OCR識別技術在鋼結構制造企業精細化管理的應用

文｜高天

隨著鋼結構制造企業的發展和數字化轉型的不斷深入，大量的圖紙和工程文檔成為企業管理中不可或缺的一部分。然而，傳統的工程圖紙管理和識別過程通常需要耗費大量的人力和時間，且容易出現錯誤。因此本文基于OCR識別技術將工程圖紙等工程文檔轉化為可編輯文本，提供了一種處理大量圖紙的自動化技術方式，從而實現企業精細化管理，提高管理和工作效率。

一、引言

（一）鋼結構制造企業設計階段中的信息處理現狀

鋼結構制造企業在設計階段涉及大量的信息處理，這些信息涵蓋了從項目規劃到產品制造的各個方面，其中國內鋼結構制造企業對于信息處理仍大量采用人工處理方式，尤其在鋼結構定額信息化管理方面的研究仍處于起步階段。通過調研發現現有鋼結構定額過程中，材料表的提取是定額計算的基礎，目前主要采用人工統計完成，存在效率慢、易出錯的特點。

雖然諸多學者都對表單的快速提取做了大量研究，但仍有許多關鍵問題亟須解決，如多張材料單的匯總、材料單的正確率提高、材料單解析并發量的滿足、文檔解析可視化等問題。南開大學的尚子峰提出利用OCR技術實現基于模板的通用表單處理系統，該系統模板以XML文檔形式存放。首先該模型不滿足Excel文檔格式的存儲；其次該模型提取表單的正確率較低，約為88%，且不能實現解析結果的可視化。國防科技大學任通、程江華等人提出基于OCR技術的電子掃描表格圖像的自動識別算法，提高了識別的準確率，但是該方法僅停留在試驗環境，沒有并發量的考慮。

目前鋼結構市場面臨極大的競爭，精益化管理成了行業共同關注的主題，如何快速精準提取大量工程圖紙中的材料表，提高板材的利用率，提高計算效率和降低生產成本，是迫切需要解決的問題。

（二）OCR識別技術概況及應用前景

OCR技術是一種將圖像中的文字轉換為可編輯、可搜索的電子文本形式的技術。該技術在銀行、保險業和人工智能領域中得到了廣泛應用。銀行和保險公司利用OCR技術對用戶的身份證、銀行卡等證件進行識別并完成相關操作，提高了業務辦理效率和準確率。在人工智能領域中，OCR技術能夠提高數據的準確性和處理效率，為機器學習和人工智能提供有力支持。因此利用OCR機器識別技術在鋼結構制造企業也完全可行，利用OCR機器學習技術、計算機視覺技術搭建數據解析模型，實現非結構化數據到結構化功能關系的建立，完成從數據的識別、解析、抽取、校驗、管理等基礎功能組建的材料表智能提取系統。

二、智能提取材料表系統設計

（一）提取材料表的研究方法

通過采用智能解析算法，運用OCR機器學習技術、機器視覺技術實現PDF文件、圖片、掃描件等非結構化數據的批量解析和提取，實現表單解析可視化，實現解析結果的可追溯性。主要研究方法如下：

圖像處理和分割：對于圖紙中的材料表，首先需要對圖紙進行圖像處理和分割，將材料表從圖紙中提取出來。

區域檢測和定位：一旦材料表被提取出來，需要確定表格在圖像中的位置和邊界。

文字識別：可以使用OCR技術，將表格中的文字內容轉化為可編輯的電子文本。表格中可能有不同的字體、符號、大小和顏色，需要考慮多樣性。

模型訓練與優化：基于機器學習的方法，可以構建模型來識別和提取材料表信息。使用標注好的數據來訓練模型，不斷優化模型的性能。

規則引擎：在一些情況下，可以基于規則引擎來設計規則，例如識別特定格式的單元格，以支持特定類型的材料信息提取。

驗證與評估：在開發好的方法和模型中，使用一些真實的圖紙數據，評估方法的準確性和效率。

（二）構建智能提取材料清單系統

該系統主要由非結構化數據(PDF文件、圖片)、提取信息系統編程接口、智能解析算法、可視化界面，應用功能服務幾個部分構成，如圖1所示。

圖1 智能提取材料清單系統構成

針對存在的多種非結構化數據例如自PDF文件、圖片、掃描件等，運用OCR機器學習技術、智能解析算法實現非結構化數據的批量解析和提取，提取形式見表1。

表1 非結構化數據的抽取形式

三、OCR識別技術在制造企業圖紙識別中的應用

（一）鋼橋梁制造企業OCR技術訓練模型集

本文旨在提高使用OCR技術識別鋼板材料表計算效率和準確率，實現鋼結構的成本精細化管理。基于深度學習的OCR算法，實現材料表自動提取的同時，要根據材料表文件的不同清晰度，實現不同范圍的識別準確度，確保準確率，但是考慮到不同設計圖的命名規范問題，不能將主要特征作為判定的唯一條件。

鋼結構制造企業數據主要來自PDF/JPG等不同格式材料文件，這些設計文檔還包括大量其他信息，其中所需要定額的材料表，一般都存在設計圖紙中，提供的形式通常為兩種形式：PDF或者紙質藍圖。其中PDF根據清晰度可以分為三類：AutoCAD直接打印的PDF文件、根據紙質藍圖掃描成的PDF文件和圖片。

（二）提取材料表的特征

為了滿足生產需求，根據所提供的設計文檔，需要提取的圖表主要為材料表，材料表的主要特征為：一是材料表的表格名稱(以下簡稱表名)主要特征：“XXX材料表”“XXX數量表”等關鍵字；二是表格的列字段(以下稱為表頭)包含編號、規格、單重、數量等字段。

因此，材料表需要提取的內容有表格名稱、表格內容、規格列中特殊符號對應的鋼材類型、頁碼、梁段名稱等。還要根據材料表中的小計、合計、總重等字段，結合合并行單元格的特性來判定匯總數據所在的行數，便于進行快速核對。

（三）實際應用場景

目前鋼結構制造企業提取制造數據從工程圖紙定位所需要的材料，整理多種轉化后的工程圖紙數字樣式和不同規格列表格式，因此每次核對文件通常要上傳成百上千張圖紙。該系統以項目為基礎，不同工程圖紙按照項目整合，進行OCR集中識別。系統呈現界面顯示從源文檔中切割的圖片和識別后結果的界面，通過鼠標懸浮在指定區域，進行高亮處理，幫助工作人員進行線上差錯處理，節約核對時間。識別結果均為可編輯文檔，包括在線編輯和下載后編輯，經測試該系統識別準確率高達95%以上。圖紙識別后界面如圖2所示。

圖2 圖紙識別后界面

不同的材料表按照識別出頁碼在平臺內進行展示，便于工作人員的核對、計算、統計等后續工作。不同工程圖紙分別保存在各個項目菜單中，材料信息保存到數據庫，按照索引方式進行收集，方便員工查閱和追溯。隨著系統數據的大量積累，為后續數據分析提供有力支撐，為公司精細化管理提供路徑。

（四）提升企業管理水平

基于OCR的工程圖紙識別定額系統主要通過工作人員進行線上數據統計，包括材料表提取、核對和導出，顯著提升了管理水平，主要體現在以下方面：①在自動化圖紙處理方面，系統可以自動完成很多繁瑣的識別和錄入工作，提高圖紙處理的自動化水平，節約時間和人力資源；②在圖紙版本控制方面，對圖紙上的版本號、日期等信息進行自動識別，確保使用最新的圖紙版本，避免錯誤和混淆；③在快速搜索與檢索方面，將識別后的圖紙信息存儲到數據庫中，可以實現快速的文本搜索和檢索功能，使管理團隊能夠迅速找到需要的圖紙和信息。

四、對企業精細化管理的思考與展望

（一）對制造企業精細化管理的思考

通過進一步對OCR技術進行剖析，發現企業精細化管理可更進一步。在數字化檔案管理方面，通過OCR技術，圖紙可以從紙質文檔轉換為電子文本，并且可編輯、可搜索。在減少錯誤和質量控制方面，可減少手工輸入錯誤，提高圖紙處理的準確性和質量控制水平，有助于預防錯誤和避免潛在風險。通過將圖紙信息數字化，可以更好地進行知識管理和傳承，新加入項目員工可以更容易地訪問和理解過去的項目信息，快速融入項目團隊。

（二）對制造企業應用的展望

隨著人工智能和計算機視覺技術的不斷發展，未來的OCR技術可以拓展到更多應用場景，制造企業可以積極探索和應用OCR技術在不同領域的潛力。OCR技術可以提供更高的集成性，能夠無縫連接到企業的信息系統和生產系統中，這將有助于實現信息的實時共享和協作，推動企業數字化轉型和智能化發展。OCR技術作用于數據分析與決策支持層面，通過線上收集這些數據可以用于進行數據分析和挖掘，為決策提供科學依據。制造企業通常有自己獨特的業務需求，可考慮開發定制化OCR應用，以滿足特定場景的生產和管理需求。