一、相关背景
地籍项目的权籍资料整理，绕不开户口本。
确权登记需要采集权利人的姓名、身份证号码、与户主关系等信息。这些内容分散在每户几张扫描件里，字体是手写体，图片质量参差不齐，部分图片还存在拍摄角度倾斜的问题。
常规做法是人工逐张翻看、逐项录入 Excel。一个村几十户，几百张图片，纯手工下来，容错率和效率都有限。
身份证号码是重灾区——18位数字手写潦草，录错一位，后续核查要花数倍时间。
地籍项目权籍资料 OCR 识别系统是针对这个场景开发的工具，用来将户口本扫描图片批量识别并导出为标准 Excel 表格。
二、软件介绍
2.1 技术实现
工具对接百度 OCR 三种接口，按场景选用：
- 户口本专用接口：百度专门针对户口本格式训练，直接返回结构化字段，姓名、身份证、与户主关系逐项输出，无需自行解析，识别准确率最高，50 次/天免费；
- 精准识别接口：通用场景兜底，支持自动方向检测，图片拍歪了可自动纠正，1000 次/天免费；
- 手写体专用接口：针对手写汉字优化，字迹较难辨认时切换使用，200 次/天免费。
封面页（有户口专用章但无登记卡字段的图片）自动识别并跳过，不消耗 API 额度。
2.2 身份证校验
身份证号码录入后自动触发三项校验：
校验不一致的条目实时高亮，确认后写入校验日志，方便后续核查。
2.3 运行环境
Web 界面，本地 Flask 服务，浏览器访问。打包为独立 exe，Windows 10/11 开箱即用，无需安装 Python 或其他依赖。
三、操作说明
第一步：配置 API
右上角进入 API 配置，填入百度 OCR 的 API Key 和 Secret Key，选择识别接口，保存后测试连接。百度智能云注册即可申请，每日免费额度覆盖常规作业量。
第二步：读取图片
输入或浏览选择村级目录，点击"读取图片"。程序自动扫描子文件夹，每个文件夹视为一户，图片按户分组展示。
目录结构示例：
D:\户口本扫描件\ ├── A村\ │ ├── 张三户\ │ │ ├── 001.jpg │ │ ├── 002.jpg │ │ └── 003.jpg │ └── 李四户\ │ ├── 001.jpg │ └── 002.jpg │ └── B村\ ├── 王五户\ │ ├── 001.jpg │ └── 002.jpg └── 赵六户\ ├── 001.jpg └── 002.jpg
第三步：批量识别
点击"村级识别"，对全村图片一键识别。识别过程实时推送进度，每张完成后立即可交互，无需等待全部结束。
第四步：核查确认
逐张翻看识别结果，错误字段直接修改，性别和民族支持下拉选择。身份证校验不一致时字段自动标红。确认后跳下一张，图片区顶部显示当前进度。
质量可信的批次，可直接点击"村级确认"批量通过，省去逐张核查。
第五步：导出
点击"导出 Excel"，同时生成两个文件：
按户分组，格式对照标准模板，宗地代码列留空供手动补充。适配自研软件地籍测量图库一体化数据处理软件中DWG地籍图导出SHP\MDB数据库。同步输出校验日志，记录所有不一致条目。
以某村 4 户 20 张图片为例，村级识别约 2 分钟完成，逐张核查约 10 分钟，合计导出两份 Excel。
