一款集成 OCR 文字识别、多格式文件转换（图转 Word/Excel/PDF）、分布式用户认证、文件备份与历史管理、智能物体计数 等功能的综合扫描处理工具

源码资源网

一款集成 OCR 文字识别、多格式文件转换（图转 Word/Excel/PDF）、分布式用户认证、文件备份与历史管理、智能物体计数 等功能的综合扫描处理工具
一款集成 OCR 文字识别、多格式文件转换（图转 Word/Excel/PDF）、分布式用户认证、文件备份与历史管理、智能物体计数 等功能的综合扫描处理工具。项目采用 C++（后端）+ Qt（客户端）技术栈，支持高并发服务、本地 / 云端协同处理，以及全局快捷键、截图识别等便捷操作。
核心功能模块[td]

模块	核心能力
界面与交互	自定义控件（CardView、RoundProgressBar 等）、Flow 动态布局、系统托盘、全局快捷键（Alt+S 截图）
OCR 识别	基于 PaddleOCR/OpenCV 的文字提取、截图识别（共享内存传输，无文件 I/O 开销）
文件转换	图片转 Word/Excel/PDF、PDF 水印添加、卡片（矩形）识别
物体计数	基于 OpenCV 分水岭算法的物体计数，支持边缘 / 区域两种标记模式，实时显示标记结果
证件检测	基于 YOLOv8-Pose 训练自定义卡片角点定位模型，并用opencv透视矫正
用户认证	注册 / 登录 / 密码重置（邮箱验证码 + Redis 存储）、密码 BCrypt 哈希加密
分布式服务	GateServer（登录网关）、VerifyServer（验证码服务）、ResServer（资源备份）、StatusServer（负载均衡）
数据存储	MySQL（用户 / 文件元数据）、Redis（验证码 / Token）、SQLite（本地操作历史）、连接池管理
搜索与管理	Trie 树自动补全、Jieba 中文分词搜索（工具 / 历史记录 / 备份页面）、分页加载历史记录

技术栈[td]

分类	技术 / 框架
后端开发	C++17、Asio（异步网络）、gRPC（服务通信）、Protobuf（数据序列化）、MySQL/Redis/SQLite
客户端开发	Qt 5/6（界面、网络、IPC）、Qt Pdf 模块（水印）、共享内存 IPC
识别与算法	OpenCV（图像处理）、PaddleOCR（文字识别）、YOLOv8-Pose（角点检测）、Jieba（中文分词）、Trie 树（搜索补全）
性能优化	IO 线程池（TCP/HTTP 分离）、无锁日志队列、数据库连接池、文件分片传输（64KB 块）

项目开发历程（2025.2 - 2025.8）1. 基础构建阶段（2025.2.20 - 2025.3.20）

• 实现 imgeditor 窗口与自定义控件（CardView、Panel、RoundProgressBar 等）
• 开发动态布局 FlowLayout，支持窗口大小自适应
• 初步实现 tasklist 窗口（后续弃用）
  

2. 服务端核心开发（2025.3.28 - 2025.4.1）

• 基于 Asio 实现 CServer 服务端，支持 IO 线程池（提升并发）
• 开发 MySQL 连接池 + DAO/Mgr 层（自动管理连接，简化事务调用）
• 实现 HTTP/TCP 双协议支持，修复端口冲突问题（独立 acceptor 分离服务）
• 升级日志系统为无锁队列，支持单例模式与格式化输出
  

3. 用户认证与客户端功能（2025.4.2 - 2025.4.14）

• Qt 客户端：HttpClient 单例、注册 / 登录 / 密码重置界面
• 服务端：用户注册 / 登录事务、BCrypt 密码哈希（异步计算，避免阻塞）
• 新增 Verify 服务：邮箱验证码（SMTP）+ Redis 过期存储（10 分钟有效）
  

4. OCR 与文件处理（2025.4.16 - 2025.6.17）

• 集成 OpenCV/PaddleOCR，实现卡片识别、文字提取功能
• 优化架构：Qt 本地进程池处理 OCR 任务，结果云端备份（减少网络传输）
• 实现图片转 Word/Excel/PDF 核心功能，修复排版与编码问题
  

5. 交互优化与搜索（2025.6.19 - 2025.7.26）

• 新增选区截图（支持箭头 / 图形标注）、全局快捷键（Alt+S 触发）
• 开发搜索引擎框架：Trie 树自动补全、Jieba 中文分词（支持多页面精准搜索）
• 优化单例模板（支持有参构造）、修复全局热键崩溃问题
  

6. 数据管理与分布式（2025.7.27 - 2025.8.18）

• SQLite 本地历史记录：file_info 表存储操作记录，BaseDao 封装 CRUD 接口
• 分布式架构：拆分 GateServer/VerifyServer/ResServer，gRPC 跨服务通信
• 文件分片传输：上传 / 下载分块（64KB），支持跨 ResServer 文件转发（grpc 内部流式传输）
• 验证码服务重构：Node.js 实现 SMTP 邮件发送（解决中文乱码问题）
  

7.物体计数功能（2025.8.19 - 2025.8.21）（1）物体计数功能（2025.8.19 - 2025.8.21）

• 算法实现：基于 OpenCV 分水岭算法，支持边缘检测和区域标记两种模式
• 性能优化：处理速度从 9000ms 降至 280ms（优化标记计算逻辑）
• 交互设计：
  
  • 新增 CountResItem 图元，实时显示标记结果且不影响原图
  • 支持降噪参数调节，计算结果缓存（避免重复运算）
  • 子线程运算（moveToThread），防止阻塞 UI
    
  
  

（2）证件检测功能（2025.8.22-8.24）

• 模型训练：基于 YOLOv8-Pose 预训练模型（yolov8s-pose.pt），训练自定义卡片角点定位模型
  
  • 数据集：500+ 张卡片图片，标注四角关键点
  • 训练参数：epoch=50、imgsz=640、batch=16，启用数据增强
    
• 与Python端交互模式：Qt端使用QProcess传参调用py脚本实现识别
• 效果验证：训练曲线收敛正常，验证集角点定位准确率满足需求（示例图见项目路径 keypoint_detection/card_corner_detection/exp5）
  

关键架构设计分布式服务架构

一款集成 OCR 文字识别、多格式文件转换（图转 Word/Excel/PDF）、分布式用户认证、文件备份与历史管理、智 ...

快速启动1. 环境依赖

• 编译工具：MSVC 2019+/GCC 9+（支持 C++17）
• 依赖库：Qt 5.15+/6.x、Asio 1.24+、MySQL 8.0、Redis 6.0、PaddleOCR 2.6+、Ultralytics（YOLOv8）
• 其他：Jieba 分词库、gRPC 1.50+、Protobuf 3.21+
  

2. 部署步骤

• 服务端启动：
  
  • 启动 Redis/MySQL，创建用户 / 文件元数据表（见 2025.7.28 章节 SQL 脚本）
  • 启动 StatusServer（负载均衡）、VerifyServer（Node.js 脚本）、ResServer（资源服务）、GateServer（登录网关）
    
• 客户端启动：
  
  • Qt 编译客户端项目，配置服务端地址（config.json）
  • 运行客户端，通过邮箱注册账号，登录后使用 OCR / 文件转换功能
    
  
  

3. 常用功能触发

• 截图识别：按下 Alt+S 选择区域，自动识别文字
• 文件转换：导入图片，选择「转 Word/Excel/PDF」，结果保存在本地 / 云端
• 历史记录：在「历史页面」查看本地操作记录，支持关键词搜索
  

链接: https://pan.baidu.com/s/1DUEPC8FRFkHX9ogZ-0ITkw
提取码下载：

文件名称:提取码下载.txt 
下载次数:0  文件大小:16 Bytes  售价:99金钱 [记录]
下载权限: 不限 [购买VIP]   [充值]   [在线充值]   【VIP会员6折；永久VIP4折】

安全检测，请放心下载