前言：
近期在做系统柜和衣柜导出CAD的工作，现阶段的工作是根据不同的厂商定制不同的CAD导出，其中房间平面图、顶脚线截面图、柜体立面图、侧视图、平面图、门板图等模块功能都基本固定，不同的是不同厂商的边框模板不一样，不同厂商需
要的内容是在房间平面图、顶脚线截面图、柜体平面图、侧视图、平面图、门板图之中选择和组合，变化的都是一些细节比如颜色、线段类型等等，但是如果每增加一个厂商就要写一套代码就很难让人接受了，为此编写一套可扩展可配置个性化需求的
导出CAD方案势在必行，为此我构思了如下三个阶段的优化方案供大家参考。
优化方案：
Step 1 – 代码模块化并用文本编辑方式配置参数
这个阶段是整个优化方案最基础最重要的阶段，在这个阶段中需要实现能单独生成各部分图形的模块化并且图形可以平移、比例拉伸等并参数化，然后在xml文件中记录各个图形的细节参数如边框路径、每个图形距离、图形线条样式等，由于导出CAD
功能为dll实现供网站调用，由于功能需要配置文件需放在服务器端，为方便编辑可以做一个页面读取并编辑xml方便在客户端电脑浏览器上编辑，并做一定的校验避免错误信息录入。
Step 2 – 图形化模板编辑参数
这个阶段采用上传dxf模板的形式来代替编辑xml，开发人员根据一定的规则在dxf的CAD文件中设置一些特殊字符表示房间立面图、柜体平侧立图位置及间距，不同的带样式的线段图形等信息代表所需参数线段参数信息，用程序解析该上传dxf的模板
CAD文件并转换成xml供下次使用而不是每次解析dxf以提高效率，有了xml后就能复用Step 1的功能导出CAD。
Step 3 – 图形化样例人工智能提取参数
这个阶段同样采取上传dxf的CAD文件，但文件中不再包含特殊字符作为占位符表示图形的位置，而是实实在在的一张CAD样例，采用C# GDI+技术将dxf图像绘制出对应的图片，根据图片使用IronPython调用C#封装OpenCV的EmguCV进行图像识别，提
取出图形中的边框，图形间距等信息，利用Tesseract OCR C#接口识别文字获取获取坐标等信息达到获取参数的功能，再将这些参数保存为xml供下次使用，之后复用Step 1的功能，现在我正在学习人工智能方面的知识，理论上来说这些功能基本都能实现。