図面OCRとは｜普通のOCRとの違いと、表題欄・図番・版数・公差の意味

図面OCRとは?

図面OCRとは、図面の画像やPDFから文字を読み取り、図番・材質・寸法・公差などの項目に分けてデータにする技術です。読むだけでなく、どの文字がどの項目かを決める所までを含めて呼ぶことが多いです。

OCRは、画像の中の文字を読む技術の総称です。図面OCRはその中でも、図面に特有の書き方(表題欄の枠、寸法線、公差の記号)に合わせたものを指します。読み取った結果は、図面台帳・検索・見積の下書きに使います。

普通の文書のOCRと、何が違うのか?

図面では文字が線や記号と重なり、縦書きや斜めの向きも混ざります。さらに、同じ「10」でも寸法・公差・個数のどれなのかで意味が変わるため、位置から項目を決める必要があります。

読み違えやすいのは、0と英字のO、1と英字の小文字のエル、φと0、小数点とかすれの点です。FAXで届いた図面は縦の解像度が低いので、公差の小さな数字がつぶれやすくなります。

表題欄・図番・版数・公差とは?

表題欄は図面の右下にある枠で、図番・品名・材質・尺度・作成者などを書きます。図番は図面を特定する番号、版数は改訂の回数を示す記号、公差は寸法に許すずれの幅です。

表題欄から何を読めば台帳になるかは、表題欄の項目の記事で、項目の選び方と位置を説明します。

論文の「精度90%」は、どう読めばよいか?

図面OCRの論文の数字は、評価に使った図面の枚数と、採点した項目を確かめてから読みます。2023年のeDOCrの論文は、図面7枚で評価し、うち3枚では表題欄と枠の上の検出を採点から外しています。

Villena Toroらの論文(Frontiers in Manufacturing Technology、2023年3月)は、寸法と幾何公差の枠を読むツール「eDOCr」を作りました。検出の適合率と再現率は90%、認識のF1は94%、文字の誤り率は8%と報告しています。評価に使った図面は7枚で、うち1枚は協力企業の非公開の図面です(論文5.3節の表3の説明)。Halter・Gripper・Adapterplatteの3枚では、枠が検出できなかったため、表題欄と枠の上にある寸法・幾何公差の検出を採点から外しています。残り4枚の扱いは本文から確かめられませんでした。

つまり、この数字は「寸法と公差を、7枚の図面で測った結果」です。台帳に使う表題欄の読み取りの精度を示すものではありません。架空の部品図60枚で項目ごとに測った結果は精度の実験の記事にあります(論文の前提は図面OCRの論文の記事でくわしく読んでいます)。架空の部品図60枚(1つの様式)をCADのPDF(300dpiの画像にして読んだもの)で測った正解率は、表題欄の4項目が100%、寸法68.6%でした。寸法の数字は、項目の位置を正解の座標で割り当てた条件の値です。表題欄の4項目は、見出しの文字から位置を探す条件でも100%でした。

図面OCRで、よくある読み違いは?

よくあるのは、似た形の文字の取り違え、記号の読み落とし、項目の取り違えの3つです。どれも、自信のない項目に印を付けて人が見る形にすれば、台帳に誤りのまま入るのを防げます。

よくある質問

図面OCRと、普通のAI-OCRサービスは何が違う?

普通のAI-OCRは帳票の決まった欄を読むのが得意です。図面OCRは、図の中に散らばる寸法や公差を位置から項目に分ける所まで扱います。

手書きの図面も読める?

読めますが、印字より読み違いが増えます。手書きの項目は要確認にして、人が元の図面と見比べる前提で使います。

CADのデータがあれば、OCRは要らない?

DXFのように文字がデータとして入っていれば、OCRなしで取り出せます。紙やスキャンの図面にだけOCRを使います。