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: v1.5
• 发布日期: 2025-05-09
• 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
• OCR识别: 支持图片中表格的自动识别和提取
• Excel处理: 将OCR识别结果处理为规范的Excel表格
• 订单合并: 将多个采购单自动合并为一个总表
• 完整流程: 一键执行从OCR识别到订单合并的完整处理流程
• 烟草订单处理: 专门处理烟草公司特定格式的订单明细文件，生成银豹采购单

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

1. 启动系统

   • 双击运行 启动器.py 文件，启动图形界面
   • 或者通过命令行运行 python run.py <命令> [选项]

2. 图形界面操作

   • 处理Excel文件: 处理指定的Excel文件或最新的Excel文件
   • OCR批量识别: 批量处理input目录下的所有图片
   • 完整处理流程: 一键执行OCR识别、Excel处理和订单合并
   • 处理单个图片: 处理指定的单张图片
   • 合并采购单: 合并多个采购单为一个总表
   • 处理烟草订单: 处理烟草公司特定格式的订单明细文件，生成银豹采购单格式
   • 整理项目文件: 整理项目文件结构
   • 清除处理缓存: 清除处理缓存，使系统重新处理所有文件
   • 清理文件: 清理所有数据文件
   • 切换主题: 在浅色和深色主题之间切换

命令行使用

系统支持通过命令行操作，基本用法：

python run.py <命令> [选项]

支持的命令：

1. ocr: OCR识别

   python run.py ocr [--input 图片路径] [--batch] [--batch-size 批大小] [--max-workers 最大线程数]
   

2. excel: Excel处理

   python run.py excel [--input Excel文件路径]
   

3. merge: 订单合并

   python run.py merge [--input 采购单文件路径列表,以逗号分隔]
   

4. pipeline: 完整流程

   python run.py pipeline [--input 图片路径]
   

5. tobacco: 烟草订单处理

   python run.py tobacco [--input 烟草订单明细文件路径]
   

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"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：

1. 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

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：

   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115-纸箱装" → 规格推断为 115

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

联系方式

如有问题，请提交Issue或联系开发者。