基于计算机视觉与多模态 AI 的工程图纸版本差异全自动检测、语义分割与交互可视化平台
选定两版图纸后一键比对，自动识别变更、无需逐项人工核对：
- 变更清单自动分类 — 尺寸变更 / 标注变更 / 几何变更分组呈现，修改前后数值一目了然（如「54 → 38」「8883 px → 删除」）
- 清单与图纸双向联动 — 点击清单项即可定位到图纸对应区域，红/橙高亮框直接圈出变更位置
- 旧图 / 差异 / 新图三态切换 — 支持滚轮缩放、拖拽平移，细节逐像素可查
DrawingContrast 是面向机械工程、建筑设计及工业制造领域的专业级图纸变更智能分析系统。系统采用亚像素级图像配准算法、自适应差异分割引擎，并集成多模态大语言模型进行图纸主体区域智能识别，实现从 PDF 矢量图纸到交互式差异可视化的全链路自动化处理。
本系统突破了传统人工比对效率低、遗漏率高的瓶颈，将工程图纸审图效率提升一个数量级。
PDF 矢量解析 → 高精度光栅化 → 自适应线条增强 → 图像配准 → 差异分割 → 图层合成 → GPU 加速渲染
| 层级 | 技术选型 | 说明 |
|---|---|---|
| 桌面框架 | PyQt6 + QtWebEngine | 原生性能 + 现代 Web 渲染引擎双融合 |
| PDF 解析 | PyMuPDF (fitz) | 高保真矢量到像素转换，支持 2x~4x 超采样 |
| 图像处理 | OpenCV + NumPy | 亚像素配准、形态学运算、色彩空间变换 |
| AI 推理 | 多模态大模型 (Qwen3-VL-32B-Instruct) | 主体区域识别、差异区域语义解读与变更摘要 |
| 前端渲染 | CSS GPU Compositing | 基于 will-change 提示的零重绘图层合成 |
| AI 配置 | 本地 BYOK（应用内设置 / 环境变量） | 用户自带 Key，支持任意 OpenAI 兼容多模态服务 |
| 构建交付 | PyInstaller 单文件打包 | 开箱即用，零依赖部署 |
针对工程图纸的特殊性（大面积留白、稀疏线条分布、标题栏干扰），系统采用：
- 多尺度 ORB 特征提取 — 在不同分辨率层级提取关键点，提升稀疏图纸的匹配鲁棒性
- RANSAC 异常值过滤 — 剔除标题栏、图框等非主体区域的误匹配点
- 透视/仿射变换自适应选择 — 根据匹配点分布自动决策最优变换模型
- 形态学线条增强预处理 — 椭圆核膨胀运算模拟工业打印渲染效果，消除 PDF 解析与实际视觉的差异
- 双通道差异提取 — 独立生成"新增元素层"与"删除元素层"，支持精确追溯每一处变更
- 距离变换容差 — 计算"到对方图纸最近线条"距离场，线条像素距离超过容差才计为真实差异，亚像素配准残差与渲染抖动不再形成成对红蓝误报
- 噪声自适应阈值 — 基于图纸整体灰度分布动态调整检测灵敏度，避免 JPEG 压缩噪声的误报
- Alpha 通道 RGBA 输出 — 差异图层以半透明叠加方式呈现，不遮挡原始图纸细节
集成多模态视觉-语言模型（VLM），实现：
- 图纸语义理解 — 自动区分标题栏、图框边界、BOM 表与主体图形区域
- 智能裁剪建议 — 输出归一化坐标的主体区域边界框，聚焦真正的设计变更区域
- 三级容错机制 — 重试策略 + 多级 JSON 解析 + 兜底默认值，确保生产环境 100% 可用性
摒弃传统 Canvas 2D 逐帧重绘方案，采用 CSS Compositing Layer 架构：
- 4 张独立
<img>DOM 元素（旧图、新图、新增差异、删除差异） - 滑块仅修改各层
opacity属性值 - 浏览器 GPU 合成器自动处理透明度混合，帧率锁定 60fps
will-change: opacity+requestAnimationFrame节流，零主线程阻塞
采用 Hermite 三次插值曲线替代线性混合：
smoothstep(edge0, edge1, x) = t² × (3 - 2t)实现图纸 A/B 之间丝滑的 S 曲线过渡，差异图层以正弦钟形曲线叠加，中段差异最强、两端自然消退。
| 特性 | 描述 |
|---|---|
| 单文件交付 | PyInstaller --onefile 打包，约 180MB 单 EXE，双击即用 |
| 多实例隔离 | 独立 WebEngine Profile + 随机端口，支持无限多开 |
| 启动预加载 | QPainter 渲染的品牌 Splash Screen，毫秒级视觉响应 |
| BYOK 零硬编码 | API Key 由用户自带，DPAPI 加密存于程序目录，不进仓库、不写日志 |
| 优雅降级 | 未配置 Key 时自动切换纯 CV 模式，基础对比功能不受影响 |
| 线条增强 | PDF 转图片时自动加粗/加深细线条，解决细线渲染过淡不易看的问题（设置可关） |
| 标注手动开关 | 差异框选/变更清单可在设置中关闭，也可在结果页工具栏一键隐藏，只看红/蓝差异 |
| 高精度渲染 | 4763×3368px 原始分辨率，2x 超采样无损缩放 |
| 全平台交互 | 鼠标滚轮缩放、拖拽平移、键盘快捷键、触屏手势 |
- Python ≥ 3.11
- Windows 10/11 (x86_64)
图纸主体区域识别与差异区域语义解读依赖多模态大模型（VLM）API。本项目不带任何 Key，采用 BYOK（自带 Key）模式，未配置时自动降级为纯 CV 对比，基础功能不受影响。
方式一：应用内设置（推荐）
启动应用后点击顶栏「设置」，填入：
- API Key — 任意 OpenAI 兼容服务的密钥（如硅基流动 SiliconFlow）
- Base URL — 默认
https://api.siliconflow.cn/v1，可改为其他兼容服务或本地 vLLM - 模型名称 — 需支持图像输入，推荐
Qwen/Qwen3-VL-32B-Instruct
可先点「测试连接」验证，保存后 Key 经 Windows DPAPI 加密存储在程序同目录的 config.json（不会被提交）：仅本机当前 Windows 用户可解密，配置文件被拷到其他机器/用户无法还原。
仓库中提供 config.sample.json 作为配置结构样本（不含任何密钥，可直接入库）：可复制为 config.json 填入配置后直接使用（明文格式兼容自动加载）。
分发给其他用户（无感生效）
「设置」对话框提供两种分发方式，均包含 AI / FTP / 日志全部配置：
- 导出分享码 — 生成
DC1:前缀文本，对方在「设置 → 导入分享码」粘贴即可 - 导出配置文件 — 导出明文
config.json，对方放到程序同目录（EXE 旁），下次启动自动生效，无需任何操作
⚠️ 两种方式均为明文（含 API Key 与 FTP 密码），请仅通过可信渠道分发。
方式二：环境变量（适合脚本 / CI）
# PowerShell（当前会话生效）
$env:SILICONFLOW_API_KEY = "sk-xxxxxxxx"
# 可选：
# $env:AI_BASE_URL = "https://api.siliconflow.cn/v1"
# $env:AI_MODEL = "Qwen/Qwen3-VL-32B-Instruct"说明：环境变量优先级高于本地配置文件；Key 仅在进程内存与本地配置文件中使用，不会写入日志。
除文件选择模式外，还支持零部件编号模式（输入两个零部件编号，自动从 FTP 下载 PDF 后对比）与日志上报（使用事件统计）。两者均为可选功能：不配置即不启用，代码中不含任何内置服务器地址或凭证；也可通过上文「分发给其他用户」将配置一并下发。
FTP 服务器的特殊要求
在「设置 → FTP 设置」中填写主机地址/端口/用户名/密码/基础目录后启用。服务器需满足：
- 支持标准
ftplib（程序默认被动模式 PASV）与RETR命令 - 图纸以
<零部件编号>.pdf命名；支持六种目录组织方式（程序按序自动尝试，命中即下载）：<基础目录>/<前缀>/<零部件编号>.pdf（前缀 = 零部件编号首段，如8DM-2-1350-275-00-WH→8DM）<前缀>/<零部件编号>.pdf（无基础目录时的前缀子目录）<基础目录>/<零部件编号>/<零部件编号>.pdf<零部件编号>/<零部件编号>.pdf<基础目录>/<零部件编号>.pdf<零部件编号>.pdf（根目录平铺）
- 程序仅使用
RETR直接下载，不依赖 NLST/LIST 目录列举，因此在禁用列举命令的服务器上也可正常工作
日志上报服务的特殊要求
在「设置 → 日志上报设置」中填写上报 URL 后启用（如 http://your-log-service/api/v1/logs）。服务端需接受 POST JSON 请求，字段如下：
{
"service_name": "drawing-contrast",
"system": "xAuto",
"app_version": "0.5.1",
"level": "info | warning | error",
"message": "事件描述（通用文案，不含图纸内容）",
"class_name": "模块名",
"method_name": "方法名",
"timestamp": 1754803200,
"elapsed_ms": 12345,
"extra": {}
}说明：
timestamp为 epoch 秒级整数（int(time.time())），与 Loki/Grafana 现有标签体系保持一致；system仅在配置了该值时上报。
隐私说明：
- 不采集、不上报任何本地主机信息（主机名/IP/MAC）、文件路径、图纸内容与 API Key
- 上报失败静默降级，绝不影响主业务流程；未配置上报地址时完全不发送任何请求
# 安装依赖（含打包工具等开发依赖）
uv sync --extra dev
# 启动应用（入口命令由 pyproject 注册）
uv run drawing-contrast运行时产物（config.json、app.log、web/）统一写入程序目录：开发时为项目根目录，打包后为 EXE 旁目录。
# 生成单文件 EXE
uv run scripts/build_exe.py
# 输出: dist/DrawingContrast.exedrawingContrast/
├── src/drawing_contrast/ # 应用包
│ ├── app.py # 主程序：PyQt6 GUI + HTTP Server + Splash + 设置对话框
│ ├── ai_config.py # 配置模块：DPAPI 加密本地持久化 + 环境变量覆盖 + 分享码（BYOK）
│ ├── paths.py # 统一路径解析（资源目录 / 程序目录 / web 目录）
│ ├── core/ # 对比引擎
│ │ ├── generate_diff_layers.py # 配准 + 差异分割 + AI 识别 + VLM 异步解读
│ │ ├── view_blocks.py # 视图分块配准（块匹配/位移聚类/碎片救援）
│ │ └── vlm_analyzer.py # VLM 差异区域解读与变更摘要
│ ├── integrations/ # 可选集成（配置驱动，不配置即不启用）
│ │ ├── ftp_downloader.py # FTP 零部件编号下载器
│ │ └── logbot.py # 日志上报 SDK
│ └── resources/ # 随包只读资源
│ ├── app_icon.ico # 多尺寸应用图标 (16~256px)
│ └── web/index.html # 交互式差异可视化前端（含变更清单侧栏）
├── scripts/ # 开发/构建工具
│ ├── build_exe.py # PyInstaller 打包脚本
│ ├── generate_icon.py # 应用图标生成器
│ ├── web_server.py # 独立预览服务器
│ ├── detect_focus.py # VLM 主体区域识别调试工具
│ └── compare_and_annotate.py # PDF 差异标注调试工具
├── web/ # 运行时产物目录（自动生成，不入库）
├── config.sample.json # 配置结构样本（不含密钥）
├── pyproject.toml # 项目元数据与依赖声明
└── dist/
└── DrawingContrast.exe # 最终交付物
本项目基于 MIT License 开源。
© 2026 xcode.im · Xing