398 lines
15 KiB
Markdown
398 lines
15 KiB
Markdown
# 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
|
||
|
||
```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
|
||
|
||
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<br>单价÷包装数量<br>单位转换为"瓶" | 1件(规格1*12) → 12瓶<br>单价108元/件 → 9元/瓶 |
|
||
| 箱 | 数量×包装数量<br>单价÷包装数量<br>单位转换为"瓶" | 2箱(规格1*24) → 48瓶<br>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
|
||
|
||
### v1.5 (2025-05-09)
|
||
|
||
#### 功能改进
|
||
- 烟草订单处理结果展示：改进烟草订单处理完成后的结果展示界面
|
||
- 美化结果 展示界面，显示订单时间、总金额和处理条目数
|
||
- 添加文件信息展示，包括文件大小和创建时间
|
||
- 提供打开文件、打开所在文件夹等便捷操作按钮
|
||
- 统一与Excel处理结果展示风格，提升用户体验
|
||
- 增强结果文件路径解析能力，确保正确找到并显示结果文件
|
||
- 条码映射编辑功能：
|
||
- 添加图形化条码映射编辑工具，方便管理条码映射和特殊处理规则
|
||
- 支持添加、修改和删除条码映射关系
|
||
- 支持配置特殊处理规则，如乘数、目标单位、固定单价等
|
||
- 自动保存到配置文件，便于后续使用
|
||
|
||
#### 问题修复
|
||
- 修复烟草订单处理时出现双重弹窗问题
|
||
- 修复烟草订单处理完成后结果展示弹窗无法正常显示的问题
|
||
- 修复ConfigParser兼容性问题，支持标准ConfigParser对象
|
||
- 修复百度OCR客户端中getint方法调用不兼容问题
|
||
- 修复OCRService中缺少batch_process方法的问题，确保OCR功能正常工作
|
||
- 改进日志管理，确保所有日志正确关闭
|
||
- 优化UI界面，统一按钮样式
|
||
- 修复启动器中处理烟草订单按钮的显示样式
|
||
- 修复run.py中close_logger调用缺少参数的问题
|
||
|
||
#### 代码改进
|
||
- 改进TobaccoService类对配置的处理方式，使用标准get方法
|
||
- 添加fallback机制以增强配置健壮性
|
||
- 优化启动器中结果预览逻辑，避免重复弹窗
|
||
- 统一UI组件风格，提升用户体验
|
||
- 增强错误处理，提供更清晰的错误信息
|
||
|
||
### v1.4 (2025-05-09)
|
||
|
||
#### 新功能
|
||
- 烟草订单处理：新增烟草公司特定格式订单明细文件处理功能
|
||
- 支持自动处理标准烟草订单明细格式
|
||
- 根据烟草公司"盒码"作为条码生成银豹采购单
|
||
- 自动将"订单量"转换为"采购量"并计算采购单价
|
||
- 处理结果以银豹采购单格式保存，方便直接导入
|
||
|
||
#### 功能优化
|
||
- 配置兼容性：优化配置处理逻辑，兼容标准ConfigParser对象
|
||
- 启动器优化：启动器界面增加"处理烟草订单"功能按钮
|
||
- 代码结构优化：将烟草订单处理功能模块化，集成到整体服务架构
|
||
|
||
### 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。 |