在我們PCB行業中，CAM字元自動化處理一直是個難啃的骨頭,本行業發展了N多年了,字元自動化沒有得到突破性的發展,目前Genesis字元處理還是停留在半自動作業

文字自動化處理的難點在於字元層全是打散的,無法通過座標識別哪些是文字,哪些是字元框，只能通過肉眼識別它，然後人工再進行單個處理了, 所以要想實現字元自動化，首先目標得先解決：文字與字元框識別出來。

方案一:

             採用自建向量字型庫,不斷取樣PCB板中的向量字型座標,讓字型庫更豐富, 先對板內字元進行聚類演算法，然後昨個進行向量座標字型匹配，支援文字角度匹配，映象匹配，但這樣一來的效率太低了, 後面字型庫越來越多，就更慢，最後不得以放棄了。可能原因也是本人演算法功力還不行.如果你演算法夠牛可以試試這條路。

方案二:

         藉助Incam字元優化功能，目前Incam自動字元優化,可以實現：  【字元線寬】，【字高縮放】，【字元縮框放大】，【文字移動】，但實際測試效果太理想，但沒關係,我們可以用到Incam提供了另功能可以將文字，字框，標識分離開來（這功能非常棒），只要能解決了這個問題，接下來再進行文字自動處理就不是問題了.

最終我們CAM自動化專案選用了方案二執行,雖然可以實現字元全自動製作了，但面對字元層的特殊性,個性化，真正做到全自動製作還有不少挑戰,目前初定目標90%訂單全自動, 為了這個目標pcbren 加油吧,! 不忘初心,砥勵前行。

一.看看Incam字元優化的效果

   1.常規字元優化效果

   2.斜框優化效果 

二.Incam字元優化功能

    這個功能優化字元不理想，但和字元識別的功能與指令碼一起搭配著使用優化效果增強不少。

三.Incam字元識別功能

    這個功能是實現字元自動化處理的大功臣呀，它可以將字元層各類,文字，字元，標識識別出來（附圖就是各類INCAM分析的資料），這些分析後的資料對後續字元自動化提供了很大的幫助。