在电表及计量箱更换、现场施工和资料验收过程中，工作人员需要从各点位照片中查找设备编号，将电能表局号与计量箱编号对应整理为清单，再按编号归档照片。
传统方式需要反复打开图片、放大查看、手工录入和修改文件夹名称。照片数量较多时，容易出现漏录、重复、编号对应错误，以及照片与清单难以核对的问题。
本项目围绕这一实际流程，开发可离线运行的 Windows 桌面工具，将照片导入、编号识别、异常核对、清单导出和目录归档整合在同一界面中，减少重复抄录与文件切换。识别结果可对照原图修正，适用于电力施工、设备更换及工程资料整理场景。
1．批量导入：支持按点位文件夹导入，也可直接选择图片；按配置识别指定照片，出现缺号或冲突时补充识别。
2．编号识别与分类：结合本地 OCR 和一维条码解码，提取设备编号，根据编号前缀、位数等规则区分电表与计量箱，并按点位汇总。
3．异常集中核对：对缺失、冲突、低置信度及重复编号进行提示，支持查看原图、缩放拖动、搜索明细和人工修正，方便定位需要检查的记录。
4．清单预览与导出：导出前预览汇总结果，支持排除指定记录，生成包含电能表局号和计量箱编号的 Excel 清单；编号按文本保存，保留前导零。
5．目录归档：满足校验条件后，可按电能表局号重命名点位文件夹，提供变更预览、同名冲突检查及最近一次重命名撤销功能。
6．离线使用与恢复：打包为 Windows 单文件程序，无需安装 Python，识别过程无需联网；支持恢复最近保存的结果，并保留人工核对信息。
我负责需求梳理、业务规则设计、界面交互、识别流程整合及打包交付，结合 AI 辅助开发与 Vibe Coding 推进功能实现和迭代。
项目采用 Python 开发，以 Tkinter 构建桌面界面，使用 RapidOCR／ONNX Runtime 完成本地文字识别，结合 ZXing-C++ 解析一维条码，通过 openpyxl 生成 Excel，使用 PyInstaller 打包为 Windows 可执行程序。
实现重点是设备编号的正确关联：结合文字位置、方向和邻近关系匹配编号，针对缺号和冲突进行局部补识别；无法可靠确定的结果保留异常提示及人工核对入口。
工程实现上，将界面交互、任务调度和识别汇总逻辑分离，根据电脑资源控制识别并发，并复用识别引擎。导出和归档环节加入文件保存保护、重命名冲突检查、操作日志及恢复机制，降低误操作影响。
项目体现了从行业需求分析、图像信息提取到业务校验和桌面交付的完整实现能力。
评论