本项目是专为医院病案室、信息科和医保结算部门设计的图像级质检系统，解决病案翻拍件在无纸化归档前「缺页、模糊、非授权复印」三大合规风险。我们不依赖人工抽检，而是通过多维度图像分析（清晰度/分辨率/对比度）、OCR页码连续性校验、水印模板匹配、翻拍与复印特征识别四大核心机制，自动生成带问题定位的HTML报告、可筛选Excel清单和结构化JSON数据。它同时提供命令行（CLI）快速单图诊断、多进程批量处理、可视化Web服务（FastAPI + Uvicorn）及RESTful API接口，技术栈基于Python 3.8+、OpenCV、Tesseract/PaddleOCR、NumPy与Pandas，所有检测逻辑均可配置阈值与权重，适配不同等级医院的归档标准。

定位与能力范围

我们不做通用图像质检，只聚焦病案场景的刚性要求：必须能判断一页是否该有、是否够清、是否被翻拍过、是否带有效授权水印。因此系统边界非常明确，不处理病历文本内容理解，不替代临床质控规则引擎，也不做原始扫描仪驱动控制。它的输出永远是「这张图是否符合归档图像质量规范」的确定性结论，而非概率建议。所有检测项都对应《电子病历系统功能应用水平分级评价标准》《医疗机构病历管理规定》中关于图像完整性、可读性、来源合法性的条款。例如「缺页检测」不是简单数文件个数，而是用OCR识别每张图中的页码（支持阿拉伯数字、罗马数字、中文格式如“第1页”），再按序列逻辑校验中断、重复、乱序；「非授权复印检测」则专攻摩尔纹、屏幕边框、反光点、灰度异常等翻拍特有痕迹，而非泛泛的“图像失真”。

核心功能模块

系统能力由五个正交模块构成，彼此解耦，可独立启用或组合调用：

模块	输入对象	输出结果	典型使用场景
图像质量评估	单张图像	清晰度（拉普拉斯方差）、分辨率（DPI/像素尺寸）、对比度（灰度标准差）三维度分数与等级判定	扫描后即时筛查，过滤模糊、低DPI、过暗/过亮图像
页码连续性校验	图像集合（含OCR识别结果）	缺页、重复页、乱序页、无法识别页四类问题标记及起止位置	归档前整套病案完整性核验，支撑“一页不漏”审计要求
授权水印识别	单张图像 + 水印模板PNG	匹配得分、匹配点数、是否命中授权模板	判断是否为院内授权翻拍，拦截外部复印或手机拍摄件
非授权复印检测	单张图像	摩尔纹/屏幕边框/反光点/灰度异常四项子分，合成风险等级（无/低/中/高）	识别手机翻拍屏幕、复印件、扫描件二次翻拍等违规来源
报告生成引擎	JSON检测结果	HTML（含图表与问题高亮）、Excel（多Sheet+条件格式）、JSON（结构化字段）三种交付物	向病案管理员提交归档质检台账，向信息科提供API对接数据

使用与配置方式

我们提供三层使用入口，按需选用：

• 命令行（CLI）

  ：适合日常抽检、脚本化集成、服务器批量调度

• Web服务（API）

  ：适合嵌入HIS、EMR、档案系统，实现归档流程自动触发

• 配置文件（YAML/JSON）

  ：所有检测阈值、权重、OCR语言、并发策略均可外部定义

例如调整清晰度合格线，既可在CLI中临时覆盖：

mrqa scan-single image.jpg --clarity-threshold 150

也可在config.yaml中持久化：

clarity:
  threshold: 150.0

甚至用环境变量全局生效：

export MRQA_CLARITY_THRESHOLD=150.0

这种三层配置体系确保一线人员能快速上手，而信息科可统一管控全院质检标准。

环境与运行依赖

系统对运行环境要求清晰且轻量，不捆绑重型中间件：

组件	要求	说明	是否必需
Python	3.8+	主程序运行环境	是
Tesseract OCR	可选安装	仅当启用页码识别时需要	否（可用PaddleOCR替代）
中文语言包	tesseract-ocr-chi-sim  或 paddleocr	支持“第1页”等中文页码格式	否（英文页码可不装）
OpenCV / NumPy / Pandas	pip install -r requirements.txt	图像处理与数值计算基础库	是
FastAPI / Uvicorn	Web服务依赖	提供API文档（Swagger UI）与异步任务管理	否（CLI模式无需）

Windows用户安装Tesseract只需下载Mannheim版并加入PATH；Linux（Ubuntu）一行命令即可：

sudo apt-get install tesseract-ocr tesseract-ocr-chi-sim

macOS用户则用Homebrew：

brew install tesseract tesseract-lang

数据与扩展机制

所有检测结果均以结构化JSON为中间态，字段设计直指业务可读性：
- quality.overall_score（综合分）、quality.overall_level（优秀/良好/合格/不合格）
- page_number.page_number（识别出的页码）、page_number.confidence（OCR置信度）
- unauthorized_copy.risk_level（高/中/低/无风险）
- issues.by_type（按问题类型统计：blur/low_resolution/contrast/moire等）

这使得Excel报告能自动映射为「问题清单」「详细结果」「页码序列」三个工作表，并用颜色标注严重程度；HTML报告则内置质量分布饼图、分数柱状图、问题条形图；而JSON可直接被下游系统解析为质控看板数据源。扩展水印模板也极简：只需准备PNG文件，通过-w watermark1.png -w watermark2.png参数传入，或统一放在./watermarks/目录由配置文件指定，系统自动完成模板匹配。

限制与说明

我们坦诚说明当前能力边界，避免误用：
- OCR页码识别效果高度依赖图像质量，若页码区域模糊、倾斜或被遮挡，识别率会下降，此时建议先用CLI的--verbose参数查看原始OCR文本，再针对性优化扫描参数。
- 非授权复印检测对纯黑白复印件的判别强于彩色翻拍，因摩尔纹等特征在彩色图像中易被压缩算法削弱，建议启用reflection_threshold与gray_anomaly_threshold双校验。
- 批量处理内存占用与图像尺寸正相关，处理超大图（如A3幅面300DPI扫描件）时，建议启用--checkpoint-dir保存中间状态，防止单点失败导致全量重跑。
- 所有阈值（如清晰度100.0、DPI 200）均为行业通用起点，实际部署时请依据本院历史归档图像样本，在config.yaml中微调至最适值，而非机械套用。

项目地址：
https://github.com/nexorin9/medical-record-scanner-qa