前言
在建築設計與製圖的流程中，常常需要從圖面中讀取各種註記、圖名、尺寸標註等資訊。這些工作大多仰賴人工識圖，不僅耗時，也容易發生錯誤。於是我開始思考：能不能透過 AI 的 OCR 技術，讓電腦自動「看圖識字」，幫忙處理這些重複性的工作？
本文記錄了我嘗試將 OCR 技術應用於建築平面圖的初步實驗過程。雖然結果尚未達到實用階段，但這些探索經驗揭示了現階段技術的限制與潛在可能性，值得作為未來改進與深入研究的參考。
🔍 什麼是 OCR？
OCR，全名為 「光學字元辨識」（Optical Character Recognition），是一種讓電腦能從影像中自動識別並轉換文字的技術。它可用於將掃描文件、照片、PDF 等圖像中的文字內容，轉為可編輯、可搜尋的數位文字資訊，是文書數位化流程的重要工具之一。而在建築領域中，我認為 OCR 具有潛力應用於自動擷取圖面上的圖名、註記、編號、樓層資訊、尺寸標註等資訊，甚至作為未來 BIM 自動化處理的一環。
🛠 OCR 實驗流程與工具設定
01. 工具的選擇
本次實驗我採用了 PaddleOCR，這是一套開源且支援中英文混合辨識的 OCR 工具，它是由百度(Baidu)基於其深度學習框架 PaddlePaddle（飛槳） 所建構。PaddleOCR 雖非專門針對建築應用設計，但其高度模組化與開源特性，對於建築圖這類結構複雜、混合文字與線條的圖像而言，是一個具有潛力、且值得嘗試的選擇。
不過它也提供了多種模型規格，例如 PP-OCRv3, PP-OCRv4, Mobile(行動版), Server(伺服器版), Slim(輕量版), Infer(標準版)…等，而在本次實驗中，我主要選用 PP-OCRv3 系列模型進行測試，並根據不同需求分別嘗試了 infer與 slim 的模型，以評估其在建築圖面上的辨識表現。
02. 資料前處理
由於 PaddleOCR 主要輸入格式為圖片檔（如 PNG、JPG），因此在本次實驗中，我先將常見的建築圖紙 PDF 轉換為 PNG 格式，再進行後續的 OCR 辨識處理。在轉檔過程中，為避免轉成圖片後文字過小或模糊而影響辨識準確度，實驗中多以 300dpi 為基準進行轉換。這個轉換步驟也是實務上常見的預處理流程，尤其當圖紙來源為掃描檔或數位 PDF 文件時。
⚠️ OCR 實測結果與建築圖面挑戰分析
◎ 實測結果
標準模型（Infer）辨識結果較為準確，但如果設備效能有限，簡化模型（Slim）其實也很夠用，在批次處理的速度上會跑得比較快，且輸出結果與標準模型也僅稍有準確度上的差異。
| 項目 | 標準模型（Infer） | 簡化模型（Slim） |
|---|---|---|
| 辨識文字數量 | 4,610 | 4,471 |
| 平均信度分數 | 0.8957 | 0.8894 |
◎ 挑戰與改進
01. 繁體中文的設定
由於 PaddleOCR 是由百度公司所開發，因此大多還是支援簡體中文，如果要讀取繁體中文，則內建參數 lang 需設置為’chinese_cht’ 而非 ‘ch’
02. 資料的後處理
PaddleOCR 內建 draw_ocr 函數雖可繪製可視化的檢測結果位置，但對於進一步自動化識圖流程（如文字區塊定位、資料表整理、與圖面要素對應）較難直接應用。
因此，我規劃將每個偵測出的文字框，額外輸出其在圖面上的座標位置（例如文字框中心座標），並建立對應的文字與位置清單，以利後續自動化處理、欄位分類或與建築圖面特定區塊進行對接。這樣的處理方式也能為後續與建築構件自動對應、表格結構還原或 BIM 資料建構奠定基礎。
03. 文字辨識的準確率
從實驗結果來看，由於 PaddleOCR 的輸入格式以圖片為主，因此圖像的解析度與清晰度對文字辨識的準確率有明顯影響。解析度過低時，文字邊緣模糊，容易造成辨識錯誤；但即使圖像品質達標，相似字誤判的問題仍相當明顯，顯示目前的開源模型在處理建築圖面這類專業文本上，仍存在一定挑戰。
04. 尺寸標註讀取的不適用性
建築圖中的尺寸標註（例如長度、標高、標線文字）往往以細小的數字搭配箭頭、延伸線、記號等元素呈現，且與構造線條密集交錯。實驗中發現，大多數尺寸標註仍無法被模型正確框出，或完全未被識別。這顯示現有的開源 OCR 模型在處理這類結構化且符號混雜的標註資訊時，仍有明顯的技術限制。
💡 OCR 自動識圖的改善策略與未來方向
本次實驗顯示，雖然 OCR 技術在標準文件或掃描圖像中的應用已相當成熟，但當應用場景轉換為建築圖面這類結構複雜、元素混雜的圖像時，辨識結果便容易出現準確率不足、相似字誤判等問題。
01. 可行的改善方向：客製化模型訓練
透過建立建築圖專屬的資料集，針對文字樣式、位置分布進行微調（fine-tuning），可望有效提升辨識準確率。
02. 對於尺寸標註的建議：嘗試使用 EZDXF 擷取標註文字資料
針對尺寸標註線上的數值辨識困難問題，我規劃另以 EZDXF 對 DXF 圖面檔進行實驗，嘗試直接擷取DXF 向量圖面中擷取尺寸標註數值，作為替代辨識方案。目前此方向仍在初步實驗階段，尚未完成系統性的測試與驗證，後續若有實作成果，將另行整理與分享。
📘 結語：AI + 建築製圖的實驗起點
雖然這次的 OCR 實驗結果尚未達到實用階段，但整個過程讓我更深入理解了建築圖面結構與 AI 技術整合之間的挑戰，也累積了後續實作與研究的經驗基礎。通過本文實驗分享，獻給也在嘗試將 AI 技術導入建築流程的朋友們。希望我們都能持續嘗試、持續調整，最終讓這些技術從實驗走入現場，真正改變我們的工作方式。
