post-ocr/CLAUDE.md

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。