Matrix 是少数派的写作社区，我们主张分享真实的产品体验，有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章，展示来自用户的最真实的体验和观点。
很多人觉得做一个 OCR 软件有什么难的，现在百度、腾讯、谷歌那么多商用接口，我调用一下接口就好呀。确实，调用接口确实能完成这个事，但是要把这件事做的更优秀，那还是有很多事需要自己做的。
使用第三方的 OCR 接口，要把图片传到他们的服务器，然后返回识别结果，上传之前，压缩图片就是一个方面，你肯定不能拿原图上传，一张图体积有 4M-5M，传上去就得一会，所以白描可以做到将一张大图压得很小又能维持清晰度，既保证了传输速度又保证了识别质量。
有的用户反应在使用白描的过程中，他是直接拍摄电脑屏幕，识别结果超级不准确，后来发现就是屏幕上的一片片波纹干扰了文字，实际用眼睛看的时候好像没看出什么来，但是把图的预览区域使劲缩小，就能看出很明显的一堆堆的波纹，我们也经过研究进行了适当的波纹优化，即时拍摄的屏幕有很多干扰条纹。也会把他们过滤掉，依然可以保证结果。
如果有人用过一些 OCR 接口，可能都知道太长的图根本没法识别，那就要把长图裁剪成很多图去识别，识别完了再把结果拼接起来，但是长图裁剪这个事要让用户来手动裁吗？那太累了！所以我们研究了一套自动切长图的技术，可以自动检测到文本位置和空行位置，自动的裁剪开，不会把文字切开，所以在白描里，你什么都不用干，长图直接扔过去识别就行。
在纸很薄的情况下，背面的字会透出来，这样就造成了识别的时候可能会把纸背面的字当内容去识别了，白描当然也提供了解决办法，通过黑白色彩切换，可以很轻易的去除透出来的字或者其他杂乱背景。
目前的 OCR 接口都是一行一行的返回结果，所以要想后期编辑方便，需要自己做上自动分段的功能，白描就针对这个需求做了优化，当然目前只是针对普通文章的分段，排版复杂的还是会有不准确。
很多人有识别多样化排版的文字需求，比如报纸那种排版，东一块文字西一块文字，他就想选需要的几块，那怎么样更方便呢，这就可以使用自由选区的功能，把需要识别的部分画出来，白描就会按照画的顺序去识别啦。
拍一个文件肯定不能做到完全按文件边缘拍出来，如果就需要文件那部分，就要手动裁剪一下，那怎么样让这个行为更方便一些呢？我们可以自动寻找文件边缘，这样直接一裁就可以啦。
先简单说这么几个针对 OCR 识别方面的技术上的小优化，但其实白描能做的还有很多，比如自动检测文档边界生成扫描件，切换扫描件的多种色彩，批量处理，表格识别导出 Excel，生成 PDF，翻译等等。
除了针对 OCR 需要用的技术，关键还有成本啊！很多人可能比较关心白描调用百度 OCR 的成本有多少？其实，白描不只有调用 OCR 的成本啊，还有调用翻译服务的成本。这里先只说一下 OCR 成本，平均下来白描每天调用的 OCR 次数大概有 12 万次，这一部分的成本真的是不小。
很多 App 整天盼着日活高一些啊，增长多一些啊，我还真的是盼着的是你们不要那么活跃啊，哈哈哈（付了费后不那么活跃就更好了🤣），此处纯属开玩笑啊，用我的 App 那是我的福气！怎么可以盼着人家不用！
所以，我们说一下会员价格，8 块钱和 26 块钱，还是一次买断，与白描的成本比起来，真的一点都不贵。
也许有人关心核心技术的问题，你说白描作为一款文字识别和文件扫描工具，OCR 这种核心技术全用的人家的？不怕人家哪一天突然停用了？对于这个问题，我觉得他们既然能收钱商用，也不会无缘无故突然停止。
尽管这个发生的概率不大或者不会太快，但是，我们依然拥有了自己的识别核心，当然准确度和速度与大厂的相比，还有一定的差距，但是，总会进步的嘛。
另外还有文件扫描的自动边界检测功能，我们也依然通过机器学习，拥有了属于自己的更准确的检测技术。
一个 App 说大不大，说小不小，但作为开发者，更希望用户了解我们做出的努力，了解到我们为了一个 App 所要付出的时间成本和金钱成本，用肯定与建议的态度，去与开发者沟通（对纯粹骗钱的那种不要用这种态度），而不是简单的评论一句，不就是调用个接口的事吗？
现在回想一下，这是一种很奇妙的感觉，通过一个 App，进入了一个领域，还能因为这个 App 所需要的技术，让自身的技术视野更加开阔。
写这么多，其实主要是想感叹一下，不知不觉，白描诞生 2 周年了！也希望未来有越来越多的人了解白描，使用白描，也愿白描在各位的支持下越来越好！
少数派与白描联合带来了特约福利活动，大家现在通过 少数派软件商城 购买白描会员可以享受与 6.18 活动相同的优惠价格，其中普通会员 4 元，黄金会员 18 元，一次购买，永久有效。本活动限时 3 天。
iOS/Android
白描 - 高效准确的 OCR 文字识别与文件扫描工具
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。