# OCR订单处理系统 v1.0
基于百度OCR API的订单处理系统，用于识别采购订单图片并生成Excel采购单。
## 版本信息
- **当前版本**: v1.1
- **发布日期**: 2025-05-07
- **作者**: OCR订单处理团队
## 功能特点
- **图像OCR识别**：支持对采购单图片进行OCR识别并生成Excel文件
- **Excel数据处理**：读取OCR识别的Excel文件并提取商品信息
- **采购单生成**：按照模板格式生成标准采购单Excel文件
- **采购单合并**：支持多个采购单合并为一个总单
- **批量处理**：支持批量处理多张图片
- **图形界面**：提供简洁直观的图形界面，方便操作
- **命令行支持**：支持命令行方式调用，便于自动化处理
## 系统架构
### 目录结构
```
orc-order-v2/
│
├── app/ # 应用主目录
│ ├── config/ # 配置目录
│ │ ├── settings.py # 配置管理
│ │ └── defaults.py # 默认配置值
│ │
│ ├── core/ # 核心功能
│ │ ├── ocr/ # OCR相关功能
│ │ │ ├── baidu_ocr.py # 百度OCR接口
│ │ │ └── table_ocr.py # 表格OCR处理
│ │ │
│ │ ├── excel/ # Excel处理
│ │ │ ├── processor.py # Excel处理核心
│ │ │ ├── merger.py # 订单合并功能
│ │ │ └── converter.py # 单位转换与规格处理
│ │ │
│ │ └── utils/ # 工具函数
│ │ ├── file_utils.py # 文件处理工具
│ │ └── log_utils.py # 日志工具
│ │
│ └── services/ # 服务层
│ ├── ocr_service.py # OCR服务
│ └── excel_service.py # Excel处理服务
│
├── data/ # 数据目录
│ ├── input/ # 输入图片目录
│ ├── output/ # 处理结果输出目录
│ ├── temp/ # 临时文件目录
│ └── backup/ # 备份目录
│
├── logs/ # 日志目录
│
├── templates/ # 模板目录
│ └── 银豹-采购单模板.xls # Excel模板文件
│
├── config.ini # 配置文件
├── run.py # 命令行入口脚本
├── 启动器.py # 图形界面启动器
└── README.md # 项目说明文档
```
## 安装与配置
### 环境要求
- Python 3.8+
- 百度OCR API账号及密钥
### 安装依赖
```bash
pip install -r requirements.txt
```
### 配置文件
在`config.ini`中配置以下信息：
```ini
[OCR]
api_key = 你的百度OCR API Key
secret_key = 你的百度OCR Secret Key
[Paths]
input_folder = data/input
output_folder = data/output
template_file = templates/银豹-采购单模板.xls
```
## 使用方法
### 图形界面
运行`启动器.py`启动图形界面：
```bash
python 启动器.py
```
图形界面包括以下功能：
- **处理单个文件**：选择并处理单个图片文件
- **批量处理**：处理data/input目录中的所有图片文件
- **合并处理**：合并多个采购单
- **清理文件**：清理input和output目录中的文件
- **查看日志**：实时显示处理日志
### 命令行模式
```bash
# 处理单个文件
python run.py --file=image.jpg
# 批量处理目录中的所有文件
python run.py --batch
# 合并采购单
python run.py --merge
```
## 单位处理规则
系统支持多种单位的智能处理，自动识别和转换不同的计量单位。单位处理逻辑如下：
### 标准单位处理
| 单位 | 处理规则 | 示例 |
|------|----------|------|
| 件 | 数量×包装数量
单价÷包装数量
单位转换为"瓶" | 1件(规格1*12) → 12瓶
单价108元/件 → 9元/瓶 |
| 箱 | 数量×包装数量
单价÷包装数量
单位转换为"瓶" | 2箱(规格1*24) → 48瓶
单价120元/箱 → 5元/瓶 |
| 包 | 保持原数量和单位不变 | 3包 → 3包 |
| 其他单位 | 保持原数量和单位不变 | 5瓶 → 5瓶 |
### 单位自动推断规则
系统能够在缺少单位信息时，根据规格和其他信息自动推断单位：
1. 当单位为空，并且同时具备以下条件时：
- 有商品编码
- 有规格信息
- 有数量信息
- 有单价信息
- 规格符合容量*数量格式（如"500ml*15"、"1L*12"等）或简单的数量*数量格式（如"1*12"）
系统会：
- 自动将单位设置为"件"
- 然后按照件的处理规则进行转换
示例：
- 商品编码: 6954767400129
- 名称: 美汁源果粒橙1.8L*8瓶
- 规格: 1.8L*8
- 数量: 1
- 单价: 65
- 单位: (空)
处理后：
- 单位被推断为"件"
- 数量: 1 * 8 = 8
- 单价: 65 / 8 = 8.125
- 单位: 瓶
### 提和盒单位特殊处理
系统对"提"和"盒"单位有特殊的处理逻辑：
1. 当规格是三级格式（如1*5*12）时：
- 按照件的计算方式处理
- 数量 = 原始数量 × 包装数量
- 单位转换为"瓶"
- 单价 = 原始单价 ÷ 包装数量
示例：3提(规格1*5*12) → 36瓶
2. 当规格是二级格式（如1*16）时：
- **保持原数量不变**
- **保持原单位不变**
示例：3提(规格1*16) → 仍然是3提
### 特殊条码处理
系统支持对特定条码进行特殊处理，这些条码的处理规则会覆盖上述的标准单位处理规则：
1. 特殊条码配置：
```python
special_barcodes = {
'6925019900087': {
'multiplier': 10, # 数量乘以10
'target_unit': '瓶', # 目标单位
'description': '特殊处理：数量*10，单位转换为瓶'
},
# 条码映射配置
'6920584471055': {
'map_to': '6920584471017', # 映射到新条码
'description': '条码映射：6920584471055 -> 6920584471017'
}
# 可以添加更多特殊条码的配置
}
```
2. 条码映射规则：
- 当遇到特定条码时，自动将其映射为对应的目标条码
- 条码映射完成后，会继续按照标准单位处理规则处理数量和单价的转换
- 如果映射的条码单位是"件"或"箱"，会按照件/箱的规则展开处理
- 系统内置的条码映射规则包括：
1. 6920584471055 → 6920584471017
2. 6925861571159 → 69021824
3. 6923644268923 → 6923644268480
3. 其他特殊处理规则：
- 当遇到特殊条码时，无论规格是二级还是三级
- 无论单位是提还是盒还是件
- 都按照特殊条码配置进行处理
- 数量乘以配置的倍数
- 单位转换为配置的目标单位
- 如果有单价，单价除以配置的倍数
## 智能规格推断
当规格信息为空时，系统能从商品名称自动推断规格：
1. 匹配"xx入"格式：
- 如"445水溶C血橙15入纸箱" → 规格推断为 1*15
2. 匹配直接包含规格的格式：
- 如"500-东方树叶-绿茶1*15-纸箱装" → 规格推断为 1*15
3. 匹配容量格式：
- 如"12.9L桶装水" → 规格推断为 12.9L*1
4. 其他商品命名模式：
- 如"900树叶茉莉花茶12入纸箱" → 规格推断为 1*12
- 如"500茶π蜜桃乌龙15纸箱" → 规格推断为 1*15
## 注意事项
1. 确保输入文件格式正确，支持jpg、png等图片格式
2. 处理结果将输出到data/output目录下
3. 定期清理临时文件和日志文件
4. 及时更新百度OCR API密钥
5. 为避免数据丢失，可使用清理功能前的备份选项
## 错误排查
- **OCR识别失败**：检查API密钥是否正确，图片是否符合要求
- **Excel处理失败**：检查OCR识别结果是否包含必要的列（条码、数量、单价等）
- **模板填充错误**：确保模板文件存在且格式正确
## 开发说明
如需进行二次开发或扩展功能，请参考以下说明：
1. 核心逻辑位于`app/core`目录
2. 添加新功能建议遵循已有的模块化结构
3. 使用`app/services`目录中的服务类调用核心功能
4. 日志记录已集成到各模块，便于调试
## 许可证
MIT License
## 更新日志
### v1.3 (2025-07-20)
#### 功能优化
- 采购单赠品处理逻辑优化：修改了银豹采购单中赠品的处理方式
- ~~之前：赠品数量单独填写在"赠送量"列，与正常采购量分开处理~~
- ~~现在：将赠品数量合并到采购量中，赠送量列留空~~
- ~~有正常商品且有赠品的情况：采购量 = 正常商品数量 + 赠品数量，单价 = 原单价 × 正常商品数量 ÷ 总数量~~
- ~~只有赠品的情况：采购量填写赠品数量，单价为0~~
- 更新说明：经用户反馈，赠品处理逻辑已还原为原始方式，正常商品数量和赠品数量分开填写
### v1.2 (2025-07-15)
#### 功能优化
- 规格提取优化：改进了从商品名称中提取规格的逻辑，优先识别"容量*数量"格式
- 例如从"美汁源果粒橙1.8L*8瓶"能准确提取"1.8L*8"而非错误的"1.8L*1"
- 规格解析增强：优化`parse_specification`方法，能正确解析"1.8L*8"格式规格，确保准确提取包装数量
- 单位推断增强：在`extract_product_info`方法中增加新逻辑，当单位为空且有条码、规格、数量、单价时，根据规格格式（如容量*数量格式或简单数量*数量格式）自动推断单位为"件"
- 件单位处理优化：确保当设置单位为"件"时，正确触发UnitConverter单位处理逻辑，将数量乘以包装数量，单价除以包装数量，单位转为"瓶"
- 整体改进：提高了系统处理复杂格式商品名称和规格的能力，使单位转换更加准确可靠
- 规格提取逻辑修正：修复了在Excel中已有规格信息时仍会从商品名称推断规格的问题，现在系统会优先使用Excel中的数据，只有在规格为空时才尝试从商品名称推断
### v1.1 (2025-05-07)
#### 功能更新
- 单位自动推断：当单位为空但有商品编码、规格、数量、单价等信息，且规格符合容量*数量格式时，自动将单位设置为"件"并按照件的处理规则进行转换
- 规格解析优化：改进对容量*数量格式规格的解析，如"1.8L*8"能正确识别包装数量为8
- 规格提取增强：从商品名称中提取"容量*数量"格式的规格时，能正确识别如"美汁源果粒橙1.8L*8瓶"中的"1.8L*8"部分
- 条码映射功能：增加特定条码的自动映射功能，支持将特定条码自动转换为指定的目标条码
- 6920584471055 → 6920584471017
- 6925861571159 → 69021824
- 6923644268923 → 6923644268480
- 条码映射后会继续按照件/箱等单位的标准处理规则进行数量和单价的转换
### v1.0 (2025-05-02)
#### 主要功能
- 图像OCR识别：支持对采购单图片进行OCR识别并生成Excel文件
- Excel数据处理：智能处理Excel文件，提取和转换商品信息
- 采购单生成：按照模板格式生成标准采购单Excel文件
- 采购单合并：支持多个采购单合并为一个总单
- 图形界面：提供简洁直观的操作界面
- 命令行支持：支持命令行调用，方便自动化处理
#### 技术改进
- 模块化架构：重构代码为配置、核心功能、服务和CLI等模块
- 单位智能处理：完善的单位转换规则，支持多种计量单位
- 规格智能推断：从商品名称自动推断规格信息
- 日志管理：完善的日志记录系统，支持终端和GUI同步显示
- 表头智能识别：自动识别Excel中的表头位置，兼容多种格式
- 改进用户体验：界面优化，批量处理支持，实时状态反馈
## 联系方式
如有问题，请提交Issue或联系开发者。