功能模块 说明
批量图片读取 支持指定文件夹路径,自动扫描所有证书图片(jpg/png/webp等)
证书编码OCR识别 基于OCR技术自动定位并提取证书上的唯一编码(如GIA编号)
智能编码定位 支持多种证书模板(GIA/IGI/NGTC等),通过关键词定位或正则匹配精准提取编码
自动文件重命名 将原图片文件重命名为 证书编码.jpg 格式,支持自定义命名规则
识别结果校验 对识别结果进行格式校验(如GIA编号为8位数字),异常时标记人工复核
处理日志输出 生成CSV/Excel处理日志,记录原文件名、识别编码、处理结果、耗时等
失败重试机制 识别失败的图片支持单独导出列表,便于针对性处理
批量预览确认 重命名前支持预览映射关系,确认无误后一键执行
组件 选型 理由
开发语言 Python 3.10+ 生态丰富,OCR库完善
OCR引擎 PaddleOCR / Tesseract PaddleOCR中文和英文数字识别准确率高,支持GPU加速
图像处理 OpenCV (cv2) + Pillow 图片预处理(裁剪、二值化、放大)提升识别率
文件操作 os / shutil / pathlib 跨平台文件管理
并发处理 concurrent.futures 多进程/多线程加速批量处理
日志输出 pandas / csv 生成结构化处理报告
GUI(可选) PyQt6 / Tkinter 提供可视化操作界面