论文总字数：16360字

摘 要

本系统主要用于物流行业信息采集的自动化，利用摄像头拍摄照片，对快递单文本信息进行识别，包括发件人信息和收件人信息。本系统主要分为两个部分，一为交互识别，二为自动识别。交互识别利用截图工具确定识别区域，自动识别利用图像处理技术完成快递单的不同区域的确定。系统确定识别区域之后完成对区域的图像识别，主要工作包括图像预处理与文本信息识别、二维码的自动定位与识别、输出有效信息界面的设计。

经过前期的调研分析，本系统主要使用Pycharm工具来编写程序，主要编程语言为Python，运用到的库为pyqt5、aip-ocr、opencv、pil等。基于Opencv完成对输入图片的预处理，规范输入图片、分割输入图片，将其分为不同区域，对不同区域进行相关处理，确保图片识别精度，实现对快递单图片的信息采集。本系统使用aip-ocr库进行光学符号识别，能准确识别快递单上的中文字体，二维码定位算法能确定二维码位置，并识别二维码信息，系统能较准确地完成物流基本信息的采集。

关键词：python，ocr，光学符号识别，二维码定位

Logistics Information Acquisition System Based on Computer Vision

Abstract

This system is mainly used for the automation of information collection in the logistics industry. It uses the camera to take photos and identify the express single text information, including sender information and recipient information. The system is mainly divided into two parts, one for interactive recognition and the other for automatic identification. The interactive recognition uses the screenshot tool to determine the recognition area and automatically identifies the different areas of the express delivery order using image processing techniques. After the system determines the recognition area, the image recognition of the area is completed. The main work includes image preprocessing and text information recognition, automatic positioning and recognition of the two-dimensional code, and design of the output effective information interface.

After preliminary research and analysis, the system mainly uses pycharm tools to write programs. The main programming language is python, and the libraries used are pyqt5, aip-ocr, opencv, pil, etc. Based on opencv, the input picture is preprocessed, the input picture is divided, the input picture is divided, and it is divided into different areas, and relevant processing is performed on different areas to ensure the image recognition accuracy and realize the information collection of the express single picture. The system uses the aiporc library for optical symbol recognition, which can accurately identify the Chinese font on the courier. The two-dimensional code location algorithm can determine the location of the two-dimensional code and identify the two-dimensional code information. The system can accurately collect the basic information of the logistics.

Key words: python, ocr, two-dimensional code location

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1 开发背景 1

1.2 开发工具 1

1.3 开发环境 1

1.3.1 python语言 1

1.3.2 Opencv-python 2

1.3.3 AIP-OCR 2

第二章 系统需求分析 3

2.1 可行性分析 3

2.1.1技术可行性 3

2.1.2社会可行性 3

2.1.3经济可行性 3

2.1.4操作可行性 4

2.2 系统功能需求 4

2.3 系统性能需求 4

2.3.1．精度要求 4

2.3.2．效率的要求 5

2.3.3．变通性要求 5

2.4 设计原则 5

2.4.1．实用性原则 5

2.4.2．稳定性及安全性原则 5

2.4.3．模块化原则 5

第三章 软件系统总体设计 6

3.1 软件系统功能设计 6

3.1.1 UI模块分析 6

3.1.2 AIP-OCR模块分析 6

3.1.3 截图模块分析 6

3.1.4定位域识别模块分析 6

3.1.5 二维码定位模块分析 6

3.1.6 图像预处理模块分析 6

第四章 系统详细设计与实现 8

4.1 系统实施 8

4.2 系统详细设计 8

4.2.1 项目的创建和配置 8

4.2.2 UI模块的创建 9

4.2.3 AIP-OCR模块的创建 10

4.2.4 截图模块的创建 10

4.2.5 定位域识别模块的创建 10

4.2.6 二维码定位模块的创建 10

4.3 功能模块的设计与实现 11

4.3.1 UI模块的创建 11

4.3.2 AIP-OCR模块的创建 14

4.3.3 截图模块的创建 14

4.3.4 定位域识别模块的创建 15

4.3.5 二维码定位模块的创建 16

4.3.6 图像增强的创建 19

4.4 软件系统界面设计 21

4.4.1 UI界面 21

第五章 总结与思考 25

参考文献 28

致谢 29

第一章 绪论

1.1 开发背景

互联网飞速发展的今天，信息化带给人们的改变是方方面面的,无所不在的，物流行业也急需现代化的普及，对于快递的收揽，信息的入库，不再是人工挑拣入库，立足于此，本系统对物流行业进行了深入的了解，故而设计了物流信息采集系统，为企业提供了高效识别物流信息的途径,辅助企业进行现代化的管理,降低了原始的人力成本，提高企业的经济效益以及社会效益。

本次毕业设计旨在通过学习python，opencv，光学符号识别等技术，用来设计基于python语言编写的物流信息采集系统。本文采用了python语言来进行编写图像识别程序，图像识别程序可以对输入图片进行预处理规范输入图片，切割输入图片，将其分为不同区域，对不同区域进行图片的处理，进一步提高图片质量，确保图片识别精度，最终完成对快递单图片的信息采集。利用了opencv，可以对图片进行各种处理，以确保获得高质量图片，对图像区域切割，缩小识别范围，提高识别精度。本系统使用AIP-OCR来进行光学符号识别，可自行识别快递单上的指定中文字体，并提高识别精度，达到收集物流信息的目的。

请支付后下载全文，论文总字数：16360字