简介：这是一份基于图形界面（GUI）的OCR车票识别系统完整项目，专为毕业设计、课程设计或相关科研实践准备。项目聚焦车票图像中的关键信息提取，能自动识别日期、车次、座位号等字段，完整覆盖图像去噪、灰度化、透视校正、字符特征提取、分类识别与后处理校正等流程，并配有可视化操作界面，方便用户上传车票图片并实时查看结果。压缩包共82个文件，包括24个Python源码、25个PYC编译文件、24张PNG界面素材、3张JPG测试图片、2个UI布局文件，以及依赖清单和配置文件等，整体大小仅4.01MB，结构紧凑，下载后即可直接运行与二次开发。目前已有241人学习/下载。项目附带可直接使用的车票样本数据集，免去自行收集标注的麻烦；代码模块划分清晰，图像处理、模型识别与界面展示相互独立，便于逐段研读和替换算法。整体来看，这是一份融合计算机视觉、机器学习和人机交互技术的完整实践方案，既能作为毕业设计模板，也有助于深入理解OCR技术在实际场景中的落地思路。

1. OCR 车票识别系统是什么：能直接跑的毕设级 GUI 项目

OCR 车票识别在毕业设计里的出现频率很高，但网上大多数代码要么只有算法没有界面，要么界面写好了识别逻辑却完全跑不通。这套资源属于比较少见的一类：GUI 界面和 OCR 识别链路都齐了，下载解压后按 requirements.txt 把依赖装上，运行 main.py 就能直接跑通「上传车票 → 预处理 → 识别 → 展示结果」的完整流程。它不是用来炫技的算法工程，而是一个结构清晰、能讲清楚每个模块的毕设级项目。适合正在找毕业设计题目的大四学生、想学 PyQt 与 OCR 怎么结合的开发者，以及需要一套带图形界面的识别演示 demo 的从业者。整包代码加测试图片直接提供，省掉了自己收集数据的环节，这也是它最省时间的地方。

2. 源码结构与项目骨架：main.py、app.py 与 guiocr 各模块怎么配合

拿到压缩包先别急着跑，先花五分钟把目录结构看清楚。这种带 GUI 的项目最怕的就是「一解压就点运行」，跑出一堆 ModuleNotFoundError 然后开始怀疑人生。其实它的模块划分非常规整，理解之后你改起来才有方向。

2.1 目录总览：每个文件是干什么的

解压后看到的目录结构大致是这样，不同版本可能有个别文件增减，但主体就是这套：

ocr-gui-demo-master/ ├── main.py # 程序入口，启动 GUI ├── app.py # 主窗口与业务逻辑控制 ├── requirements.txt # 依赖清单 ├── config/ # 配置文件 ├── guiocr/ │ ├── __init__.py # 包初始化，导出识别接口 │ ├── logger.py # 日志模块 │ └── shape.py # 矩形区域与坐标工具 ├── utils/ # 图像处理等工具函数 ├── widgets/ # 可复用控件 ├── icons/ # 图标资源 └── imgs/ # 自带的测试车票图片

main.py 是整个程序的入口，做的事情很简单：创建 QApplication、实例化 app.py 里的主窗口类、进入 Qt 事件循环。app.py 是真正的核心，它负责把界面控件和识别逻辑串起来，比如按下「上传车票」按钮后做什么、识别结果怎么展示、保存路径怎么弹。guiocr 包则把识别相关的底层能力收拢成一个包，init.py 里通常会导出统一的识别接口，这样 app.py 调用时不用关心内部到底用的是 Tesseract 还是 PaddleOCR。logger.py 是很多人容易忽略但实际很有用的模块，每一张图从读取到识别完的耗时和异常都会记下来，后期调参全靠它定位瓶颈。shape.py 维护的是车票上文字区域的坐标信息，比如日期、车次、座位号在票面上的大致位置，预处理阶段能用它做区域裁剪。

imgs 目录里放的是可直接测试的车票图片，这就省掉了你自己去拍票、扫票的麻烦。config 目录一般存的是语言参数、识别阈值、窗口默认尺寸这类配置，改参数直接进去搜关键词就行，不用在代码里到处翻。

2.2 main.py 和 app.py：入口与主窗口的配合方式

main.py 的典型写法非常简单，几乎所有 PyQt 项目的入口都长一个样。常见做法是这样的：

# main.py：程序入口 import sys from PyQt5.QtWidgets import QApplication from app import MainWindow def main(): app = QApplication(sys.argv) # 创建应用实例 window = MainWindow() # 创建主窗口 window.show() # 显示窗口 sys.exit(app.exec_()) # 进入事件循环 if __name__ == "__main__": main()

这段代码的逻辑很清楚：QApplication 是整个 GUI 程序的地基，所有 Qt 控件都必须在它创建之后才能生效。MainWindow 是主窗口对象，show() 之后界面才真正显示出来，最后 app.exec_() 进入事件循环，程序就一直挂在那里等待用户操作，直到用户点退出。注意主窗口的实例化要在 QApplication 之后，否则 Qt 会直接报错。

app.py 这边的职责就要重一些。它要构建菜单栏、工具栏、上传按钮、图片预览区、结果展示区，还要处理上传图片、调用识别、刷新界面这一整套事件。如果这个项目是你的毕设核心，你至少要把 app.py 里每个槽函数的调用关系看懂，因为所有功能都是从这里分发出去的。

2.3 guiocr 包与 utils 目录：识别逻辑被藏在了哪

guiocr 的init.py 里一般会暴露一个高层识别函数，比如 ocr_ticket(img_path) -> dict，app.py 只需要调用它，然后把返回的字典渲染到界面上。这种封装的优点是把底层算法和界面解耦，毕业论文里写「系统采用模块化设计」时，有现成的分层结构可以画图。logger 可以这样初始化，这是很标准的做法：

# guiocr/logger.py：日志模块 import logging def setup_logger(name="ocr"): logger = logging.getLogger(name) if not logger.handlers: handler = logging.StreamHandler() formatter = logging.Formatter("[%(asctime)s] %(levelname)s: %(message)s") handler.setFormatter(formatter) logger.addHandler(handler) logger.setLevel(logging.INFO) return logger

代码做的事情是创建一个命名的 logger，给它加一个控制台输出处理器，并设置统一的日志格式。关键参数是 setLevel(logging.INFO)：低于 INFO 级别的调试日志不会被输出，你想看得更细就改成 DEBUG。handler 和 formatter 是标准配置，时间戳加级别加消息，日志一看就知道识别耗时在哪一步。

utils 目录通常放的是纯函数工具，比如图像缩放、格式转换、路径处理。widgets 目录则是自定义控件，比如可拖动的选择框、带缩略图的按钮。它们把可复用的部分抽出来，避免 app.py 变成一个几千行的大杂烩。整体来看，这个项目的分层是「入口 → 主窗口 → 识别包 → 工具库」四层，和很多商用桌面软件的结构是同构的。理解了这层再去看代码，你就不会觉得每个文件是孤岛了。

3. 车票图像预处理与 OCR 识别链路：直方图均衡、透视变换、正则后处理

GUI 界面只是外壳，这个项目真正值钱的是识别链路本身。车票不是干净的印刷文档，上面有底纹、有褶皱、有反光，拍摄角度稍微偏一点字就是斜的。如果直接把原图丢给 OCR，识别率会低到让你怀疑人生。先理解内部是怎么处理图像的，后面改起来才不会乱调参。

3.1 OCR 四步流程：预处理、特征提取、分类与后处理

OCR 的标准流程是四步：预处理、特征提取、分类、后处理。预处理负责把图像变成适合识别的形式，特征提取是从二值图上找出字符轮廓和关键特征，分类阶段用模型把特征映射成字符，后处理则对结果做校正和整合。在车票场景里，前两步决定了识别率的上限，后处理决定了输出好不好看。

车票图片和普通文档的差别很明显：票面底色不一定是纯白，字体可能是针式打印的，日期数字旁边还会穿插汉字、字母和符号。所以预处理不能只做一次灰度和二值化就完事，而是要做「灰度 → 直方图均衡改善对比度 → 去噪 → 自适应阈值二值化」这样一整套流水线。每一道工序都有对应的 OpenCV 函数，参数调不好会有直接的可视化反馈。

3.2 图像预处理流水线：灰度化、去噪、直方图均衡与二值化

标准的预处理代码大概长这样，也是这个项目里最核心的一段逻辑：

# utils/preprocess.py：车票图像预处理 import cv2 import numpy as np def preprocess_ticket(img_path): # 以彩色模式读图，便于后续调试输出 img = cv2.imread(img_path, cv2.IMREAD_COLOR) if img is None: raise FileNotFoundError(f"无法读取图片: {img_path}") # 转灰度，让算法只关注亮度变化，降低信息干扰 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 直方图均衡化：把过暗或过亮的像素分布拉开，提升字符与背景的对比度 gray = cv2.equalizeHist(gray) # 高斯滤波：噪声去除，核越大越模糊 gray = cv2.GaussianBlur(gray, (3, 3), 0) # 自适应阈值二值化：对光照不均有更好容忍度 binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 31, 10) return binary

逻辑很简单但几个参数值得说清楚。cv2.equalizeHist 不需要参数，它直接对灰度图做像素分布重映射，车票照片经常出现过暗的角落，这一操作能明显拉升那边的文字可读性。GaussianBlur 的第二个参数是卷积核大小，工程上取奇数，(3, 3) 已经够用，取 (5, 5) 去噪更强但会把细笔画抹掉，车票字迹比较细，建议保留 (3, 3)。adaptiveThreshold 是这里最需要手工调的部分，倒数第二个参数 31 是自适应邻域大小，必须取奇数，太大会丢失局部细节、太小会引入噪声；最后一个参数 10 是常量偏移量，控制二值化时保留的亮度余量。如果票面底色偏深，可以把这个值适度调大。

提示：二值化产生的 binary 数组只有 0 和 255 两种取值，建议临时用 cv2.imwrite 保存一份，肉眼观察字符边缘是否完整，再决定要不要继续调参。

3.3 透视变换：把倾斜车票校正回正面

车票放在桌上拍，十有八九是倾斜的。字符一旦带透视畸变，OCR 就会反复认错。常见做法是先用边缘检测找票面四边形，再通过透视变换把车票区域拉回正面：

# utils/warp.py：透视校正 import cv2 import numpy as np def correct_perspective(img, points, out_width=960, out_height=540): # points 为车票四角坐标，顺序为左上、右上、右下、左下 src = np.array(points, dtype=np.float32) dst = np.array([[0, 0], [out_width - 1, 0], [out_width - 1, out_height - 1], [0, out_height - 1]], dtype=np.float32) matrix = cv2.getPerspectiveTransform(src, dst) warped = cv2.warpPerspective(img, matrix, (out_width, out_height)) return warped

getPerspectiveTransform 根据四组对应点计算一个 3x3 的变换矩阵，warpPerspective 再把这个矩阵应用到整张图上。src 的顺序必须严格对应左上、右上、右下、左下，顺序错了图像会被翻转。out_width 和 out_height 决定输出尺寸，960x540 对车票识别来说够用；识别大字体车次时也可以输出更大，但要注意会拖慢速度。

四角坐标怎么来？常见做法是让用户在 GUI 里手动依次点选四个角，因为车票底纹复杂，自动找四边形十有八九翻车。实现上就是鼠标点击事件收集坐标，然后调用上面的函数。shape.py 维护的正是这类坐标结构，让透视校正和后续的区域裁剪共用一份数据。

3.4 识别模型这层怎么选：SVM、CNN 还是现成 OCR 引擎

预处理做完，下一步就是真正的文字识别。毕设里这条路有三个选择：传统机器学习、深度学习、现成 OCR 引擎。三种方案在识别精度、报告篇幅和工作量上有明显差异，对比一下：

拆这个包时，建议优先看它调用的到底是哪套引擎。如果 requirements.txt 里有 pytesseract，那识别主链路就是 Tesseract；如果有 paddleocr 或者 PP-OCR，那就是 PaddleOCR 系列。无论哪种，核心识别直接复用引擎能力，论文重点放在图像预处理、误差分析和后处理上。这样系统架构完整度照样够，答辩被问「为什么不用 CNN」时你反而能答得更清楚：在小样本条件下，现成引擎的鲁棒性更好。

3.5 后处理：用正则从识别结果里拆字段

OCR 引擎输出的是一大段杂乱文本，车次和日期混在一起直接展示毫无意义。真实项目里几乎必然要做字段抽取，也就是用正则把关键信息从识别结果里挖出来：

# utils/parser.py：字段抽取 import re def parse_fields(ocr_text): # 匹配 2024年05月20日 这类日期 date_pat = r"\d{4}\s*年\s*\d{1,2}\s*月\s*\d{1,2}\s*日" # 匹配 G1234 / D5678 这类车次 train_pat = r"[GDCZKT]\d{1,4}" date = re.search(date_pat, ocr_text) train_no = re.search(train_pat, ocr_text) return { "date": date.group(0).replace(" ", "") if date else None, "train_no": train_no.group(0) if train_no else None, }

两个正则都比较直白：日期模式把年、月、日中间可能出现杂散空格的情况也考虑进去了，车次模式只匹配常见铁路车次前缀大写字母加数字的组合。实际车票上还有座位号、票价、出发站到达站，都可以按同样的思路加规则。字段抽取本身不复杂，但这一步直接决定了最终结果的可用性，值得在论文里单独开一节来写。

后处理还有一层工作是纠错，比如 OCR 把 0 认成 O、把 8 认成 B。这部分没有银弹，工程上通常是针对数字和字母的混淆做替换字典，另外用车次必须以字母开头这类格式约束做合法性校验。这块看起来不起眼，真正做起来是十足的水磨工夫。

4. GUI 事件流与本地运行细节：信号槽、多线程与启动步骤

前面把识别链路拆完了，这一章回到界面本身。用 PyQt 写 GUI 最容易翻车的地方不是控件摆放，而是对 Qt 事件机制的理解不够。按钮点了没反应、窗口一操作就卡死，十有八九是事件循环被阻塞。这个项目的 GUI 结构并不复杂，但它一定是按照「事件驱动 + 信号槽」这套逻辑在运转，看懂之后你就能顺畅地加功能。

4.1 事件驱动模型：按钮点击到底发生了什么

PyQt 的界面逻辑是事件驱动的：用户点了按钮，系统产生一个 clicked 信号，信号被 connect 到某个槽函数上，槽函数执行对应的业务逻辑。比如「上传车票」按钮的处理流程，常见做法是这样：

# app.py 中的关键槽函数 def on_upload_clicked(self): # 弹文件选择框，指定默认打开 imgs 目录 path, _ = QFileDialog.getOpenFileName( self, "选择车票图片", "./imgs", "Images (*.png *.jpg *.jpeg)" ) if not path: return # 1. 显示原图到预览区 self.lbl_image.setPixmap(QPixmap(path)) # 2. 调用识别接口（注意这里不能直接阻塞主线程） result = ocr_ticket(path) # 3. 把识别结果格式化成文本展示 self.lbl_result.setText(format_result(result))

参数上说明一下：getOpenFileName 的第一个参数是父窗口，第三个参数是初始目录，第四个是文件过滤器。返回的 path 如果是空的，说明用户取消了，必须立刻 return，否则后面会用空路径去读图。这里最关键的问题是第 2 步：识别一张车票可能要一两秒甚至更久，如果在槽函数里直接调用，识别期间界面会完全无响应，拖拽、关闭窗口全都会卡住。所以生产级的 PyQt 程序不会这么写，而是要引入线程。

4.2 用 QThread 隔离耗时识别：让界面始终有响应

把识别放到子线程是 GUI 项目的标准做法。Qt 里最朴素的方案是从 QThread 派生一个工作类，识别完成后通过信号把结果传回主线程。参考写法：

# guiocr/worker.py：后台识别线程 from PyQt5.QtCore import QThread, pyqtSignal class OcrWorker(QThread): result_ready = pyqtSignal(str) # 识别完成信号 error_occurred = pyqtSignal(str) # 异常信号 def __init__(self, img_path, parent=None): super().__init__(parent) self.img_path = img_path def run(self): try: text = ocr_ticket(self.img_path) self.result_ready.emit(text) except Exception as exc: self.error_occurred.emit(str(exc))

run() 方法在子线程里执行，所以在这里做耗时操作不会卡住 GUI。识别完成后调用 result_ready.emit()，主线程里预先 connect 这个信号的槽函数会被触发。异常情况用另一个信号单独传递。这里最关键的原则是：子线程里绝对不能直接操作任何界面控件，不能在 run() 里调 self.lbl_result.setText()，因为 Qt 控件都不是线程安全的，跨线程访问轻则界面闪烁重则直接崩溃。正确姿势是在主线程的槽函数里更新 UI。

调用的时候也有一点讲究。如果每次点击按钮都创建线程，用户连点十下就会创建十个线程同时跑识别。常见做法是在线程开始时先禁用上传按钮或加忙碌状态，等 result_ready 信号回来再恢复按钮状态：

self.btn_upload.setEnabled(False) self.worker = OcrWorker(path) self.worker.result_ready.connect(self.show_result) self.worker.error_occurred.connect(self.show_error) self.worker.finished.connect(lambda: self.btn_upload.setEnabled(True)) self.worker.start()

建议把 worker 保存成 self.worker 而不是局部变量，否则线程对象可能被垃圾回收导致程序异常退出，这是一个很隐蔽的坑。

4.3 本地运行完整步骤：从装环境到看到界面

无论是做毕设还是自己复现，第一步都是把环境搭起来。推荐用 Python 3.8 到 3.10 这个范围，太新的 Python 版本有时会和旧版依赖库冲突。基本的启动流程如下：

# 进入项目根目录 cd ocr-gui-demo-master # 安装依赖，国内建议加国内镜像源 pip install -r requirements.txt # 启动系统 python main.py

install 过程如果很慢，可以加-i https://pypi.tuna.tsinghua.edu.cn/simple这类镜像参数。requirements.txt 里一般包含 PyQt5、opencv-python、numpy、pytesseract 或 paddleocr 这几种，缺哪个装哪个。如果项目依赖 pytesseract，那还需要单独安装 Tesseract 本体软件，并下载中文简体语言包 chi_sim.traineddata 放到 tessdata 目录中。启动后如果看到窗口正常打开，说明环境没有问题，接下来就可以拿 imgs 里的测试图片挨个试了。

提示：如果此前机器上装过不同版本的 PyQt5，建议先卸载后重装，Qt 插件版本不一致会引发各种诡异崩溃。

5. 避坑与常见问题排查：五条真实踩坑记录与解决办法

写代码最怕的不是逻辑难，而是运行环境和你作对。这个项目在拆的时候也踩了坑，下面这五条基本覆盖了最常见的翻车现场。每条按「现象 → 原因 → 解决」来写，照着逐一对照即可。

5.1 模块找不到：No module named 'guiocr'

现象：在 IDE 里直接点运行 main.py，控制台立刻报 No module named 'guiocr'。

原因：多数情况是工作目录不对。IDE 默认的工作目录可能是项目根目录的上一级，import guiocr 时 Python 按 sys.path 搜索，找不到这个包。另一个常见原因是依赖没装全或没重新加载。

解决：先确定运行位置在项目根目录，也就是能看到 guiocr 这个文件夹的层级。命令行里执行pwd确认。如果目录存在还报错，就在 main.py 最上面加两行临时调试代码：

import sys, os print(os.getcwd()) print(sys.path)

看当前路径和 sys.path 第一个元素是否指向项目根目录。不是的话，把项目根目录加到 PYTHONPATH，或直接在项目根目录下运行python main.py，这个问题就能绕过去。

5.2 界面能打开，但一点上传就变成白屏无响应

现象：窗口正常显示，点击「上传车票」按钮后整个窗口卡住，拖动无反应，标题栏显示「无响应」。

原因：正如前一章说的，识别逻辑直接写在了槽函数里，且没有放进子线程。识别过程阻塞了 Qt 的事件循环，界面所有交互都停在原地。这在本地开发时容易被忽略，因为每张票识别耗时可能只有一两秒，但图片大或 CPU 占用高时会放大成明显的卡死。

解决：把识别迁移到 QThread 线程中完成，识别完成后再通过信号刷新界面。代码参考 4.2 小节的 OcrWorker。如果不想新写类，也可以直接用 QThreadPool + QRunnable，但毕业设计里最好用信号槽实现，逻辑更直观，答辩时更好讲解。改完后记得把上传按钮在识别期间禁用，否则会被连点出多个线程。

5.3 pytesseract 识别中文全是乱码或方块

现象：英文能识别，中文全是乱码或方格。

原因：Tesseract 默认的语言包是英文 eng。系统没有下载中文简体语言包，或者语言包路径不对。另外，调用 image_to_string 时没有传 lang='chi_sim' 也会导致这个问题。

解决：先去 tessdata 目录下载 chi_sim.traineddata 文件，放到 Tesseract 安装目录的 tessdata 文件夹里。然后在调用里显式指定语言：

import pytesseract text = pytesseract.image_to_string(img, lang="chi_sim")

如果 Tesseract 本体不在 PATH 环境变量里，还需要在代码开头显式指定可执行文件路径，比如pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe"。安装路径因人而异，务必改成你自己的真实地址，否则会报 tesseract is not installed 或找不到可执行文件的错误。

5.4 OpenCV 读图报错或者窗口一开就闪退

现象：cv2.imread 返回 None，或者程序运行到 cv2 相关代码时直接崩溃，控制台没有任何像样的 Python 报错。

原因：这个坑和版本强相关。新版 opencv-python 在某些 Windows 环境下对系统运行库有要求，缺少对应版本的 Visual C++ 运行库就会崩。此外，numpy 版本过高或过低和 opencv 版本不匹配，也会出现莫名其妙的崩溃。这种情况在 Python 3.10 与最新版 numpy 搭配时出现的概率偏高。

解决：不追新版本，装稳定搭配。常见做法是回退到 opencv-python 4.5.x 或更早期版本，并把 numpy 锁到一个兼容版本，比如 numpy 1.21 系列：

pip install opencv-python==4.5.5.64 numpy==1.21.6

如果还闪退，就去安装 Visual C++ Redistributable 2015-2022 运行库。安装完重启电脑，再回来看能不能正常读图。这个坑最恶心的地方在于它不报 Python 错，很多人会排查半天才发现是系统库缺失。

5.5 识别率低：同一张票换了个角度结果差很多

现象：正面拍的票识别率还不错，稍微斜一点或者室内灯光一变，车次和日期就开始乱认。

原因：预处理流水线没有处理倾斜和光照变化。车票四角如果出现透视变形，字符形状扭曲；光照不足时直方图均衡化和自适应阈值的效果会退化，过曝区域文字又很容易被二值化吞掉。

解决：先做透视校正再进 OCR 流程，四角坐标手动选定或自动检测都行，3.3 小节已经给过实现。光照问题上优先依赖直方图均衡，同时把自适应阈值的邻域大小和偏移量调整成匹配当前票面的程度。做毕设答辩时，最好在演示之前把图片统一放在光线稳定的位置拍，减少变量。如果识别结果出现个别字符错乱，后处理正则也要能容忍误差，把失败的字段标记出来而不是硬凑一个错值，相比强行给个好看的结果，这个设计在论文里反而更严谨。

6. 进阶调试技巧：置信度输出与批量识别多张车票

基础跑通之后，你会发现这个项目还能往两个方向延伸：看得见识别过程的置信度，以及能够一次处理整个文件夹的批量模式。这两个功能都不复杂，但很能提升系统的工程完成度，毕业设计展示的时候也更能打动评委。

6.1 加一个 DEBUG 开关，把耗时和置信度打出来

第一个技巧是打开 debug 输出，在每个关键环节埋时间戳。常用的做法是在预处理函数和识别函数里用 time.time() 记录节点，在识别结果里读取置信度字段。加上之后你再换一张模糊的票，就能直观看出耗时花在了哪个环节，调参也有了依据。如果希望置信度也展示在界面上，可以在 OcrWorker 的 result_ready 信号里改成一个带置信度的结构体，而不是只传字符串。这部分建议保留一个全局开关，做实验时打开，演示时关掉，免得输出刷屏影响演示观感。

# 调试开关示例 import time DEBUG = True def debug_print(msg): if DEBUG: print(f"[debug] {msg}") t0 = time.time() binary = preprocess_ticket(img_path) debug_print(f"预处理耗时 {time.time() - t0:.3f}s")

6.2 批量识别 imgs 目录下的所有车票

第二个技巧是批量识别。构建一个脚本循环读取 imgs 目录下所有车票图片，逐张识别并输出结果文件。这在对数据集做准确率统计，或者批量整理车票信息时非常实用。核心逻辑就是遍历目录、逐张调用已有的识别函数、把结果写入文本文件：

# tools/batch_ocr.py：批量识别 import os from utils.parser import parse_fields from guiocr import ocr_ticket img_dir = "./imgs" output_file = "./results.txt" with open(output_file, "w", encoding="utf-8") as f: for name in os.listdir(img_dir): if not name.endswith((".png", ".jpg", ".jpeg")): continue path = os.path.join(img_dir, name) raw_text = ocr_ticket(path) fields = parse_fields(raw_text) line = f"{name}\t{fields['date']}\t{fields['train_no']}\t{raw_text}" print(line) f.write(line + "\n")

遍历时用 endswith 过滤掉非图片文件，避免把隐藏文件也丢进去识别。字段为空时会在结果里读到 None，批量统计准确率时可以按 None 计数来判断失败率。这个脚本跑一遍，你对整个系统在真实数据上的表现就有数了。

回看我拆这个项目的整个过程，最大的教训就是：GUI 类的项目一定不能只盯着一行代码看，它真正复杂的地方在于模块间的衔接和运行环境的一致性。从那以后我每拿到这样的项目，都强制先花十分钟把目录结构和 requirements 看明白，再决定往哪里加功能，几乎没再因为环境问题浪费过一整晚。希望这套 OCR 车票识别系统能帮你把毕业设计这条路走顺，无论是照着复现还是在此基础上改方向，先把「能跑通」实现，再去谈「跑得好」。

本文还有配套的精品资源，点击获取