0ee00e6be7
Web 环境移除： - 删除 Web 相关文件：src/app.py, heartbeat.py - 用 requirements-desktop.txt 替换 requirements.txt - 更新 README.md：移除 Web 界面、部署方案等章节 - 更新技术栈说明：Streamlit → PyQt6 - 添加 usb_bundle/ 到 .gitignore Desktop 应用改进： - 重构 OCRService：使用独立 Python 线程替代 QThread - 添加主线程预加载 paddleocr 模块，修复 macOS 上卡死问题 - 新增离线 OCR 初始化模块（src/ocr_offline.py） - 新增模型准备脚本（scripts/prepare_models.py） - 新增摄像头诊断工具（scripts/camera_probe.py） 功能定位： - Desktop 应用（src/desktop.py）：实时摄像头拍照识别 - CLI 批处理（src/main.py）：批量处理目录中的图片 Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
信封信息提取系统
工厂环境下信封背面信息的自动化提取与结构化录入工具。
功能特性
- 自动识别信封图片中的文字信息
- 结构化提取：编号、邮编、地址、联系人、电话
- 支持批量处理，结果导出为 Excel
- 提供桌面应用，支持摄像头实时拍照识别
系统要求
| 项目 | 最低配置 | 推荐配置 |
|---|---|---|
| CPU | 4 核 | 8 核 |
| 内存 | 4 GB | 8 GB |
| 硬盘 | 2 GB | 5 GB |
| 系统 | Ubuntu 20.04 / Windows 10 | Ubuntu 22.04 |
| Python | 3.8 | 3.10 |
快速开始
1. 安装依赖
# Ubuntu 需要安装系统依赖
sudo apt-get install -y libgl1-mesa-glx libglib2.0-0
# 安装 Python 依赖
pip install -r requirements.txt
2. 运行方式
命令行批处理
# 将图片放入 data/input/ 目录
python src/main.py
# 结果保存在 data/output/result.xlsx
桌面应用
python src/desktop.py
# 启动 PyQt6 窗口，可选择摄像头实时拍照识别
Windows 桌面离线版（zip 目录包）
本项目桌面版入口为 src/desktop.py（PyQt6 + OpenCV），适合现场工位离线使用。
1. 准备离线模型（在有网机器执行一次）
pip install -r requirements.txt
python scripts/prepare_models.py --models-dir models
执行完成后会生成 models/whl/... 目录结构；该 models/ 目录需要与最终的 exe 同级分发。
2. Windows 打包（建议使用 PyInstaller 的 onedir）
请在 Windows 机器上构建 Windows 包（不要跨平台交叉打包）。
pip install -r requirements.txt
pip install pyinstaller
pyinstaller --noconfirm --clean --windowed --onedir `
--name "post-ocr-desktop" `
--paths "src" `
--collect-all "Cython" `
--collect-all "paddleocr" `
--collect-all "paddle" `
--add-data "models;models" `
"src/desktop.py"
打包完成后，将 dist\post-ocr-desktop\ 整个目录压缩为 zip 交付即可。
注意：
- 本项目默认使用 PaddleOCR 2.10.0（PP-OCRv4 中文）离线模型目录结构
- 若
models/缺失，程序会直接报错提示，避免触发联网下载
目录结构
post-ocr/
├── data/
│ ├── input/ # 原始图片存放处
│ └── output/ # 结果 Excel 及处理日志
├── src/
│ ├── main.py # 命令行入口
│ ├── desktop.py # 桌面应用入口
│ └── processor.py # 核心处理逻辑
├── requirements.txt
└── README.md
技术栈
- OCR 引擎: PaddleOCR 2.10 (PP-OCRv4)
- 桌面框架: PyQt6
- 数据处理: Pandas
常见问题
Q: 识别准确率不高怎么办？
- 确保图片清晰、光线充足
- 避免图片倾斜或模糊
- 手写字体识别率较低，建议使用印刷体
Q: 处理速度慢？
- 首次运行需下载模型（约 200MB）
- 有 GPU 可安装 paddlepaddle-gpu 加速
- 批量处理时建议使用命令行模式