md）渲染。

---

通用注意

1. 这组接口都可能 耗时 >10s，SDK 默认 timeout=60s，建议在业务层再做重试与超时兜底。
2. 后端遇到参数非法时常返回 {"error": "...", "status": false}——不是 HTTP 4xx/5xx。SDK 会把它当成 2xx 正常响应返回给调用方。
3. 返回 "status": false 时 error 字段的语言依系统 locale 而定（我们这里抓到了中/英混合的错误串）。

---