CAD PARSING / ON PREMISE DATA
CAD 圖面解析：CAD圖面如何轉資料、尺寸如何抽取
CAD 圖面不只是工程圖，也是製造、報價、品檢與系統串接的重要資料來源。當尺寸、標註、圖層、圖塊與表格能被結構化抽取，圖面就能從人工判讀變成可驗證、可匯出、可串接的資料流程。
為什麼 CAD 圖面需要轉成資料
在許多製造與工程流程中，CAD 圖面是資訊最完整、卻最難直接被系統使用的來源。圖面裡可能包含尺寸、公差、孔位、料號、圖框、表格、圖層與圖塊，但如果這些資訊只能靠人工讀圖與手動輸入，就會形成耗時、易錯、難追蹤的瓶頸。
CAD 圖面解析的核心價值，是把圖面中的關鍵資訊轉成結構化資料，讓後續報價、BOM 建立、品檢表產生、MES/ERP/PLM 串接或資料庫歸檔可以自動化。
重點不是把圖面「看懂」而已，而是把圖面變成可查詢、可驗證、可計算、可串接的資料。
什麼是 CAD 圖面解析
CAD 圖面解析是指從 CAD 或工程圖檔中讀取物件結構，辨識圖面元素，並抽取有業務價值的資訊。依照檔案來源不同，解析方式會有明顯差異。
DWG / DXF 原始檔
通常保留圖層、文字、線段、標註、圖塊與座標資訊，最適合做精準抽取與規則化解析。
PDF 工程圖
可能保留部分向量資訊，也可能只是影像。解析時需要判斷文字、線條、比例與表格位置。
掃描圖或照片
通常需要 OCR 與影像辨識，並且要處理歪斜、模糊、雜訊與解析度問題。
圖框與模板
若公司圖框固定，就能用欄位規則抽取客戶、料號、版次、材料、表面處理等資訊。
CAD 圖面可以轉成哪些資料
CAD 圖面轉資料的輸出形式，取決於後續要服務哪個流程。常見目標不是單純匯出文字，而是把欄位整理成系統可讀的格式。
- Excel / CSV：適合報價、品檢清單、人工覆核與批次整理。
- JSON / XML：適合 API 串接、資料庫寫入與系統整合。
- BOM 或零件清單：適合製造、採購、組裝與物料管理。
- 尺寸檢查表：適合品檢、首件檢查、製程確認與品質追蹤。
- 孔位、座標與幾何資料：適合 CNC、鈑金、治具、加工前處理。
- 圖框欄位資料：適合文件管理、版本控管、客戶資料與案號歸檔。
CAD 尺寸如何抽取
尺寸抽取可以分成四種主要方法。實務上常會混合使用，先以 CAD 原生資料為主，再用規則與 AI 補足例外情況。
從 CAD 原生標註物件抽取
若尺寸是 DWG / DXF 裡的 Dimension 物件，可直接讀取標註值、單位、位置、箭頭、關聯幾何與圖層。這通常是最穩定的方式。
從幾何物件計算尺寸
當圖面沒有完整標註，系統可以從線段、圓、弧、孔、輪廓與座標推算長度、半徑、直徑、間距或外框尺寸。
從圖層、圖塊與命名規則判斷
有些資訊不在尺寸標註，而藏在圖塊屬性、圖層名稱或固定模板中。例如孔型、加工符號、材料註記、料號與版次。
從 PDF 或影像使用 OCR / 視覺辨識
如果只有 PDF 或掃描圖，通常需要 OCR 抽取文字，再搭配影像分割、線條偵測、表格辨識與比例校正。這類來源需要更完整的覆核機制。
CAD 圖面轉資料的常見流程
- 讀取檔案：接收 DWG、DXF、PDF 或影像圖面，確認檔案格式、版本與解析條件。
- 解析圖面物件：讀取圖層、文字、標註、線段、圓弧、圖塊、表格與圖框位置。
- 套用規則或模型：依照欄位模板、圖層規則、命名規則或 AI 模型判斷資料意義。
- 抽取尺寸與關鍵欄位：整理尺寸、公差、料號、零件名稱、材料、孔位、座標與加工資訊。
- 結構化與驗證：把資料轉成欄位，檢查缺漏、單位、重複值、異常尺寸與信心分數。
- 匯出或串接系統：輸出 Excel、CSV、JSON，或串接 MES、ERP、PLM、報價系統與資料庫。
CAD 圖面解析會遇到哪些困難
圖面解析的難度常不在技術名詞，而在圖面本身是否一致。格式越固定、規範越清楚，自動化越容易穩定。
- 圖層命名不一致，導致規則難以共用。
- 尺寸標註不規範，或標註文字被手動覆寫。
- 同一張圖存在多種比例、局部放大圖或跨視圖尺寸。
- PDF 或掃描圖解析度不足，文字與線條容易混淆。
- 表格、文字、線條重疊，增加 OCR 與版面辨識難度。
- 不同客戶、廠區或供應商使用不同圖框格式。
如何提升 CAD 尺寸抽取準確率
提升準確率的關鍵，是讓「資料來源、抽取規則、驗證流程」三者一起設計。只靠單一模型或單一規則，通常很難處理所有圖面變化。
優先使用 DWG / DXF
原始 CAD 檔保留更多結構資訊，通常比 PDF 或掃描圖更適合自動化。
建立標準圖層規範
統一尺寸、中心線、加工符號、圖框與表格的圖層命名，可降低解析成本。
建立圖框與欄位模板
對高頻圖面建立模板，能穩定抽取料號、版次、材料、客戶與製程欄位。
保留人工覆核流程
對低信心分數、關鍵尺寸或例外格式進行覆核，讓自動化結果可被信任。
適合導入 CAD 圖面解析的場景
- 製造業報價自動化：從圖面抽取尺寸、材料與加工條件，縮短估價時間。
- 鈑金、CNC、機械加工：整理孔位、外型尺寸、厚度、加工註記與批次資料。
- 工程圖轉 BOM：從圖框、表格與圖塊建立零件清單。
- 品檢尺寸表產生：自動整理關鍵尺寸與檢查欄位，降低人工抄錄錯誤。
- 建築、機電、管線圖資料化：把圖面中的設備、管線、座標與標註轉為可查詢資料。
- 歷史圖面數位轉型：將大量舊圖面整理成可搜尋、可分類、可串接的資料庫。
人工、規則、自動化與 AI 圖面解析比較
人工輸入
彈性最高，但速度慢、成本高，且容易因疲勞或格式差異出錯。
規則解析
適合格式固定的 DWG / DXF，速度快、可控性高，但遇到例外格式需要維護規則。
OCR 解析
適合 PDF 或掃描圖，但需要處理文字品質、比例、角度與表格版面。
AI 圖面解析
適合非固定格式或複雜辨識任務，但仍需要樣本、驗證與信心分數管理。
FAQ：CAD 圖面解析常見問題
CAD 圖面可以直接轉成 Excel 嗎？
可以，但取決於檔案格式與圖面規範。DWG、DXF 原始檔通常比 PDF 或掃描圖更容易準確抽取資料。
CAD 尺寸可以自動抽取嗎？
可以。若尺寸是 CAD 原生標註物件，抽取準確度通常較高；若尺寸只存在於影像或 PDF 中，則需要 OCR 或影像辨識輔助。
DWG 和 PDF 哪一種比較適合做圖面解析？
依產業與圖面來源而定。以目前推廣與實測結果來看，DXF 通常最適合解析，DWG 次之；PDF 則需要注意來源，若 PDF 是照片或掃描圖，解析難度較高；但如果是直接從 CAD 或繪圖軟體匯出的 PDF，解析效果通常也不錯。
CAD 圖面解析可以抽取哪些資訊？
常見可抽取資訊包括尺寸、文字標註、圖框資料、料號、零件名稱、孔徑、座標、表格、BOM、圖層與圖塊資訊。
CAD 圖面解析準確率受什麼影響？
主要受檔案格式、圖層規範、標註方式、圖面比例、文字品質、表格格式與是否有固定模板影響。
AI 可以完全取代人工看 CAD 圖嗎？
若圖面繪製完全規範、格式穩定、欄位定義清楚，AI 與自動化解析可以大幅減少人工讀圖與重複輸入工作。實務上可創造約八成甚至九成的省力空間，但關鍵尺寸、異常圖面與高風險資料仍建議保留人工覆核。
若企業目前尚未完全規範圖面標準，或流程主要依賴隱性共識與老師傅經驗，艾斯伯特顧問也可協助輔導轉型，將隱性共識整理成明確的條文框架與可執行規則，讓後續圖面解析、自動化抽取與資料治理更穩定。
哪些產業最需要 CAD 圖面轉資料？
製造業、機械加工、鈑金、CNC、建築工程、機電工程、模具、品檢與工程報價流程都常見需求。
想把 CAD 圖面自動轉成可用資料？
如果你手上有 DWG、DXF、PDF 工程圖，或正在評估尺寸抽取、圖框欄位擷取、BOM 產生與系統串接，可以先從一批高頻、格式相近、人工處理成本高的圖面開始實測。