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. 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.

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.

Übersicht. Alle Karten mit Volltextsuche über Name, Firma, Ort und Notiz. Filter für „nicht exportiert“, „unvollständig“ und „mit Erinnerung“.

Export. Ein Tippen auf In Kontakte speichern liefert eine vCard 3.0, die iOS direkt in die Kontakte-App übernimmt. Die Karte gilt danach als exportiert.

Notizen und Erinnerungen. Freitext pro Karte. Erinnerungen mit Termin gehen als Mail raus; verpasste Termine holt der Scheduler beim nächsten Start nach.

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:

1. Secret DOTENV anlegen (Repo → Einstellungen → Actions → Secrets), Inhalt nach dem Muster in .env.example. SECRET_KEY mit openssl rand -hex 32 erzeugen.
2. Proxy Host im Nginx Proxy Manager: business-card-scanner.lucas-orth.de → business-card-scanner : 8080, danach Let's-Encrypt-Zertifikat und „Force SSL“.
3. 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
  imaging.py    EXIF-Auswertung, Bildkonvertierung
  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/.