1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述
一﹑系统开发的背景及意义
互联网技术的快速发展，给人们带来丰富的信息资源和便利。伴随着信息时代的到来,社会的各个行业,领域都发生了巨大的变化,物流业也在时代大背景的影响之下朝着信息化方向发展。随着信息技术的发展,企业间的竞争已突破了地域的限制。企业竞争优势的建立和保持必须以可靠,高效的物流运作为保证,采取高效的物流运作模式来增强竞争实力、提高经济效益。随着信息技术特别是计算机的不断发展,国际互联网的全球化热潮使人类社会进入了一个新的信息时代,因此通过计算机来获取物流信息已经是信息时代到来必然要发生的结果。物流信息识别系统,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,降低了原始的人力时间成本，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研究学习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tesseract-ocr来进行光学符号识别，对快递单字体进行训练，可自行识别快递单上的中文字体，并提高识别精度，达到收集物流信息的目的。
各方面研究报道表明，城市物流产业正处于快速发展阶段，其带来的如何快速高效的收集物流信息已经是板上钉钉的事情，其研究内容和应用领域已经成为当今大数据背景下的必备属性，因此研究物流信息收集系统很有必要。

二﹑课题设计技术
1.python语言
python是一种计算机程序设计语言。是一种动态的、面向对象的脚本语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。
简单：python是一种代表简单主义思想的语言。阅读一个良好的python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。
易学：python极其容易上手，因为python有极其简单的说明文档 [6] 。
速度快：python 的底层是用 c 语言写的，很多标准库和第三方库也都是用 c 写的，运行速度非常快。
免费、开源：python是floss（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。floss是基于一个团体分享知识的概念。
高层语言：用python语言编写程序的时候无需考虑诸如如何管理你的程序使用的内存一类的底层细节。
可移植性：由于它的开源本质，python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。这些平台包括linux、windows、freebsd、macintosh、solaris、os/2、amiga、aros、as/400、beos、os/390、z/os、palm os、qnx、vms、psion、acom risc os、vxworks、playstation、sharp zaurus、windows ce、pocketpc、symbian以及google基于linux开发的android平台。
解释性：一个用编译性语言比如c或c 写的程序可以从源文件（即c或c 语言）转换到一个你的计算机使用的语言（二进制代码，即0和1）。这个过程通过编译器和不同的标记、选项完成。
运行程序的时候，连接/转载器软件把你的程序从硬盘复制到内存中并且运行。而python语言写的程序不需要编译成二进制代码。你可以直接从源代码运行 程序。
在计算机内部，python解释器把源代码转换成称为字节码的中间形式，然后再把它翻译成计算机使用的机器语言并运行。这使得使用python更加简单。也使得python程序更加易于移植。
面向对象：python既支持面向过程的编程也支持面向对象的编程。在”面向过程”的语言中，程序是由过程或仅仅是可重用代码的函数构建起来的。在”面向对象”的语言中，程序是由数据和功能组合而成的对象构建起来的。
可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用c或c 编写，然后在python程序中使用它们。
可嵌入性：可以把python嵌入c/c 程序，从而向程序用户提供脚本功能。
丰富的库：python标准库确实很庞大。它可以帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、cgi、ftp、电子邮件、xml、xml-rpc、html、wav文件、密码系统、gui（图形用户界面）、tk和其他与系统有关的操作。这被称作python的”功能齐全”理念。除了标准库以外，还有许多其他高质量的库，如wxpython、twisted和python图像库等等。
规范的代码：python采用强制缩进的方式使得代码具有较好可读性。而python语言写的程序不需要编译成二进制代码。

2. pycharm集成开发环境
pycharm是由jetbrains打造的一款python ide，vs2010的重构插件resharper就是出自jetbrains之手。
同时支持google app engine，pycharm支持ironpython。这些功能在先进代码分析程序的支持下，使 pycharm 成为 python 专业开发人员和刚起步人员使用的有力工具。
首先，pycharm拥有一般ide具备的功能，比如， 调试、语法高亮、project管理、代码跳转、智能提示、自动完成、单元测试、版本控制
另外，pycharm还提供了一些很好的功能用于django开发，同时支持google app engine，更酷的是，pycharm支持ironpython。
编码协助
其提供了一个带编码补全，代码片段，支持代码折叠和分割窗口的智能、可配置的编辑器，可帮助用户更快更轻松的完成编码工作。

2. 研究的基本内容、问题解决措施及方案

研究的问题
本课题主要研究的是基于计算机视觉图像的物流信息采集系统。为了满足物流信息采集高速化的要求，以及近年深度学习在计算机图像处理方面的快速发展，将深度学习自动化识别快递单技术运用到物流信息采集系统中去，不但可以实现信息的实时高速化采集，也能够解决物流信息系统中信息录入的问题。详细讨论了基于计算机图像处理的物流信息采集系统的关键技术，包括图象预处理，文本区域检测定位，文本识别，条形码识别
本设计旨在通过对快递单图象的自动化识别，提取快递单有效信息，快递单号，收件地址，收件人，手机号码等。基于计算机视觉图像的物流信息采集系统是顺应大数据时代下的产物，它能更好的帮助快递企业进行更快捷高速的物流信息收集。
研究途径
1）前期准备：收集相关资料，查阅中外文献、请教老师和同学讨论。学习、掌握python，查阅资料设计最适合本系统的框架，并且熟悉使用opencv，tesseract；
2）通过国内相关资料的阅读与分析，调查游客在旅游过程中的心理和实际需求，构建系统的功能需求，并运用同意的建模语言对本系统图建立可视化模型，明确需求情况，从不同的角度简历多种视图，以实现系统的文档化。
3）设计旅游热点信息推荐系统的数据库，实现空间数据和属性数据的无缝集合成一体化存储管理，便与数据的维护与共享。
4）利用面向对象的编程技术，选择java这种跨平台型语言，实现旅游热点推荐系统的部门功能，具体阶段和功能模块如下。
第一阶段：
巩固python基础和opencv的使用，学习光学符号识别相关方面的知识。熟悉tesseract的使用以及pycharm应用开发环境的操作。规划识别流程，合理划分识别区域，优化图像质量，提高识别精度，搭建所需的应用开发环境。
第二阶段：
编写需求分析，进行设计、编码、组合、测试（使用专业的测试工具,可以降低代码的耦合度）。
功能模块图如下：

需求分析：
1. 基于计算机视觉图像的物流信息采集系统。本系统可通过对快递单的图片识别，将快递单信息快速识别。
2. 图像预处理，原始图片模糊，不规正，不平整，通过opencv进行图像的预处理
3. 快递单区域划分，寄件人信息区域，收件人信息区域，条形码区域，划分区域，提高图像质量，提高识别精度。
4. 图像文本识别，利用tesseract，训练中文字体，进行中文字体识别
实现方案：
1.硬件要求：用python开发语言，调用相应的计算机视觉类库，以及安装opencv,配置tesseract，在pycharm集成开发环境内实现对基于计算机视觉图像的物流信息采集系统的代码要求。
2.运行环境：pc,intel core2 1.66ghz或者更高型号处理器，512m以上的内存，40gb以上硬盘；操作系统和版本：windows xp sp2或者更高；opencv opencv-python 4.0.0.21 ；tesseract 4.0.0