如何使用Python检测重叠或近似重复的SVG路径并实现去重

问题原因 #

你遇到的AssertionError是svgpathtools的intersect方法的已知限制：该方法不支持处理完全重合的线段，遇到这种情况会直接抛出断言错误，因此通过计算交点判断重复的思路不可行。

实现思路 #

近似重复路径的核心判断依据是几何特征相似度，而非直接对比d属性字符串（d属性会因为导出时的写法差异、精度截断、路径方向不同出现内容不一致但几何形状完全重合的情况），可以通过三个维度的特征对比实现检测：

• 路径总长度差值
• 路径包围盒（最小外接矩形）差值
• 路径均匀采样点的平均距离差值

完整实现代码 #

from svgpathtools import svg2paths, wsvg
import sys

def is_path_approx_equal(p1, p2, tol=0.01, sample_count=50):
    # 先对比总长度，差异超过容差直接返回不相等
    len_diff = abs(p1.length() - p2.length())
    if len_diff > tol:
        return False
    
    # 再对比包围盒
    bbox1 = p1.bbox()
    bbox2 = p2.bbox()
    bbox_diff = sum([abs(a - b) for a, b in zip(bbox1, bbox2)])
    if bbox_diff > tol * 4:
        return False
    
    # 最后采样点对比，同时考虑路径方向相反的情况
    sample_points1 = [p1.point(i / sample_count) for i in range(sample_count + 1)]
    sample_points2_normal = [p2.point(i / sample_count) for i in range(sample_count + 1)]
    sample_points2_reverse = [p2.point(1 - i / sample_count) for i in range(sample_count + 1)]
    
    # 计算两个方向的平均距离
    dist_normal = sum(abs(p1 - p2) for p1, p2 in zip(sample_points1, sample_points2_normal)) / (sample_count + 1)
    dist_reverse = sum(abs(p1 - p2) for p1, p2 in zip(sample_points1, sample_points2_reverse)) / (sample_count + 1)
    min_dist = min(dist_normal, dist_reverse)
    
    return min_dist < tol

if __name__ == "__main__":
    svg_file = sys.argv[1]
    output_file = "deduplicated_" + svg_file
    
    paths, attrs = svg2paths(svg_file)
    unique_paths = []
    unique_attrs = []
    
    for path, attr in zip(paths, attrs):
        # 检查当前路径是否和已保留的路径重复
        is_dup = False
        for kept_path in unique_paths:
            if is_path_approx_equal(path, kept_path):
                is_dup = True
                break
        if not is_dup:
            unique_paths.append(path)
            unique_attrs.append(attr)
    
    # 导出去重后的SVG
    wsvg(unique_paths, attributes=unique_attrs, filename=output_file)
    print(f"去重完成，原路径数：{len(paths)}，保留路径数：{len(unique_paths)}，输出文件：{output_file}")

参数调整说明 #

• tol：容差值，单位和SVG绘图单位一致，CAD导出的图纸一般设置为0.01~0.1即可，形状误差大可以适当调大
• sample_count：采样点数量，形状越复杂可以设得越高，一般20~100就能满足需求

额外注意项 #

如果你的SVG中路径样式（填充、描边、宽度）不一致，也可以在对比逻辑中加入样式属性的判断，避免把形状重合但样式不同的路径误判为重复。

内容的提问来源于stack exchange，提问作者simone