Extraia o Número de Rastreio, Destinatário e Endereço de uma Foto de Etiqueta de Pacote
Extraia 5 campos, incluindo número de rastreio, nome do destinatário, endereço, modalidade de serviço e peso — de fotos de etiquetas de qualquer transportadora, mesmo com reflexo da fita adesiva ou superfícies curvas.
5s por etiqueta · Até 99% de precisão em texto impresso
O que você pode extrair da foto de uma etiqueta de pacote
Extração de colunas personalizada permite nomear os campos — a IA localiza cada um pelo significado, não pela posição na etiqueta. Mesmo com reflexo da fita adesiva ou superfície curva.
Formato específico da transportadora — UPS começa com "1Z", USPS com "9400", Amazon Logistics com "TBA". A IA lê o número impresso e faz validação cruzada com o código de barras.
A pessoa ou empresa que receberá o pacote. Geralmente é o texto maior na etiqueta.
Rua, cidade, estado, CEP. Às vezes parcialmente coberto pelo reflexo da fita adesiva. A IA lê através dos reflexos reconhecendo a estrutura do endereço, em vez de caracteres individuais.
Ground, Express, Priority — frequentemente abreviadas ("GND", "PRI"). A IA lê independentemente do estilo de abreviação.
Peso do pacote em lbs ou kg, geralmente em fonte menor próximo ao canto inferior.
Reflexo da fita adesiva, superfícies curvas, layouts densos — por que os rótulos de pacotes quebram o OCR tradicional
Um rótulo de envio é uma etiqueta térmica brilhante colada em uma caixa de papelão curva, exposta a manuseo, luz e clima. O OCR tradicional lê o reflexo. A extração semântica lê cada campo pelo que ele significa.
Por que as Ferramentas Tradicionais Falham
O reflexo da fita adesiva e as superfícies curvas distorcem os caracteres. Uma etiqueta colada sobre a borda de uma caixa cria uma superfície inclinada e refletiva. A fita transparente sobre o endereço do destinatário reflete a luz em vez de deixar a câmera capturar o texto. Como um desenvolvedor observou em uma discussão sobre OCR de etiquetas de envio, "fotos do mundo real têm reflexos, dobras e iluminação ruim" — condições que reduzem drasticamente a precisão do OCR convencional.
Informações densas em um espaço pequeno causam mistura de campos. Uma etiqueta de 4″×6″ contém número de rastreio, código de barras, dois blocos de endereço, indicador de serviço, peso e campos de referência — todos separados por guias visuais em vez de caixas rotuladas. O OCR tradicional despeja tudo em um único bloco de texto, misturando o número de rastreio com o CEP e o peso com o valor do código de barras. Desembaraçar isso exige trabalho manual em cada etiqueta.
Cada transportadora usa um layout diferente. A UPS coloca o número de rastreio no topo da etiqueta. A FedEx o posiciona abaixo do endereço do destinatário. A USPS o envolve ao redor do código de barras. Ferramentas baseadas em modelos precisam de uma configuração separada para cada transportadora — e uma nova configuração toda vez que uma transportadora atualiza o design de sua etiqueta.
Como a Extração Semântica Lê Qualquer Etiqueta
Nomeie as colunas — a IA encontra valores pelo significado, não pela posição. Digite "Número de rastreio, Nome do destinatário, Endereço, Modalidade de serviço, Peso". O modelo reconhece padrões de números de rastreio (1Z..., 9400..., TBA...) e lê através do reflexo identificando-os — não por OCR de cada caractere distorcido.
O contexto visual resolve a densidade. O modelo entende que um número de rastreio impresso acima de um código de barras, um bloco de endereço do destinatário abaixo dele e um valor de peso na parte inferior são campos separados — mesmo estando a poucos milímetros de distância. Ele lê cada um de forma independente, evitando a contaminação cruzada que afeta o OCR tradicional em etiquetas densas.
Um conjunto de colunas funciona para todas as transportadoras. As mesmas cinco colunas extraem de uma etiqueta UPS Ground, uma etiqueta FedEx Express, uma etiqueta USPS Priority e uma etiqueta DHL eCommerce sem qualquer configuração por transportadora. Envie etiquetas de várias transportadoras em um único lote — a IA processa cada uma de forma independente e gera uma única planilha.
Da Foto da Etiqueta do Pacote a uma Linha de Planilha em Três Etapas
Fotografe a Etiqueta no Pacote
Um pacote chega à sua mesa de recebimento ou à sua porta. A etiqueta está fixada com fita adesiva sobre a quina da caixa. A fita transparente reflete a luz do teto. Você tira uma foto com o celular — JPG ou PNG — capturando toda a área da etiqueta. Envie-a para um lote. Não é preciso remover a etiqueta, alisá-la ou tirar a fita. A foto como está já é suficiente para começar.
Defina os Campos uma Única Vez
Digite os nomes das colunas de que você precisa: Número de rastreio, Nome do destinatário, Endereço, Modalidade de serviço, Peso. As mesmas cinco colunas funcionam tanto para etiquetas da UPS, FedEx, USPS ou DHL. A IA processa cada imagem de forma independente — ela encontra o número de rastreio pelo padrão da transportadora, lê o bloco de endereço reconhecendo a estrutura de rua/cidade/CEP e identifica o peso pelo formato numérico e pela proximidade do rótulo da unidade.
Baixe uma Planilha Limpa
O processamento leva cerca de 5 segundos por etiqueta. A saída é um arquivo XLSX: cada linha é uma etiqueta fotografada, cada coluna é um campo que você definiu. Etiquetas de diferentes transportadoras aparecem na mesma tabela. Aproximadamente 18x mais rápido do que abrir cada foto de etiqueta, ler o número de rastreio, digitá-lo e repetir o processo para o endereço e o peso (~2-3 min manual por etiqueta vs ~5s aqui).
Quando a Extração de Fotos de Etiquetas Funciona Melhor — e Quando Ter Cautela
Entender estas condições ajuda você a obter resultados consistentes de etiquetas de envio fotografadas.
Quando Funciona Melhor
Fotos frontais bem iluminadas. Etiqueta fotografada plana sobre uma mesa ou na face de um pacote — até 99% de precisão em campos impressos.
Etiquetas padrão de transportadoras. Etiquetas UPS, FedEx, USPS, DHL e Amazon Logistics com texto impresso térmico ou jato de tinta.
Transportadoras mistas em um mesmo lote. Transportadoras diferentes, mesmo conjunto de colunas — os campos ausentes em uma etiqueta permanecen vazios.
Quando Ter Cautela
Fita opaca cobrindo o texto. A fita transparente com reflexo é bem manejada; a fita de embalagem opaca que esconde o texto por completo bloquea a extração na área coberta.
Etiquetas térmicas muito desvanecidas. As etiquetas térmicas diretas se degradan com a luz solar e o calor. Se tanto o texto impresso como o código de barras estão muito desvanecidos para ser lidos, a precisão da extração cae significativamente.
Anotações manuscritas de peso ou roteamento. O texto impresso se extrae com 95-99% de precisão. As correções manuscritas nas etiquetas são menos confiables — trate esses campos como que necessitan uma verificação pontual.
Perguntas Frequentes
A IA consegue ler um Número de rastreio parcialmente coberto por fita transparente?
Sim, na maioria dos casos. O modelo visual reconhece um número de rastreio como um padrão semântico — números da UPS começam com "1Z", USPS com "9400", Amazon Logistics com "TBA". Quando a fita transparente cria reflexo sobre parte do número, o modelo o reconstrói a partir dos caracteres visíveis e faz a validação cruzada com o código de barras. Se a fita for opaca e esconder completamente o texto, a IA não consegue ler o que não está visível — mas a cobertura parcial por fita transparente é tratada de forma confiável.
Cada transportadora formata a Modalidade de serviço de forma diferente — a ferramenta normaliza esses dados?
A IA extrai o indicador de serviço exatamente como impresso na etiqueta: "GND" para UPS Ground, "PRI" para USPS Priority, "Express Saver" para FedEx. Ela lê a abreviação ou o nome completo de onde quer que apareça na etiqueta, sem exigir que você conheça o sistema de códigos de cada transportadora. Os valores extraídos são brutos — se você precisar normalizá-los (por exemplo, padronizar "GND" e "Ground" em um único rótulo), uma fórmula simples na sua planilha resolve isso em segundos após a exportação.
Posso misturar etiquetas da UPS, FedEx e USPS no mesmo lote?
Sim. Defina um conjunto de nomes de colunas — Número de rastreio, Nome do destinatário, Endereço, Modalidade de serviço, Peso — e a IA processa todas as etiquetas do lote usando as mesmas definições. Uma etiqueta da UPS Ground e uma da FedEx Express têm layouts completamente diferentes, mas a IA lê cada uma entendendo o que cada campo significa, em vez de onde ele aparece na página. O resultado é uma única planilha em que as etiquetas de todas as transportadoras aparecem como linhas com a mesma estrutura de colunas.
E se a foto da etiqueta for tirada em ângulo sobre uma caixa de papelão curva?
Fotos em ângulo e superfícies curvas reduzem a precisão em comparação com uma foto frontal e plana, mas a abordagem semântica ainda supera o OCR tradicional. Uma inclinação de 15 graus pode fazer o OCR tradicional perder 30-40% de precisão porque os caracteres ficam distorcidos e as alturas das linhas variam. O modelo visual lê através da curvatura entendendo o texto como padrões significativos — um nome continua sendo um nome e um CEP continua tendo cinco dígitos, mesmo quando aparecem em uma superfície curva. Para obter os melhores resultados em superfícies curvas, tire a foto o mais de frente possível, a cerca de um braço de distância, capturando toda a área da etiqueta.
A IA lê o código de barras da etiqueta automaticamente?
Sim. O modelo detecta a região do código de barras, decodifica o valor codificado e o usa como sinal de validação cruzada em relação ao número de rastreio impresso. Em uma etiqueta aplicada corretamente, o número impresso e o valor do código de barras devem coincidir — isso dá a você duas leituras independentes do campo mais crítico sem custo adicional. Quando eles diferem (etiqueta mal aplicada ou reembalagem no armazém), a discrepância sinaliza essa etiqueta para revisão humana. Nenhum leitor de código de barras separado é necessário.
Análises aprofundadas sobre extração de etiquetas de envio: Detalhamento da precisão campo a campo para etiquetas e manifestos de envio — números de rastreio, endereços, níveis de serviço e validação cruzada de código de barras · Como extrair números de rastreio e datas de entrega de capturas de tela de envios da Amazon em múltiplas transportadoras
Explore todos os cenários de captura de documentos por foto na página central de Documentos por Foto — cartões de visita, multas de estacionamento, etiquetas de receitas médicas, medidores de utilidades e muito mais.