在實際的業(yè)務(wù)場景中，我們常常需要從 PDF 文件中提取條碼信息，例如快遞面單 批次單 票據(jù) 物流標(biāo)簽等。手動逐個查看顯然效率極低。為了解決這個痛點，我們可以通過 Go 語言開發(fā)一個 自動掃描目錄內(nèi)所有 PDF 并提取條碼（二者均支持二維碼與 Code128 條碼） 的實用工具。

本文將結(jié)合一段完整的 Go 代碼逐步解析其實現(xiàn)原理，為你構(gòu)建類似工具提供參考。

一 整體功能設(shè)計

這個程序?qū)崿F(xiàn)了以下功能

1.自動掃描當(dāng)前目錄及所有子目錄中的 PDF 文件

2.利用 go fitz 將 PDF 渲染為圖片

3.使用 gozxing 庫識別條碼 支持

• Code128 一維條碼
• QR Code 二維碼 4 將識別結(jié)果按文件保存到 CSV 5 運(yùn)行結(jié)束后輸出條碼統(tǒng)計結(jié)果

輸出文件示例

文件名,條碼數(shù)量,條碼內(nèi)容
./docs/label1.pdf,2,1234567890; https://example.com

二 核心庫介紹

本工具主要用到三個庫

go fitz（PDF 渲染庫）

用于將 PDF 頁面轉(zhuǎn)換成 image.Image，以便進(jìn)一步識別條碼。

gozxing（ZXing Go 語言實現(xiàn)）

支持各種條碼格式，包括 Code128 和 QRCode，是本程序的識別核心。

encoding/csv

將識別結(jié)果輸出為 CSV 文件，方便統(tǒng)計分析。

三 條碼識別核心 decodeSingle

下面是條碼識別的關(guān)鍵函數(shù)，它接收一張圖片并嘗試讀取兩類條碼。

func decodeSingle(img image.Image) ([]string, error) {
    bitmap, err := gozxing.NewBinaryBitmapFromImage(img)
    if err != nil {
        return nil, err
    }

    var results []string

    // Code128
    reader := oned.NewCode128Reader()
    res, err := reader.Decode(bitmap, nil)
    if err == nil {
        results = append(results, res.String())
    }

    // QRCode
    qrReader := qrcode.NewQRCodeReader()
    resQR, err := qrReader.Decode(bitmap, nil)
    if err == nil {
        results = append(results, resQR.String())
    }

    return results, nil
}

設(shè)計亮點

• 即使某一種條碼識別失敗，也不會影響其他類型條碼的解析
• 返回一個字符串?dāng)?shù)組，可兼容多個條碼同時存在

四 PDF 批量處理 extractFromPDF

Go fitz 會將 PDF 每一頁轉(zhuǎn)成圖片，然后逐頁識別。

for i := 0; i < doc.NumPage(); i++ {
    img, err := doc.Image(i)
    if err != nil {
        continue
    }
    codes, _ := decodeSingle(img)
    allCodes = append(allCodes, codes...)
}

設(shè)計亮點

• 支持多頁 PDF
• 遇到無法渲染的頁面會跳過而不影響整體運(yùn)行

五 掃描目錄下所有 PDF

程序通過 WalkDir 遍歷當(dāng)前目錄及所有子目錄，非常適合批量處理業(yè)務(wù)場景。

filepath.WalkDir(".", func(path string, d os.DirEntry, err error) error {
    if !d.IsDir() && strings.HasSuffix(strings.ToLower(d.Name()), ".pdf") {
        pdfFiles = append(pdfFiles, path)
    }
    return nil
})

六 結(jié)果寫入 CSV

所有識別出的條碼最終寫入 CSV：

writer.Write([]string{
    pdf,
    fmt.Sprintf("%d", len(codes)),
    strings.Join(codes, "; "),
})

優(yōu)勢

• Excel 可直接打開
• 可繼續(xù)二次加工，例如進(jìn)行去重、統(tǒng)計、匹配等需求

七 完整流程示例

工具的標(biāo)準(zhǔn)運(yùn)行流程如下

• 放置 PDF 文件于任意子目錄
• 運(yùn)行程序
• 自動發(fā)現(xiàn)所有 PDF
• 自動解析每一頁條碼
• 結(jié)果寫入 barcode_result.csv
• 通過控制臺展示解析過程

最終輸出：

完成 → barcode_result.csv

八 常見問題與優(yōu)化思路

PDF 頁面圖片過大導(dǎo)致識別慢

可添加縮放處理提升識別速度

某些條碼識別率不高

• 增加亮度增強(qiáng)濾波
• 多角度旋轉(zhuǎn)嘗試識別

部分 PDF 含多張圖片

可將 fitz.Image 轉(zhuǎn)換過程進(jìn)一步優(yōu)化，提取所有圖層圖片

支持更多條碼格式

gozxing 還支持 Code39、EAN 等，可直接擴(kuò)展

九 總結(jié)

本文介紹了一個完整的 Go 工具，實現(xiàn)了目錄掃描 PDF 圖片提取條碼識別結(jié)果導(dǎo)出 CSV 的全自動流程。通過 go fitz 和 gozxing，我們可以快速構(gòu)建企業(yè)級批量 PDF 條碼識別工具。

到此這篇關(guān)于Go語言實現(xiàn)從PDF自動化提取條碼的開發(fā)全流程解析的文章就介紹到這了,更多相關(guān)Go自動化提取PDF條碼內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論