3. 签收证明图像采集规范

签收证明图像的质量直接决定 OCR 识别的准确率与在途追踪数据融合的可靠性。本章从拍照角度、光照要求、图像分辨率三个核心维度定义采集规范，并列举常见不合格图像示例，帮助现场操作人员与系统设计者建立统一的图像质量基线。

3.1 拍照角度规范

拍摄签收证明时，镜头光轴应尽量垂直于单据平面，避免透视畸变导致文字变形。推荐角度范围与容差如下：

3.2 光照要求

光照条件影响图像对比度、阴影分布与文字边缘清晰度。不均衡光照会造成局部过曝或欠曝，直接破坏 OCR 二值化效果。光照规范如下：

• 照度均匀度：单据表面任意两点照度差 ≤20%，推荐使用双光源对称布光或环形补光灯。
• 照度范围：300–800 lux，避免直射阳光（通常 >10000 lux）或昏暗环境（<50 lux）。
• 色温：4000K–6500K（中性白光至冷白光），避免暖色灯光（<3000K）导致偏黄。
• 避免反光：签收证明多为热敏纸或光面纸，拍摄角度应避开光源镜面反射路径。
• 阴影控制：拍摄者身体或手机不应在单据上投下阴影，推荐使用漫反射柔光板。

3.3 图像分辨率标准

分辨率决定了 OCR 引擎能识别的最小字符尺寸。签收证明通常包含手写签名、印刷体日期、运单号等混合内容，分辨率标准需兼顾细节保留与文件传输效率。

3.4 常见不合格图像示例

以下列出实际业务中高频出现的不合格图像类型，每个示例附带问题分析与改进措施。

3.5 图像质量自动校验规则

在采集端或上传入口部署图像质量自动校验模块，可实时拦截不合格图像。以下为推荐校验规则与阈值：

# 图像质量自动校验伪代码
def validate_image(image):
    checks = {
        "blur": detect_blur(image) < 100,          # Laplacian 方差 < 100 判定为模糊
        "brightness": 80 < mean_brightness(image) < 200,
        "contrast": std_brightness(image) > 30,
        "resolution": image.width >= 1920 and image.height >= 1080,
        "angle": abs(detect_skew_angle(image)) <= 15,
        "exposure_ratio": calc_overexposed_ratio(image) < 0.05,  # 过曝像素 < 5%
        "shadow_ratio": calc_underexposed_ratio(image) < 0.10    # 欠曝像素 < 10%
    }
    return all(checks.values()), checks