1e8918e0cd
Bildbearbeitung im Nachgang: Drehen in 90-Grad-Schritten, Ausrichten per
Schieberegler, Zuschneiden per Rahmen mit anfassbaren Ecken. Der Server
rechnet jede Korrektur vom unbearbeiteten Original, das beim ersten
Eingriff daneben abgelegt wird - sonst summieren sich die Verluste über
mehrere Korrekturen, und Zurücksetzen wäre nicht möglich. Zwei
Zuschnitte hintereinander werden ineinander verrechnet.
Der Ort ließ sich nicht übernehmen, weil beide Quellen versagen können:
iOS entfernt beim Weitergeben an eine Webseite oft die GPS-Daten aus dem
Foto, und der Browserstandort scheiterte bisher stumm. Jetzt meldet er
seinen Grund ("Standortfreigabe fehlt"), die Detailansicht zeigt die
Herkunft des Ortes, und der Scan-Ort ist von Hand nachtragbar.
E-Mail, Web, Telefon und Mobil sind in der Tabelle jetzt Links; Straße,
PLZ, Ort und Land stehen als eine Adresszeile, die die eingestellte
Navigations-App öffnet.
Einstellungen als vierter Reiter: Navigations-App (Apple Karten, Google
Maps, OpenStreetMap), Statusübersicht und Abmelden - der Knopf saß
vorher in der Kopfzeile.
Die Kopfzeile ist weg. Sie kostete auf dem Telefon eine Bildschirmzeile
und wiederholte nur, was die Tableiste schon sagt.
Kein full_name mehr, nur Vor- und Nachname; akademische Titel gehören in
den Vornamen. Bestehende Datensätze werden bei der Migration am letzten
Leerzeichen aufgeteilt. Die Spalte bleibt ungenutzt stehen: SQLite baut
zum Löschen die ganze Tabelle neu, der Gewinn wären ein paar Byte.
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
6.4 KiB
Business Card Scanner
Visitenkarten abfotografieren, automatisch freistellen, auslesen und als Kontakt aufs iPhone holen. Selbst gehostete PWA, ein Container.
Was die App macht
Stapelscan. Ein Foto von zwanzig Karten auf dem Tisch reicht. OpenCV findet die Kartenrechtecke, entzerrt sie perspektivisch und schneidet sie einzeln aus – ohne manuelle Nacharbeit. Der Zuschnitt wird dabei leicht enger gesetzt als die erkannte Kante, damit kein Untergrund stehen bleibt, und die Beleuchtung wird ausgeglichen, damit das Papier weiß wird statt grau.
Jeder Zuschnitt geht als Bild an das Vision-Modell, das Name, Firma, Position und Kontaktdaten als strukturiertes JSON zurückgibt. Ein vorgeschalteter OCR-Schritt wäre kontraproduktiv: er würde Layout und Schriftgrößen wegwerfen, also genau die Information, aus der die Feldzuordnung entsteht. Das Modell sagt außerdem, wie herum die Karte gehört – geometrisch ist das nicht bestimmbar – und das gespeicherte Bild wird entsprechend gedreht.
Die Antwort wartet nicht auf das Modell. Der Scan liefert die freigestellten Karten sofort zurück, das Auslesen läuft danach im Hintergrund weiter; die Oberfläche lädt nach. Ein Zwanzigerstapel blockiert damit keine Minute im Upload. Wer eine Karte in der Zwischenzeit von Hand ergänzt, verliert die Eingabe nicht – das Modell füllt nur leere Felder. Bricht der Server mitten im Lauf ab, holt er die offenen Karten beim nächsten Start nach.
Metadaten. Aufnahmezeit und GPS kommen aus den EXIF-Daten des Fotos, nicht aus dem Browser – Karten werden oft erst abends am Schreibtisch abfotografiert, der Browserstandort wäre dann das Wohnzimmer statt der Messe. Die Koordinaten löst Nominatim in einen Ortsnamen auf. Fehlen EXIF-Daten, greift der Browserstandort als Rückfallebene.
Anlass. Ein Feld auf der Startseite („Hannover Messe 2026“) gilt für alle folgenden Scans und wird im Browser gemerkt. Verlässlicher als der Ortsname aus den Koordinaten und die eigentliche Ordnung über den Bestand.
Dubletten. Auf Messen trifft man Leute wieder. Die Detailansicht zeigt Karten, die dieselbe Person meinen könnten – gleiche E-Mail, gleiche Telefonnummer (Schreibweise egal, verglichen werden die letzten acht Ziffern) oder gleicher Nachname bei gleicher Firma.
Rückseite. Nachträglich ein zweites Bild zur Karte aufnehmen. Es wird ausgelesen, füllt aber nur Felder, die die Vorderseite offen gelassen hat – dort steht oft nur die Mobilnummer.
Übersicht. Alle Karten mit Volltextsuche über Name, Firma, Anlass, Ort und Notiz. Filter für „nicht exportiert“, „unvollständig“ und „mit Erinnerung“.
Bild nachbearbeiten. Drehen in 90-Grad-Schritten, Ausrichten über einen Schieberegler und Zuschneiden per Rahmen. Jede Korrektur rechnet der Server vom unbearbeiteten Original, das beim ersten Eingriff daneben abgelegt wird – so summieren sich keine Verluste und Zurücksetzen führt zurück zum Scan.
Klickbare Felder. E-Mail, Web, Telefon und Mobil sind Handlungen, keine Zeichenketten. Die Adresse öffnet die Navigations-App, die unter Mehr eingestellt ist (Apple Karten, Google Maps oder OpenStreetMap).
Export und Teilen. In Kontakte speichern liefert eine vCard 3.0, die iOS direkt in die Kontakte-App übernimmt. Als vCard teilen geht über das System-Teilenblatt – per AirDrop, Mail oder Nachricht, ohne Umweg über den Download. Bewusst einzeln: ein Sammelexport schiebt zwanzig Kontakte ungeprüft ins Adressbuch.
Notizen und Erinnerungen. Freitext pro Karte. Erinnerungen mit Termin gehen als Mail raus; verpasste Termine holt der Scheduler beim nächsten Start nach. Schnellwahl für die üblichen Abstände, damit das Datumsfeld selten gebraucht wird.
Stack
Python 3.12, FastAPI, SQLite, OpenCV, Anthropic SDK. Frontend ohne Build-Schritt: statisches HTML, CSS und JavaScript, als PWA installierbar.
Lokal starten
python -m venv .venv && .venv/bin/pip install -r requirements-dev.txt
cp .env.example .env # APP_PASSWORD leer lassen schaltet die Anmeldung ab
DATA_DIR=./data .venv/bin/uvicorn app.main:app --reload --port 8099
Ohne ANTHROPIC_API_KEY läuft alles außer der Extraktion: Karten werden
freigestellt und gespeichert, die Felder bleiben leer.
.venv/bin/pytest -q
Deployment
Tag-Push nach den Konventionen in DEPLOY.md. Vor dem ersten Tag:
- Secret
DOTENVanlegen (Repo → Einstellungen → Actions → Secrets), Inhalt nach dem Muster in .env.example.SECRET_KEYmitopenssl rand -hex 32erzeugen. - Proxy Host im Nginx Proxy Manager:
scanner.lucas-orth.de→business-card-scanner:8080, danach Let's-Encrypt-Zertifikat und „Force SSL“. - Deployen:
git tag v1.0.0 && git push origin v1.0.0
Zugang
Die App hängt hinter dem öffentlichen Proxy, nicht im Tailnet. Sie enthält
personenbezogene Daten Dritter, deshalb ist APP_PASSWORD auf dieser Domain
Pflicht – ohne Passwort ist sie für jeden erreichbar, der die Adresse kennt.
Wer zusätzlich absichern will, trägt im NPM unter Access List eine
IP-Beschränkung auf den Tailnet-Bereich ein.
Kosten
Ein Kartenzuschnitt kostet ungefähr zwei Cent bei claude-opus-5 (Standard).
Ein Stapel von zwanzig Karten liegt damit bei etwa 40 Cent.
ANTHROPIC_MODEL=claude-haiku-4-5 in der .env drückt das auf einen Bruchteil,
zulasten der Trefferquote bei kleiner Schrift und unruhigen Layouts.
Aufnahmebedingungen für den Stapelscan
Die Freistellung ist reine Geometrie und braucht Kontrast zum Untergrund:
- dunkler, matter, einfarbiger Untergrund
- Karten berühren sich nicht
- Kamera möglichst parallel zur Tischplatte
- volle Auflösung – deshalb die native Kamera, nicht der Livestream
Findet die Pipeline kein Kartenrechteck, behandelt sie das ganze Foto als eine Karte und sagt das in der Oberfläche. Einzelne Fehlgriffe lassen sich pro Karte über Bearbeiten korrigieren.
Verzeichnisse
app/ FastAPI-Anwendung
segment.py OpenCV-Pipeline: Karten finden und entzerren
extract.py Vision-Modell, strukturiertes JSON
duplicates.py Ähnliche Karten finden
imaging.py EXIF, Drehen, Zuschneiden
vcard.py vCard 3.0
reminders.py Scheduler für die Erinnerungsmails
static/ PWA: HTML, CSS, JavaScript, Service Worker
tests/ pytest, inklusive synthetischer Stapelfotos
Persistente Daten liegen im Volume business-card-scanner-data unter /data:
cards.db und die Kartenbilder in images/.