AD中的PCB如何导入自己制作的logo图标?
2026-01-28 06:32:59作者:凌朦慧Richard
简介
本资源文件详细介绍了如何在Altium Designer (AD) 中将自制的logo图标导入到PCB设计中。通过本指南,您将学习到从图片处理到PCB导入的完整流程,帮助您在PCB设计中添加个性化的logo。
步骤说明
第一步:准备logo图片
- 使用电脑自带的画图软件打开您选择的logo图片。
- 点击左上角的蓝色下拉菜单,选择“属性”。
- 将颜色更改为黑白,使图片变为单色。
- 选择图片区域并裁剪出来,重新调整大小,修改像素(建议像素大小为400,约在PCB中1cm)。
- 将图片另存为BMP格式。
第二步:运行脚本
- 打开Altium Designer (AD)。
- 点击DXP -> 运行脚本 -> 选择左下角浏览(browse)。
- 在安装目录中寻找脚本路径:
Examples\Scripts\Delphiscript Scripts\Pcb。 - 运行PCB Logo Crear脚本。
第三步:参数设置
- 双击脚本,进行参数设置。
- 选择顶层丝印层(Top Overlay)后单击Load,选择处理好的logo图标。
- 设置Image size(尺寸),可不用修改。
- 单击Convert。
第四步:导入PCB
- Logo导入PCB成功后,选中logo并按Ctrl+C复制。
- 打开或新建一个PCB封装库,工具 -> 新的空元件 -> Ctrl+V粘贴到中心点位置。
- 修改好封装名字后保存,即可将logo放到PCB中。
注意事项
- 像素大小决定了在PCB板中所占图标的大小,建议根据实际需求调整。
- 确保图片格式为BMP,这是导入PCB的必要格式。
通过以上步骤,您可以轻松地将自制的logo图标导入到PCB设计中,为您的电路板增添个性化元素。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
392
472
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
898
694
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
358
217
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
160
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
784
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
533
235
React Native鸿蒙化仓库
JavaScript
312
363