简介：这是一套基于GUI的OCR车票识别完整毕业设计项目，面向计算机视觉、机器学习方向的本科生及入门开发者，重点解决车票日期、车次、座位号等关键信息的自动提取与可视化操作问题。压缩包共82个文件，整体约4.01MB，包含24个Python源码与25个编译后的pyc文件，覆盖主程序、图像预处理、特征提取、模型识别等模块；另附24张示例车票图片、GUI界面UI文件及依赖配置清单，便于直接运行、二次开发或按目录结构快速定位所需代码。项目已有241人学习，自带完整数据与运行环境说明，可免去自行收集车票样本和搭建环境的额外成本。内容涵盖了OCR典型流程，如图像去噪、灰度化与二值化、透视变换校正、Canny边缘检测、字符特征选择，以及SVM或CNN模型训练等环节，并可从GUI事件驱动、图像输入到结果反馈的完整链路中理解实际工程落地方式，为毕业设计文档撰写、功能演示与答辩讲解提供切实参考。
1. 车票 OCR 识别系统：毕业设计值不值得做，先看这三点
如果你最近在翻毕业设计选题，大概率见过“基于 GUI 界面的 OCR 车票识别系统”这一长串标题。它看起来只是把 OCR 技术套了一层界面，实际做下来是一条完整链路：读图、预处理、文本检测与识别、字段抽取、界面回显。以火车票样张为例，车次、日期、座位号、票价这些字段，要从一张拍照图里自动提出来并回填到表格里，还能在界面上人工修正。适合计算机、软件工程、物联网方向的同学，投入三周可以出可运行版本，源码加数据加模型依赖说明，能组织成一套可直接复现的毕业设计交付物。
但先泼一盆冷水：这类题目的扣分点不在“识别”，而在“系统”。老师不会只看你调通了一个 OCR 库，而是会追问：“识别错了怎么办？”“换个版式的票还能用吗？”“界面卡死算谁的锅？”——这些正是这篇文章要拆掉的黑匣子。
2. 技术选型：OCR 引擎和 GUI 框架怎么搭才不翻车
做毕业设计之前先想清楚一件事：技术栈不是越新越好，而是“找得到的参考多、安装省心、答辩讲得清”。基于这个原则，OCR 引擎我推荐 PaddleOCR，GUI 框架推荐 PyQt5。下面是按车票场景做过对比之后给出的判断逻辑。
2.1 车票识别用哪个 OCR：PaddleOCR、Tesseract、EasyOCR 对比
车票识别的难点和普通文档不一样：票面有底纹、印章、二维码，还有小字号印刷体。OCR 引擎如果对中文小字不够敏感，识别出来的就是一团乱码。
| 维度 | PaddleOCR | Tesseract | EasyOCR |
|---|---|---|---|
| 中文识别效果 | 预训练模型对印刷体中文很稳，小字也有不错表现 | 必须装 chi_sim 语言包，票面带底纹时容易乱码 | 中文尚可，但模型依赖大 |
| 安装成本 | pip install paddleocr，首次运行自动拉取模型 | 安装器/apt 后还要单独放置语言包 | 要连带装 PyTorch |
| 输出结构 | 文本框坐标 + 文本 + 置信度 | 默认只有文本，坐标需要额外调接口 | 有坐标，但字段提取依赖第三方 |
| 推理速度 | CPU 中等，够用 | 轻量较快 | 偏慢 |
| 毕业设计适配度 | 首选 | 可选，适合离线环境 | 不优先 |
Tesseract 是惠普实验室起家的开源 OCR 引擎，资历老、离线可用，在纯内网环境里依然有它的价值。但它的中文识别强依赖语言包和图像质量，车票这种彩色印刷、带底纹的票面，很容易翻车。血泪经验是：把票放大两倍、灰度化之后，Tesseract 能止血；但换到 PaddleOCR 之后，直接在原图上识别也基本稳定。
PaddleOCR 还有一个不可忽视的优势：它的识别结果会带每个文本块的坐标框。车票系统要做字段自动填入，坐标就有大用——你可以只识别“车次”区域，而不是整张票。EasyOCR 在复杂场景下表现不差，但要拖一个 PyTorch 环境，打包体积和依赖管理对毕业设计来说太重。
有一个版本问题要提醒：PaddleOCR 接口迭代过好几次。你在网上搜到的旧教程里，PaddleOCR(use_angle_cls=True, lang='ch')这种写法是 2.x 时代的主流，本文后面也用这套接口。如果你装的是 3.x，接口已经迁移到PaddleX.create_pipeline，那就不要和下面的代码混着抄，先把接口统一到同一套体系再调试。
2.2 GUI 框架：PyQt5 和 Tkinter，怎么选不后悔
GUI 框架的选择逻辑比想象中简单。Tkinter 是 Python 标准库自带，不需要安装，开发一个“选择图片 + 文本框 + 按钮”的小窗口半小时就能跑通。但它的线程安全、控件样式都偏朴素，毕业设计要在答辩现场演示，视觉效果会很吃亏。PyQt5 需要pip install pyqt5，安装稍重，但它有两样别的框架给不了的东西：一是QThread + pyqtSignal做异步识别，二是QTableWidget/QTextEdit拿来展示字段非常像产品。界面还能用 qss 美化，打包成 exe 后观感接近商业软件。
我的实际建议是直接选 PyQt5。理由只有一个：车票识别是耗时操作，OCR 推理一次 1 到 3 秒，如果把识别逻辑直接放在按钮点击事件里，Qt 的界面会卡到像死机。PyQt5 的信号槽机制可以把识别工作丢到后台线程，界面上先显示“识别中”，出结果再通过信号回填。这个设计点，答辩时是加分项。如果你执意用 Tkinter，也有threading + queue的逃课方案，但要手动处理跨线程更新控件，踩坑成本更高，不建议在毕设里冒险。
2.3 图像预处理：灰度、缩放、二值化的顺序和注意点
车票是纸质印刷品，拍回来的照片经常带角度、阴影、底纹。直接喂原图给 OCR，印章、背景文字都会被当成正文。工程里常用的预处理组合是有顺序的，顺序错了效果反而变差：
import cv2 def preprocess_for_ocr(image_path): # 1. 读入彩色图 img = cv2.imread(image_path) # 2. 转灰度，减少色彩干扰 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 3. 放大 2 倍，小字号是车票识别最需要被照顾的部分 gray = cv2.resize(gray, None, fx=2.0, fy=2.0, interpolation=cv2.INTER_CUBIC) # 4. 中值滤波去噪，核大小按票面清晰度调 gray = cv2.medianBlur(gray, 3) return gray参数逻辑：fx=2.0是因为车票正文通常在 9 到 12pt 之间，手机拍出来可能只有几十像素高，放大两倍能让文本行更稳定。放大倍数不是越大越好，3 倍以上会引入边缘锯齿，反而掉点。medianBlur(gray, 3)的核取 3 或 5，尺度越小保留细节越多；车票有金属防伪线、二维码，核太大会把字符细节磨没。
另外，我不推荐在深度学习 OCR 前做强二值化。大津阈值会把红色印章也变成黑色干扰，丢掉灰度信息后，PaddleOCR 的特征提取反而少了区分维度。二值化更适用于 Tesseract 这类传统方案，用在 PaddleOCR 上属于帮倒忙。
3. 从零搭一个可直接运行的 GUI 车票识别系统：核心代码与数据组织
这一章直接给可复现结构。按我的习惯，项目不要一个 main.py 写 800 行。代码目录清晰了，后面打包、扩展、答辩都好讲。
3.1 项目目录结构与数据组织方式
直接建一个ticket_ocr文件夹：
ticket_ocr/ ├── main.py # 入口：启动 PyQt5 窗口 ├── core/ │ ├── __init__.py │ ├── ocr_engine.py # PaddleOCR 封装，返回文本行 │ ├── roi.py # ROI 区域配置，固定版式裁剪 │ └── field_extractor.py # 字段提取规则 ├── ui/ │ ├── __init__.py │ └── main_window.py # 主窗口，只管界面事件 ├── samples/ │ ├── ticket_clean.jpg # 清晰样张 │ ├── ticket_blur.jpg # 模糊样张 │ └── ticket_skew.jpg # 倾斜样张 ├── requirements.txt └── README.mdcore/负责纯逻辑，不依赖 GUI；ui/只负责界面事件，不直接 import cv2。samples/放自测数据，“数据”部分要有人工标注的参考结果，答辩时把期望字段整理成 json 放进去，展示数据集设计。requirements.txt里把关键库版本写死你本机验证过的数字，不要用>=写法，否则换台机器跑出什么版本都不确定。
3.2 主窗口：PyQt5 的“选图 + 识别 + 回显”最小实现
先看主界面的线程结构。OCR 是耗时操作，必须放到子线程，否则界面卡死：
# ui/main_window.py from PyQt5.QtWidgets import QMainWindow, QWidget, QLabel, QPushButton, \ QTextEdit, QVBoxLayout, QHBoxLayout, QFileDialog from PyQt5.QtGui import QPixmap from PyQt5.QtCore import QThread, pyqtSignal from core.ocr_engine import TicketOcrEngine from core.field_extractor import extract_fields class OcrWorker(QThread): # 子线程识别完成后，通过信号把字段字典传回主线程 result_ready = pyqtSignal(dict) def __init__(self, engine, image_path): super().__init__() self.engine = engine self.image_path = image_path def run(self): lines = self.engine.recognize(self.image_path) fields = extract_fields(lines) self.result_ready.emit(fields) class MainWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("基于 GUI 的 OCR 车票识别系统") self.resize(920, 680) self.engine = TicketOcrEngine() self.current_worker = None # 左侧显示原图，右侧显示结果 self.image_label = QLabel("请打开一张车票图片") self.result_text = QTextEdit() self.result_text.setReadOnly(True) self.open_btn = QPushButton("打开图片") self.recognize_btn = QPushButton("开始识别") self.open_btn.clicked.connect(self.open_image) self.recognize_btn.clicked.connect(self.start_ocr) layout = QVBoxLayout() layout.addWidget(self.image_label) layout.addWidget(self.result_text) btn_layout = QHBoxLayout() btn_layout.addWidget(self.open_btn) btn_layout.addWidget(self.recognize_btn) layout.addLayout(btn_layout) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) def open_image(self): path, _ = QFileDialog.getOpenFileName( self, "选择车票", "", "图片文件 (*.jpg *.png *.bmp)" ) if path: self.image_path = path pixmap = QPixmap(path) self.image_label.setPixmap( pixmap.scaled(self.image_label.width(), 400) ) def start_ocr(self): if not hasattr(self, "image_path"): return self.result_text.setPlainText("识别中...") self.current_worker = OcrWorker(self.engine, self.image_path) self.current_worker.result_ready.connect(self.show_result) self.current_worker.start() def show_result(self, fields): text = "\n".join(f"{k}: {v}" for k, v in fields.items()) self.result_text.setPlainText(text)关键点：OcrWorker是自绘的QThread子类，识别结果通过pyqtSignal(dict)传回。start_ocr里把按钮事件和 worker 解耦，点击后立即返回，界面不会卡。self.current_worker必须长期持有，如果写成局部变量，线程还没跑完就被 Python 垃圾回收，Qt 大概率直接崩溃。
3.3 OCR 核心引擎：PaddleOCR 封装成可复用模块
下面的代码把 PaddleOCR 包成了一个独立引擎类，后续换引擎或者扩展其他票据，只改这一个文件：
# core/ocr_engine.py import cv2 from paddleocr import PaddleOCR class TicketOcrEngine: def __init__(self): self.ocr = PaddleOCR( use_angle_cls=True, # 检测文本行并自动做角度校正 lang='ch', # 中文识别模型 show_log=False # 不打印中间日志 ) def recognize(self, image_path: str): img = cv2.imread(image_path) result = self.ocr.ocr(img, cls=True) lines = [] if not result: return lines # PaddleOCR 返回结构：[[ box, (文本, 置信度) ], ...] for line in result: if not line: continue for item in line: text_info = item[1] text, conf = text_info[0], text_info[1] if conf > 0.6: lines.append(text) return lines参数说明：use_angle_cls=True启用角度分类，手机斜拍的车票也能校正；如果样张全部是扫描件，可以关掉省时间。show_log=False避免控制台刷大量日志，答辩演示时更干净。conf > 0.6是置信度阈值，车票底纹和印章产生的误检文本行，置信度通常在 0.3 到 0.5 之间，0.6 能滤掉不少噪声。self.ocr初始化一次就复用，不要每点一次识别就新建一个 PaddleOCR 对象，模型重新加载要卡好几秒，演示体验很差。
3.4 车票字段提取：正则规则与坐标裁剪结合
拿到 OCR 文本行之后，要做的是把车次、日期、票价、座位号这些结构化信息抽出来：
# core/field_extractor.py import re def extract_fields(lines): fields = {} for text in lines: text = text.replace(" ", "") # 车次：G/D/C/K/Z/T + 1到4位数字 m = re.search(r"([GDCKZT]\d{1,4})", text) if m: fields["train_no"] = m.group(1) # 日期：2024年05月06日 m = re.search(r"(\d{4}年\d{1,2}月\d{1,2}日)", text) if m: fields["date"] = m.group(1) # 票价：486.00元 m = re.search(r"([\d.]+)元", text) if m: fields["price"] = m.group(1) # 座位/车厢：05车 或 12号 m = re.search(r"(\d+号|\d+车)", text) if m: fields["seat"] = m.group(1) return fields正则规则是从样张观察里总结出来的，不是通用的。车次的正则覆盖了高铁、动车、城际、直达、特快、快速这几类常见车次；日期格式如果你手上的样张是2024-05-06，就要把正则里的“年月日”换成横杠。座位号经常被拆成“05车”和“012号”两段，可以各存一个字段。
真正让字段提取稳定的技巧是坐标裁剪。整张票的 OCR 结果里混着出发站、到达站、候车信息，全局搜正则容易被无关文本干扰。常见做法是维护一张 ROI 配置表，把车次、日期、价格固定在票面的某个区域：
# core/roi.py ROI_REGIONS = { "train_no": (60, 30, 180, 70), # (x, y, w, h) "date": (60, 100, 220, 45), "price": (600, 150, 160, 45), "seat": (300, 150, 200, 40), } def crop_roi(img, box): x, y, w, h = box return img[y:y + h, x:x + w]坐标值要在本地样张上人工圈出来，不要凭空写。同一版式的一组坐标基本稳定，换了新版式再维护一组配置即可。把裁剪后的区域单独送给 OCR，字段提取准确率会高出很多。
4. 车票识别系统避坑指南：5 个常见翻车点和排查思路
这一章写的不是教科书理论，是我自己把这套东西从“命令行识别”做到“GUI 可运行”的过程中实际踩过的坑。
4.1 现象：Tesseract 识别中文车票直接乱码，满屏方框
把火车票交给 Tesseract 识别，输出大段方框，极个别数字能出来，中文几乎全军覆没。
原因：多数情况是环境里根本没装中文语言包。Tesseract 默认只带eng，中文需要单独的chi_sim.traineddata。即使装了语言包，如果语言包版本和 Tesseract 主程序不匹配，也会出现识别乱码。车票字体小、又是彩色印刷，会放大这个问题的表现。
解决：先用这条命令确认环境里有没有中文包：
tesseract --list-langs输出列表里没有chi_sim就先装。在 Ubuntu 上通常执行：
sudo apt install tesseract-ocr tesseract-ocr-chi-simWindows 上重新安装 Tesseract 时勾选简体中文语言支持。装好之后，把图片放大两倍、把lang参数写成chi_sim，再跑一次。如果还是乱码，就是票面背景太脏，不要死磕 Tesseract，建议直接换 PaddleOCR。
4.2 现象：识别结果里有很多字，但车次、日期字段对不上
界面上已经能看到“出发站”“候车”“请勿挤压”一类文本，但提取出来的车次是错的或空的。
原因：整张票面的 OCR 结果里混了大量非目标文本。车次、日期的字符串确实出现了，但字段提取是全局遍历，结果被“候车”这种词抢占，逻辑被干扰。
解决：把“先全图 OCR，再在全文本里找字段”改成“先切区域，再在区域内 OCR”。在core/roi.py里按 3.4 的配置维护坐标，把车次、日期、价格分别裁剪出来再识别。这样字段提取不会受到版面上其他文字的干扰，准确率提升非常明显。
4.3 现象：点击“识别”后界面无响应，窗口变白
在 PyQt5 窗口里点“开始识别”，按钮按下去没反应，拖动窗口时系统提示“未响应”，几秒后结果才突然涌出来。
原因：OCR 推理是 CPU 密集任务，直接写在按钮的 click 槽函数里，Qt 主线程被堵死，事件循环无法重绘。程序没死，是 UI 线程忙不过来。
解决：用QThread + pyqtSignal把识别放到后台线程，代码见 3.2。补充一个细节：self.current_worker一定要是实例属性，不能是start_ocr里的局部变量。线程对象被回收会导致进程崩溃。
4.4 现象：打包成 exe 后双击打开，报找不到模型或路径错误
开发环境里运行正常，用 PyInstaller 打包后换台电脑双击 exe，启动或点“识别”时直接报FileNotFoundError。
原因：PaddleOCR 的模型是首次运行时自动下载到本机用户缓存目录的，PyInstaller 默认只打包 Python 模块，不会把模型文件、动态库一起带进包。另外代码里如果用了相对路径，打包后的工作目录可能和 exe 所在目录不一致，也会找不到文件。
解决：在代码里统一用一个resource_path函数定位外部资源，开发态和打包态都能跑：
# path_helper.py import sys import os def resource_path(relative_path): base = getattr(sys, "_MEIPASS", os.path.abspath(".")) return os.path.join(base, relative_path)sys._MEIPASS是 PyInstaller 把资源解压到临时目录时的路径，开发环境下这个属性不存在，所以回退到当前目录。模型路径、样张路径都先经过resource_path()再使用。打包时用--add-data把模型目录带进去。
提示：
--add-data在 Windows 上分隔符是分号，在 Linux 上是冒号，别写反。
4.5 现象：识别速度慢，一张票要 3 到 5 秒，演示等得尴尬
本地测试识别一张 2MB 车票图，推理要 3 秒多，答辩演示时等待期很尴尬。
原因：把整张图交给模型，票面文本行多，检测阶段看全图，同时角度分类模块每段都跑。这些推理在 CPU 上排队，自然会慢。
解决：三个办法配合使用。第一，先 ROI 裁剪，只保留车次日期价格区域，文本行数量大幅下降。第二，如果车票样张基本都是正向，关掉角度校正：
ocr = PaddleOCR(use_angle_cls=False, lang="ch", show_log=False)第三，图片尺寸过大时先cv2.resize把最长边限制在 2000 像素左右。不需要急着动rec_batch_num，车票文本行本来就少，默认值够用。
5. 验收与答辩：把系统从“能跑”做到“能讲”
5.1 三组自测样例，比“跑通一次”更有说服力
毕业设计最容易出的问题，是代码只在自家电脑上跑通了一张图。答辩之前，我会在samples/里放三张图，对应三种典型情况。ticket_clean.jpg是清晰票，所有字段应该全对，用来展示主流程通过。ticket_blur.jpg是手机随手拍模糊一点的，识别结果要能部分命中，同时界面提供人工修改框，说明交互层兜底。ticket_skew.jpg是斜着拍的票面，use_angle_cls=True能校正，把它和关闭角度分类的结果对比，就能讲清楚角度分类模块的作用。
这三组数据不追求全部识别成功，但必须变成答辩时的三个演示段落。
5.2 换一种票据：问卷、合同、存单都能用同一套骨架
这套代码的可迁移点在于：OCR 引擎不变，变的只是 ROI 坐标和字段规则。合同关键字段提取、问卷拍照识别、银行存单识别，底层都是一样的模式——先对文档做 OCR，再用规则把非结构化文本切成结构化字段。
答辩被问到“系统能扩展吗”，你可以说：换一套 ROI 配置和正则规则，就能从车票迁移到其他票据场景。这个回答比“我再加功能”稳妥得多。
5.3 一个细节：把置信度和耗时显示在界面上
想让演示更专业，在结果文本框下方加一行小字：识别耗时 0.82s，置信度 0.93。实现不复杂，用time.time()包住 worker 的 run 方法，和字段结果一起 emit 出来。这行小字会让老师觉得你考虑了工程性能，而不是只交了一个 demo。
我自己的习惯是：每个 GUI 加算法的毕业设计，答辩前都会专门留一天做用例回归。第一次做这类系统时没做 ROI 裁剪，整张票交给 OCR 再提字段，准确率只有一半出头，被老师问得下不来台。后来改成先裁区域、再识别、再加正则校验，准确率才稳到八成以上。此后我接手任何类似项目，都会先把耗时操作丢线程、先跑通三组回归用例再谈功能。希望帮到你。
本文还有配套的精品资源，点击获取
