名片 OCR 通讯录整理

解决名片图片批量录入通讯录的痛点

收到一整个目录的名片图片（PNG/JPG）后，手动把公司、手机、电话、邮箱等信息敲进通讯录不仅耗时，还容易出现错字、漏字段的问题。尤其是中英混排的名片（比如国内货代、物流、贸易公司的名片），通用 OCR 工具往往识别率不高，整理成可检索的表格更需要反复核对。这个技能针对这类场景，直接在本地完成批量 OCR 和结构化整理，不依赖外部 API 或密钥，省去手工录入的繁琐步骤。

技能如何工作

核心能力是本地批量 OCR + 结构化通讯录生成，整个流程分三步：搭环境、批量 OCR、整理成 Markdown。

• 搭环境：首次使用需准备 EasyOCR 环境（含中文+英文模型），模型缓存缺失时用 curl 断点续传下载，避免 EasyOCR 自带下载器挂死的问题。
• 批量 OCR：运行 scripts/ocr_cards.py 传入图片目录，每识别一张即时写盘（ocr_raw.json），支持中断续跑；脚本内置中文路径读图修复，解决 Windows 下 cv2.imread(中文路径) 返回 None 的 bug，还能通过 --skip 排除非名片文件。
• 整理成 Markdown：运行 scripts/build_md.py 生成通讯录，包含总览表（名片、公司、手机、电话、邮箱）和逐张详情（结构化字段+原始 OCR 全文）。提取逻辑带容错：多段/无点域名邮箱补全、O/l/I 数字还原、标签驱动号码识别，还能排除公司地址、业务、二维码等噪声行。

适用边界与注意点

• 仅支持 PNG/JPG 格式的名片图片，非名片文件（如 PDF、拼图）需手动用 --skip 排除。
• OCR 存在个别不可逆字符误差，重要电话、邮箱使用前建议与对方再次确认。
• 模型下载建议用 curl -C - --retry --speed-limit/--speed-time，避免依赖 EasyOCR 内置下载器。