实战项目：基于 Python 和 EasyOCR 的智慧物流面单识别系统
💡 项目背景
在物流和电商行业，每天需要处理大量的快递面单。传统的人工录入方式不仅效率低下，而且容易出错。为了解决这个问题，我们利用 Python 开发了一个**“智慧物流面单识别系统”**。
该系统能够自动上传快递面单图片，利用 OCR 技术精准提取运单号、寄件人、收件地址和金额，并将数据自动存入数据库，支持一键导出 Excel 或 CSV 报表。
🛠️ 核心技术栈
- EasyOCR: 基于 PyTorch 的开源 OCR 库，支持 80 多种语言，对中文识别效果极佳。
- Gradio: 快速构建机器学习演示界面的 Python 库，无需前端知识即可生成网页。
- SQLite & Pandas: 轻量级数据库存储与数据处理。
- Regex (re): 强大的正则表达式，用于从杂乱的 OCR 文本中清洗出关键信息。
🧩 核心功能实现
本项目的核心在于如何从 OCR 识别出的“一长串文本”中，精准地“抠”出我们想要的信息。
1. 运单号提取
快递单号通常由字母和数字组成，长度在 10-15 位之间。我们定义了多种正则规则来匹配顺丰（SF）、圆通（YT）等常见格式。
def extract_tracking_number(text): patterns = [ r'(?<![A-Z0-9])[A-Z0-9]{10,15}(?![A-Z0-9])', # 通用字母数字组合 r'\b\d{10,15}\b', # 纯数字 r'SF\d{12}', # 顺丰专用 r'YT\d{13}', # 圆通专用 ] for p in patterns: m = re.search(p, text) if m: return m.group() return ''2. 智能地址与姓名提取
OCR 识别的结果往往包含很多干扰字符。我们通过定位关键词（如“寄件人”、“地址”、“金额”）来截取有效信息，并利用“终止词”（如遇到“运费”就停止截取地址）来保证数据的纯净度。
def extract_address(text): # 定位“地址”关键词后的内容 m = re.search(r'收件人(?:信息)?[：:]*.*?地址[：:]\s*([^，,\n]+(?:[，,]\s*[^，,\n]+)*)', text, re.DOTALL) if m: addr = m.group(1).strip() # 遇到“运费”、“电话”等词强制截断，防止提取多余信息 stop_pattern = r'(运费|金额|货物|重量|运单编号|运单|电话|姓名)' stop_match = re.search(stop_pattern, addr) if stop_match: addr = addr[:stop_match.start()].strip() return addr return ''🖥️ 交互界面与数据管理
为了让非技术人员也能使用，我们使用Gradio搭建了一个简洁的 Web 界面。
主要模块：
- 文件上传区：支持批量上传
.jpg,.png等格式的面单图片。 - 处理引擎：
- 调用
easyocr.Reader进行文字识别。 - 调用上述正则函数清洗数据。
- 自动存入 SQLite 数据库 (
logistics.db)。
- 调用
- 数据展示与导出：
- 识别结果实时显示在表格中。
- 支持一键导出CSV或Excel文件，方便财务对账。
Gradio 界面代码片段：
with gr.Blocks(title="智慧物流 - 面单识别系统") as demo: gr.Markdown("# 📦 智慧物流 · 面单信息自动识别系统") with gr.Row(): with gr.Column(scale=1): file_input = gr.File(label="上传面单图片", file_count="multiple") process_btn = gr.Button("🚀 开始识别", variant="primary") with gr.Column(scale=2): output_table = gr.Dataframe(label="识别结果", interactive=True) # 绑定事件 process_btn.click(fn=process_batch, inputs=file_input, outputs=output_table)🚀 如何运行
你需要安装以下依赖库。建议在 Python 3.8+ 环境下运行。
1. 安装依赖
pip install easyocr paddlepaddle paddleocr pandas gradio sqlite3(注：虽然代码主要使用 EasyOCR，但保留了 PaddleOCR 的导入以防后续扩展，PaddlePaddle 安装较大，如仅需 EasyOCR 可忽略)
2. 运行程序
将代码保存为app.py，在终端运行：
python app.py运行成功后，终端会输出一个本地链接（如http://127.0.0.1:7860）或公网分享链接，点击即可打开系统界面。
📊 项目总结
通过这个实战项目，我们实现了一个完整的AI 自动化工作流：
- 输入：非结构化的图片数据。
- 处理：AI 识别 + 正则清洗 + 数据库存储。
- 输出：结构化的 Excel 报表。
这套系统不仅适用于物流面单，稍作修改（调整正则表达式）即可应用于名片识别、发票录入、身份证信息提取等场景，具有很高的实用价值。
💡 优化建议
如果你打算进一步优化这个项目，可以尝试：
- 模型替换：尝试使用 PaddleOCR 替换 EasyOCR，对比在复杂背景下的识别率。
- 纠错功能：增加一个“人工复核”界面，允许用户手动修改识别错误的字段后再存入数据库。
- 部署上线：使用 Docker 打包，部署到云服务器上，供团队多人同时使用。