[发明专利]一种利用波形分析工具软件进行矢量图拷贝的方法在审
| 申请号: | 202010624799.7 | 申请日: | 2020-07-01 | 
| 公开(公告)号: | CN111831189A | 公开(公告)日: | 2020-10-27 | 
| 发明(设计)人: | 崔亚芹;胡剑锋;祁忠;王言国 | 申请(专利权)人: | 南京南瑞继保电气有限公司;南京南瑞继保工程技术有限公司 | 
| 主分类号: | G06F3/0484 | 分类号: | G06F3/0484;G06F9/54;G06F16/56 | 
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 施昊 | 
| 地址: | 211102 江*** | 国省代码: | 江苏;32 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 一种 利用 波形 分析 工具软件 进行 矢量图 拷贝 方法 | ||
本发明公开了一种利用波形分析工具软件进行矢量图拷贝的方法,步骤:利用基于QT开发的波形分析工具进行波形展示;在波形分析工具触发复制命令后,判断当前界面的波形曲线点数是否大于预设临界点数,若是,则对波形曲线数据进行抽稀压缩处理;将当前界面的波形曲线生成为SVG格式的矢量图文件;通过矢量图转换操作,将SVG格式的矢量图文件转化为办公软件支持的矢量图文件格式;将转换后的矢量图文件拷贝粘贴到办公软件中。本发明操作简单、快捷,且拷贝图片的格式为矢量图,具有图像不失真、清晰度高等优点;通过抽稀压缩处理,在保证基本形状特征前提下,减少矢量图片的数据量,从而保证矢量图拷贝至办公软件后办公软件能够正常运行。
技术领域
本发明属于计算机软件技术领域,特别涉及了一种图像的转换和拷贝方法。
背景技术
目前,基于Qt开发的波形分析工具软件常用的图形拷贝方式一般为截图,截图所产生的图形格式一般为位图,而位图在缩放和旋转操作时容易失真,不便于在论文等印刷要求较高的办公文本中编辑应用。矢量图在进行放大、缩小或旋转等操作时具有图像不失真、清晰度高等优点,可以满足较高的印刷格式要求。因此,需要一种波形分析工具软件的矢量图拷贝方法,将波形分析工具的当前波形展示界面形成为Microsoft Office办公软件支持的矢量图文件格式。基于Qt开发的波形工具软件支持形成SVG格式矢量图文件,但不支持直接形成Word等Microsoft Office办公软件所支持的矢量图文件。
另外,当波形分析工具展示的波形曲线数据量过多,进行矢量图拷贝时,工具所形成的矢量图文件体积过于庞大,若直接拷贝至Word中会易引起Microsoft Office的卡顿,使其无法正常运转。
发明内容
为了解决上述背景技术提到的技术问题,本发明提出了一种利用波形分析工具软件进行矢量图拷贝的方法。
为了实现上述技术目的,本发明的技术方案为:
一种利用波形分析工具软件进行矢量图拷贝的方法,包括以下步骤:
(1)利用基于QT开发的波形分析工具进行波形展示;
(2)在波形分析工具触发复制命令后,判断当前界面的波形曲线点数是否大于预设临界点数,若是,则对波形曲线数据进行抽稀压缩处理,然后进入步骤(3);若否,则直接进入步骤(3);
(3)将当前界面的波形曲线生成为SVG格式的矢量图文件;
(4)通过矢量图转换操作,将SVG格式的矢量图文件转化为办公软件支持的矢量图文件格式;
(5)将转换后的矢量图文件拷贝粘贴到办公软件中。
基于上述技术方案的优选方案,在步骤(1)中,利用基于QT开发的波形分析工具,读取和解析COMTRADE格式的波形数据文件,并在波形分析工具的界面中展示波形曲线。
基于上述技术方案的优选方案,在步骤(2)中,采用等距N选1抽稀算法对波形曲线数据进行抽稀压缩处理。
基于上述技术方案的优选方案,在步骤(4)中,所述办公软件为Microsoft Office办公软件。
基于上述技术方案的优选方案,所述Microsoft Office办公软件支持EMF格式的矢量图文件。
基于上述技术方案的优选方案,在步骤(5)中,将矢量图文件拷贝至系统剪贴板,再粘贴到Microsoft Office办公软件中。
采用上述技术方案带来的有益效果:
(1)本发明可直接将波形分析工具展示界面形成矢量图拷贝粘贴至办公软件中,操作简单、快捷,且拷贝图片的格式为矢量图,在进行放大、缩小或旋转等操作时具有图像不失真、清晰度高等优点,可以满足较高的印刷格式要求;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京南瑞继保电气有限公司;南京南瑞继保工程技术有限公司,未经南京南瑞继保电气有限公司;南京南瑞继保工程技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010624799.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:零件自动卸料器
 - 下一篇:一种卷积神经网络的压缩方法及其实现电路
 





