19 lines
609 B
Markdown
19 lines
609 B
Markdown
# Post-OCR Data Extraction Project
|
||
|
||
## 项目愿景
|
||
实现工厂环境下信封背面信息的自动化提取与结构化录入。
|
||
|
||
## 技术栈
|
||
- **OCR**: PaddleOCR (本地部署)
|
||
- **数据处理**: Python, Pandas
|
||
- **解析逻辑**: 正则表达式 + 语义校验
|
||
|
||
## 目录结构
|
||
- `data/input/`: 原始图片存放处
|
||
- `data/output/`: 结果 Excel 及处理日志
|
||
- `src/`: 源代码
|
||
|
||
## 开发规范
|
||
1. 错误处理：所有 OCR 失败或解析不完全的记录必须记录在 `data/output/error_log.csv` 中。
|
||
2. 验证：在保存前进行邮编（6位）和电话（正则）的合法性校验。
|