Revit電材積算アドオンプログラム設計

【Deep Seekへの質問】 ①ユーザーがGoogleレンズのAIで電材の写真を読み取らせる。 ②電材のデータをスクレーピングさせる。 ③スクレーピングした電材のデータから自動でファミリを作らせる。 ④ファミリに積算用データを紐付けさせる。 以上の作業を自動で行い、Revitの積算を行うアドオンをPythonのGUIプログラムで書いて。 # Revit電材積算アドオンプログラム設計 【Deep Seekの回答】 以下は、Google Lensを利用した電材データ収集からRevitでの積算までを自動化するPython GUIプログラムの設計案です。 ```python import tkinter as tk from tkinter import ttk, filedialog, messagebox import requests from bs4 import BeautifulSoup import pyautogui import time import os from PIL import Image import pyperclip import json import revit_api # 仮想的なRevit APIラッパー class ElectricalMaterialEstimator: def __init__(self, root): self.root = root self.root.title("電材積算アドオン") self.root.geometry("800x600") # 変数初期化 self.image_path = tk.StringVar() self.material_data = {} self.family_data = {} # GUIコンポーネント作成 self.create_widgets() def create_widgets(self): # タブコントロール tab_control = ttk.Notebook(self.root) # タブ作成 tab1 = ttk.Frame(tab_control) tab2 = ttk.Frame(tab_control) tab3 = ttk.Frame(tab_control) tab4 = ttk.Frame(tab_control) tab_control.add(tab1, text="画像読み取り") tab_control.add(tab2, text="データ収集") tab_control.add(tab3, text="ファミリ作成") tab_control.add(tab4, text="積算設定") tab_control.pack(expand=1, fill="both") # タブ1: 画像読み取り self.create_tab1(tab1) # タブ2: データ収集 self.create_tab2(tab2) # タブ3: ファミリ作成 self.create_tab3(tab3) # タブ4: 積算設定 self.create_tab4(tab4) def create_tab1(self, tab): frame = ttk.LabelFrame(tab, text="Google Lensで電材画像を読み取る") frame.pack(padx=10, pady=10, fill="both", expand=True) ttk.Label(frame, text="電材画像を選択:").grid(row=0, column=0, padx=5, pady=5) ttk.Entry(frame, textvariable=self.image_path, width=50).grid(row=0, column=1, padx=5, pady=5) ttk.Button(frame, text="参照...", command=self.browse_image).grid(row=0, column=2, padx=5, pady=5) ttk.Button(frame, text="Google Lensで画像解析", command=self.analyze_with_google_lens).grid(row=1, column=0, columnspan=3, pady=10) self.result_text1 = tk.Text(frame, height=15, width=80) self.result_text1.grid(row=2, column=0, columnspan=3, padx=5, pady=5) scrollbar = ttk.Scrollbar(frame, command=self.result_text1.yview) scrollbar.grid(row=2, column=3, sticky='ns') self.result_text1.config(yscrollcommand=scrollbar.set) def create_tab2(self, tab): frame = ttk.LabelFrame(tab, text="電材データをスクレイピング") frame.pack(padx=10, pady=10, fill="both", expand=True) ttk.Label(frame, text="製品名/型番:").grid(row=0, column=0, padx=5, pady=5) self.product_entry = ttk.Entry(frame, width=50) self.product_entry.grid(row=0, column=1, padx=5, pady=5) ttk.Button(frame, text="メーカーサイトからデータ収集", command=self.scrape_material_data).grid(row=1, column=0, columnspan=2, pady=10) self.result_text2 = tk.Text(frame, height=15, width=80) self.result_text2.grid(row=2, column=0, columnspan=2, padx=5, pady=5) scrollbar = ttk.Scrollbar(frame, command=self.result_text2.yview) scrollbar.grid(row=2, column=2, sticky='ns') self.result_text2.config(yscrollcommand=scrollbar.set) def create_tab3(self, tab): frame = ttk.LabelFrame(tab, text="Revitファミリ作成") frame.pack(padx=10, pady=10, fill="both", expand=True) ttk.Label(frame, text="ファミリタイプ:").grid(row=0, column=0, padx=5, pady=5) self.family_type = ttk.Combobox(frame, values=["照明器具", "スイッチ", "コンセント", "配電盤", "その他"]) self.family_type.grid(row=0, column=1, padx=5, pady=5) ttk.Button(frame, text="ファミリを自動生成", command=self.create_revit_family).grid(row=1, column=0, columnspan=2, pady=10) self.result_text3 = tk.Text(frame, height=15, width=80) self.result_text3.grid(row=2, column=0, columnspan=2, padx=5, pady=5) scrollbar = ttk.Scrollbar(frame, command=self.result_text3.yview) scrollbar.grid(row=2, column=2, sticky='ns') self.result_text3.config(yscrollcommand=scrollbar.set) def create_tab4(self, tab): frame = ttk.LabelFrame(tab, text="積算データ紐付け") frame.pack(padx=10, pady=10, fill="both", expand=True) ttk.Label(frame, text="単価設定:").grid(row=0, column=0, padx=5, pady=5) self.unit_price = ttk.Entry(frame) self.unit_price.grid(row=0, column=1, padx=5, pady=5) ttk.Label(frame, text="労務費:").grid(row=1, column=0, padx=5, pady=5) self.labor_cost = ttk.Entry(frame) self.labor_cost.grid(row=1, column=1, padx=5, pady=5) ttk.Button(frame, text="積算データを紐付け", command=self.link_estimation_data).grid(row=2, column=0, columnspan=2, pady=10) self.result_text4 = tk.Text(frame, height=15, width=80) self.result_text4.grid(row=3, column=0, columnspan=2, padx=5, pady=5) scrollbar = ttk.Scrollbar(frame, command=self.result_text4.yview) scrollbar.grid(row=3, column=2, sticky='ns') self.result_text4.config(yscrollcommand=scrollbar.set) ttk.Button(frame, text="Revitで積算実行", command=self.run_estimation).grid(row=4, column=0, columnspan=2, pady=10) def browse_image(self): file_path = filedialog.askopenfilename( title="電材画像を選択", filetypes=(("画像ファイル", "*.jpg *.jpeg *.png"), ("すべてのファイル", "*.*")) ) if file_path: self.image_path.set(file_path) self.result_text1.insert(tk.END, f"選択された画像: {file_path}\n") def analyze_with_google_lens(self): if not self.image_path.get(): messagebox.showerror("エラー", "画像を選択してください") return try: self.result_text1.insert(tk.END, "Google Lensで画像解析を開始...\n") self.root.update() # ここでGoogle LensのAPIを呼び出すか、自動操作で画像をアップロード # 実際にはGoogle LensのAPIが公開されていないので、代替手段が必要 # この例では仮想的な実装 # 画像からテキストを抽出（実際にはTesseract OCRなどを使用） from pytesseract import image_to_string img = Image.open(self.image_path.get()) extracted_text = image_to_string(img, lang='jpn') self.result_text1.insert(tk.END, "抽出されたテキスト:\n") self.result_text1.insert(tk.END, extracted_text + "\n") # 製品名/型番を推測 product_info = self.extract_product_info(extracted_text) self.product_entry.delete(0, tk.END) self.product_entry.insert(0, product_info) self.result_text1.insert(tk.END, f"推測される製品情報: {product_info}\n") except Exception as e: messagebox.showerror("エラー", f"画像解析中にエラーが発生しました: {str(e)}") def extract_product_info(self, text): # 簡単な製品情報抽出ロジック lines = text.split('\n') for line in lines: if '型番' in line or 'モデル' in line or '品番' in line: return line.strip() return lines[0].strip() if lines else "不明な製品" def scrape_material_data(self): product_query = self.product_entry.get() if not product_query: messagebox.showerror("エラー", "製品名/型番を入力してください") return try: self.result_text2.insert(tk.END, f"製品 '{product_query}' のデータ収集を開始...\n") self.root.update() # 主要電材メーカーのサイトを検索 manufacturers = ["panasonic", "toshiba", "mitsubishi", "hitachi", "fujitsu"] found = False for maker in manufacturers: url = f"https://www.{maker}.co.jp/search?q={product_query}" self.result_text2.insert(tk.END, f"{maker}サイトを検索中...\n") try: headers = {'User-Agent': 'Mozilla/5.0'} response = requests.get(url, headers=headers, timeout=10) soup = BeautifulSoup(response.text, 'html.parser') # 製品ページへのリンクを探す（簡易版） product_link = None for a in soup.find_all('a', href=True): if 'product' in a['href'].lower() or 'catalog' in a['href'].lower(): product_link = a['href'] if a['href'].startswith('http') else f"https://www.{maker}.co.jp{a['href']}" break if product_link: self.result_text2.insert(tk.END, f"製品ページを発見: {product_link}\n") product_data = self.scrape_product_page(product_link) self.material_data = product_data self.display_material_data(product_data) found = True break except Exception as e: self.result_text2.insert(tk.END, f"{maker}サイト検索中にエラー: {str(e)}\n") continue if not found: self.result_text2.insert(tk.END, "該当する製品情報が見つかりませんでした\n") except Exception as e: messagebox.showerror("エラー", f"データ収集中にエラーが発生しました: {str(e)}") def scrape_product_page(self, url): # 製品ページから詳細情報をスクレイピング headers = {'User-Agent': 'Mozilla/5.0'} response = requests.get(url, headers=headers) soup = BeautifulSoup(response.text, 'html.parser') # 簡易的なデータ抽出（実際にはサイトごとにカスタマイズが必要） product_data = { 'name': self.get_text_or_default(soup.find('h1'), '不明な製品'), 'model': self.get_text_or_default(soup.find('span', class_='model'), '不明な型番'), 'specifications': {}, 'dimensions': {}, 'image_url': self.get_first_image(soup) } # 仕様表からデータを抽出 spec_table = soup.find('table', class_='spec') if spec_table: for row in spec_table.find_all('tr'): cols = row.find_all('td') if len(cols) >= 2: key = cols[0].get_text(strip=True) value = cols[1].get_text(strip=True) if '寸法' in key or 'サイズ' in key: product_data['dimensions'][key] = value else: product_data['specifications'][key] = value return product_data def get_text_or_default(self, element, default): return element.get_text(strip=True) if element else default def get_first_image(self, soup): img = soup.find('img', class_='product-image') return img['src'] if img and 'src' in img.attrs else None def display_material_data(self, data): self.result_text2.insert(tk.END, "\n収集した製品データ:\n") self.result_text2.insert(tk.END, f"製品名: {data['name']}\n") self.result_text2.insert(tk.END, f"型番: {data['model']}\n") self.result_text2.insert(tk.END, "\n仕様:\n") for key, value in data['specifications'].items(): self.result_text2.insert(tk.END, f"{key}: {value}\n") self.result_text2.insert(tk.END, "\n寸法:\n") for key, value in data['dimensions'].items(): self.result_text2.insert(tk.END, f"{key}: {value}\n") if data['image_url']: self.result_text2.insert(tk.END, f"\n画像URL: {data['image_url']}\n") def create_revit_family(self): if not self.material_data: messagebox.showerror("エラー", "まずデータを収集してください") return family_type = self.family_type.get() if not family_type: messagebox.showerror("エラー", "ファミリタイプを選択してください") return try: self.result_text3.insert(tk.END, "Revitファミリを作成中...\n") self.root.update() # Revitファミリ作成パラメータ family_params = { 'name': self.material_data.get('name', '新規電材ファミリ'), 'type': family_type, 'model': self.material_data.get('model', ''), 'dimensions': self.material_data.get('dimensions', {}), 'specs': self.material_data.get('specifications', {}) } # Revit APIを使用してファミリを作成 # (実際にはRevit APIのPythonラッパーを使用) family_id = revit_api.create_family(family_params) self.family_data = { 'id': family_id, 'params': family_params } self.result_text3.insert(tk.END, f"ファミリ作成成功! ID: {family_id}\n") self.result_text3.insert(tk.END, f"ファミリ名: {family_params['name']}\n") self.result_text3.insert(tk.END, f"タイプ: {family_params['type']}\n") except Exception as e: messagebox.showerror("エラー", f"ファミリ作成中にエラーが発生しました: {str(e)}") def link_estimation_data(self): if not self.family_data: messagebox.showerror("エラー", "まずファミリを作成してください") return try: unit_price = float(self.unit_price.get()) labor_cost = float(self.labor_cost.get()) self.result_text4.insert(tk.END, "積算データを紐付け中...\n") self.root.update() # 積算データをファミリに紐付け estimation_data = { 'unit_price': unit_price, 'labor_cost': labor_cost, 'total_cost': unit_price + labor_cost } # Revit APIを使用してデータ紐付け revit_api.link_estimation_data(self.family_data['id'], estimation_data) self.result_text4.insert(tk.END, "積算データ紐付け完了!\n") self.result_text4.insert(tk.END, f"単価: ¥{unit_price:,.2f}\n") self.result_text4.insert(tk.END, f"労務費: ¥{labor_cost:,.2f}\n") self.result_text4.insert(tk.END, f"合計: ¥{unit_price + labor_cost:,.2f}\n") except ValueError: messagebox.showerror("エラー", "単価と労務費には数値を入力してください") except Exception as e: messagebox.showerror("エラー", f"データ紐付け中にエラーが発生しました: {str(e)}") def run_estimation(self): if not self.family_data: messagebox.showerror("エラー", "まずファミリを作成し、積算データを紐付けてください") return try: self.result_text4.insert(tk.END, "Revitで積算を実行中...\n") self.root.update() # Revitで積算を実行 result = revit_api.run_estimation(self.family_data['id']) self.result_text4.insert(tk.END, "積算完了!\n") self.result_text4.insert(tk.END, f"総数量: {result['total_quantity']}\n") self.result_text4.insert(tk.END, f"総コスト: ¥{result['total_cost']:,.2f}\n") # 結果をファイルに保存 with open('estimation_result.json', 'w') as f: json.dump(result, f, indent=2) self.result_text4.insert(tk.END, "結果を 'estimation_result.json' に保存しました\n") except Exception as e: messagebox.showerror("エラー", f"積算実行中にエラーが発生しました: {str(e)}") if __name__ == "__main__": root = tk.Tk() app = ElectricalMaterialEstimator(root) root.mainloop() ``` ## プログラムの機能説明 1. **画像読み取りタブ**: - Google Lensを使用して電材の画像から製品情報を抽出 - OCR技術で画像内のテキストを認識 - 製品名や型番を自動検出 2. **データ収集タブ**: - メーカーサイトから製品データをスクレイピング - 仕様表や寸法情報を自動収集 - 複数のメーカーサイトを自動検索 3. **ファミリ作成タブ**: - 収集したデータからRevitファミリを自動生成 - ファミリタイプを選択可能（照明器具、スイッチなど） - 寸法や仕様をパラメータとして設定 4. **積算設定タブ**: - 単価や労務費を設定 - 積算データをファミリに紐付け - Revitで積算を実行し結果を表示 ## 必要な追加コンポーネント 1. **Google Lens連携**: - 実際にはGoogle Lens APIは公開されていないため、代替OCRエンジン（Tesseract OCRなど）を使用 - またはSelenium等でGoogle Lensウェブサイトを自動操作 2. **Revit API連携**: - `revit_api` モジュールは仮想的なもので、実際にはRevit Python ShellやpyRevitを使用 - Revit .NET APIをPythonから呼び出す必要がある 3. **インストールが必要なライブラリ**: ```bash pip install pytesseract pillow requests beautifulsoup4 pyautogui pyperclip ``` ## 注意点 - Google Lensの正式なAPIは公開されていないため、実際の実装には代替手段が必要 - 各メーカーサイトのスクレイピングはサイトごとにカスタマイズが必要 - Revit APIを使用するにはAutodeskの開発者アカウントと適切なライセンスが必要 - 実際の運用ではエラーハンドリングをさらに強化する必要があります このプログラムはGUIフロントエンドを提供しますが、バックエンドのRevit連携部分は実際のRevit API仕様に合わせて実装する必要があります。