9.9 KiB
9.9 KiB
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
pip install -r requirements.txt
配置文件
在config.ini中配置以下信息：
[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：
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
# 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：
-
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"500ml15"、"1L12"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：
-
当规格是三级格式（如1512）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1512) → 36瓶
-
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：
-
特殊条码配置：
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 } -
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：
- 6920584471055 → 6920584471017
- 6925861571159 → 69021824
- 6923644268923 → 6923644268480
-
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：
-
匹配"xx入"格式：
- 如"445水溶C血橙15入纸箱" → 规格推断为 1*15
-
匹配直接包含规格的格式：
- 如"500-东方树叶-绿茶115-纸箱装" → 规格推断为 115
-
匹配容量格式：
- 如"12.9L桶装水" → 规格推断为 12.9L*1
-
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
- 确保输入文件格式正确，支持jpg、png等图片格式
- 处理结果将输出到data/output目录下
- 定期清理临时文件和日志文件
- 及时更新百度OCR API密钥
- 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：
- 核心逻辑位于
app/core目录 - 添加新功能建议遵循已有的模块化结构
- 使用
app/services目录中的服务类调用核心功能 - 日志记录已集成到各模块，便于调试
许可证
MIT License
更新日志
v1.1 (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"1.8L8"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1.8L8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。