惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
Visual Studio Blog
爱范儿
爱范儿
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
雷峰网
雷峰网
V
V2EX
博客园_首页
Engineering at Meta
Engineering at Meta
博客园 - 聂微东
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Apple Machine Learning Research
Apple Machine Learning Research
GbyAI
GbyAI
H
Help Net Security
A
About on SuperTechFans
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Blog — PlanetScale
Blog — PlanetScale
W
WeLiveSecurity
云风的 BLOG
云风的 BLOG
D
Docker
Security Archives - TechRepublic
Security Archives - TechRepublic
Help Net Security
Help Net Security
N
News and Events Feed by Topic
Simon Willison's Weblog
Simon Willison's Weblog
G
Google Developers Blog
A
Arctic Wolf
T
The Blog of Author Tim Ferriss
博客园 - 叶小钗
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Google DeepMind News
Google DeepMind News
博客园 - 三生石上(FineUI控件)
aimingoo的专栏
aimingoo的专栏
Hacker News: Ask HN
Hacker News: Ask HN
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 司徒正美
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Privacy International News Feed
T
Troy Hunt's Blog
T
Tenable Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Recorded Future
Recorded Future
F
Fortinet All Blogs
D
DataBreaches.Net
B
Blog
T
Threat Research - Cisco Blogs
MyScale Blog
MyScale Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
The GitHub Blog
The GitHub Blog
Security Latest
Security Latest
M
MIT News - Artificial intelligence

少数派

派早报:Google 发布 Fitbit Air 等 - 少数派 「新人报到」確認需求,再開始 - 少数派 从 SOLO 独立开发者社区,我看到了越来越多开发者开始做自己的产品 - 少数派 我怎么管理那些"不常做,但总会忘"的生活事项 - 少数派 人形机器人量产元年,数据才是具身智能的“生死线” - 少数派 BuhoLaunchpad 高度还原 Mac 启动台:开发历程与思考 - 少数派 五年陪伴依然不舍,DIY 换壳后让罗技 MX Master 3 继续服役 - 少数派 新玩意 240|少数派的编辑们最近买了啥? - 少数派 一日一技|为什么你应该关闭 iOS 的键盘声音 - 少数派 我做了个插件和 Skills,一键提取任何网站的设计规范 Design.md - 少数派 住在三四线城市的你,该开始录播客了 - 少数派 甘南秘境,大白高国 - 少数派 AI的审美:谁让把我变成川内倫子 - 少数派 返工怎能不烦恼,打工人片单总有一部是你的「嘴替」 - 少数派 为了让「上厕所」更健康,我做了一个小工具 - 少数派 AI + Skill,能够让生成的文章去除 AI 味吗? - 少数派 新玩意|韶音OpenDots ONE 耳夹式耳机 - 少数派 《美满》| 在每一个春天的晚上相爱(362) - 少数派 新玩意|优篮子 PS01 MagSnap 磁吸支架 - 少数派 自我整合手记 | 我开始早睡了:用稳定规则,为自由托底 - 少数派 用龙虾(OpenClaw)两个多月,我最深的12个体会 - 少数派 听歌时间到,12 张你可能错过的 2025 华语乐坛好专辑 - 少数派 承诺能追吗 - 少数派 macOS 26启动台没了? 我做了个不一样的App启动器 - Keboard - 少数派 《四海为家的人》| INTJ对话INTJ(361) - 少数派 你发过的那些黑历史,是时候一次清干净了 - 少数派 新玩意:安安静静玩,越玩越专注:计客密码机 - 少数派 iPad 用户首次体验 Android 平板:vivo Pad6 Pro - 少数派 数据逻辑强 - 少数派 极北行+ | 一路向北,探访日本至北之地 | 001 - 少数派 万字剖析:千问App深度体验报告(2026) - 少数派 在2026年,如何真正防止别人抄袭你的作品 - 少数派 怎么用 50 块搭个 AI 语音助手?我踩了 3 天坑 - 少数派 YeeroAI:让 AI 对话真正成为知识管理的一部分 - 少数派 爬泰山 - 少数派 「旅图显影」 App 更新:这次,我们补上了一点「手感」 - 少数派 假期出门太折磨?我的 23 条经验帮你规划惬意旅行 - 少数派 工作流会变吗 - 少数派 Claude Opus 4.6 怎么用最省钱?我测了 5 种方案 - 少数派 GPT Image 2 让图文并茂不再稀罕 - 少数派 用户侧出发——什么是AI,我要不要学习? - 少数派 找片、转存、整理、播放一条龙!让你的付费网盘值回票价 - 少数派 欢迎试用!日课一问2.0插件 - 少数派 自己做的MDeditor,原本想购买 Typora 试了两次支付不成功,干脆自己做一个 - 少数派 vibe coding了一个 3MB 的小工具,让 ~/Downloads 彻底告别混乱 - 少数派 因为受不了 Mac 的风扇策略,我做了一个风扇控制工具 - 少数派 别只怪模型 - 少数派 Warp 终端的 AI 功能怎么用?我测了一周的体验 - 少数派 AI 写代码老是出 bug?这 5 个配置我后悔没早知道 - 少数派 「新玩意」苹果出相机可能就这样:Sigma BF + 45mm F2.8 DG Contemporary - 少数派 一个面向2030年的AI操作系统是什么样子的:浅谈cola这款有灵魂的Agent - 少数派 别只看写代码 - 少数派 每天解决10个问题,还是一口气攻坚解决400个? - 少数派 AI 交易机器人怎么搭?我用 Claude 跑了一周实盘 - 少数派 Maptoposter Online:把你爱的城市画成艺术海报 - 少数派 Function Calling 怎么用?我测了 3 个模型发现差距真大 - 少数派 Legend Talk:我做了个 AI 圆桌,让 160 位思想家围着你的问题转 - 少数派 如何找到自己的蓝方?在小县城寻找压力测试 - 少数派 语音输入与软件接口|2026年聊AI时,我们都聊些什么(上) - 少数派 混动已经卖爆,纯电又来补刀——钛7闪充版简直“不讲武德” - 少数派 本月玩什么|朋友收藏、识质存在、沙罗周期 - 少数派 为什么要每天坚持输出? - 少数派 Claude API 挂了好几个小时,你的项目有备用方案吗? - 少数派 Function Calling 没你想的复杂——我用它做了个有点用的工具 - 少数派 登录系统立即播放视频或者图片音乐的软件 - 少数派 我为什么创建 FlipHTML5 下载工具 - 少数派 残局没电?多品牌外设电量统一管理软件EasyBluetooth已支持RTSS游戏内显示以及AIDA64 - 少数派 前往通义路的路 - 少数派 太好看了,媲美Sun的个人导航页,NAS部署星云门户 - 少数派 乌黑嘴唇“一键检测”上线了 - 少数派 派早报:Claude AI 接入多个创意软件生态、FILCO 生产方接手品牌等 - 少数派 【更新】BearCLI、Claude 连接器与 MCP 服务器 - 少数派 记了上千条流水,还是看不懂财务?我做了一个让 AI 读懂账本的工作台 - 少数派 MINI R56 升级原厂 Sport 模式 - 少数派 新玩意 | 一棵柠檬树(仿真版) - 少数派 Momenta的“物理AI”野望,需迈过“含摩量”这道关 - 少数派 网页直接投屏控制手机!NAS一键部署PandaScrcpy,流畅丝滑可远程。 - 少数派 众测|邀你一同探索随身 AI 硬件入口 YoooClaw C·ONE - 少数派 2050大会:分享时间是真诚 参会记 - 少数派 iPad 赋能电影创作:国内首部宣纸手绘长片《燃比娃》的幕后故事 - 少数派 AI的审美:我用 8 个大模型给 100 张旅行照片打分 - 少数派 普通人如何破圈?去参加一个本地协会 - 少数派 把极空间的图标全换了,主题DIY全攻略打造你的专属NAS桌面 - 少数派 电子便签墙,帮你实现便签自由 - 少数派 我如何用三个 CLI 工具取代文档创建需求 - 少数派 原来真的有人可以玩一辈子 - 少数派 社区速递 139 | 派友热议三月买了啥、复古单反尼康 Df 体验 - 少数派 06 作品的赏析与评价 - 少数派 TDS REVIEW|索尼 WF-1000XM6 降噪真无线耳机体验 - 少数派 35.98万起售的第二代腾势D9,我看重的不是堆料,而是不凑合 - 少数派 鼠须管 Squirrel 皮肤配置指北 - 少数派 从watch ultra2换到redmi watch6 - 少数派 派早报:阿里巴巴发布视频生成模型 HappyHorse 1.0 等 - 少数派 别迷信1M - 少数派 家人们天塌了!网盘“大封杀”,多个渠道多条路,NAS部署PanHub - 少数派 AI与人勾心斗角!NAS一键部署AI狼人杀,假日休闲必备。 - 少数派 电商必备!Comfyui工作流批量生图插件,一次生成12张!支持Nano banana pro模型 - 少数派 Comfyui工作流配置Gpt-image-2模型教程,0.03/张 - 少数派 OpenClaw第三方APi怎么配置?可使用Gpt-image-2模型 - 少数派 会员社区话题精选 Ep. 103 - 少数派
颠覆你以往体验的扫描应用:Scanbot 2.5 with OCR 深度评测 - 少数派
2014-08-12 · via 少数派

在苹果正在发起的效率类应用促销专题「Amazing Productivity Apps(高效生活必备)」中仅 20 个应用的名额中,文档扫描应用就占据了 3 个名额,分别是 Scanner Pro、Prizmo 以及 Scanbot。而作为在这一类别应用中名不见经传的新秀 Scanbot 到底凭借什么能在发售的头 2 个月里就斩获了 500,000 的销量,又是什么能让它接二连三的出现在 App Store 的封面推荐上。

要解释这一切,或许唯有从这款由德国工匠精心打造的应用自身一窥究竟。

扁平的用户界面,拟物的动画效果

Simplicity

想要在 App Store 众多的应用中脱颖而出,一个漂亮的图标一定是必不可少的,它也是应用给予用户最为直接的第一印象。一款功能强大的应用,而它的图标却丑地让人无法释怀,我想你也不会乐意把它放在你手机的主屏位置,毕竟人类是一种视觉享受的动物。

Scanbot 的图标以红色与白色为主色调。整体看起来像一台正在扫描文档的扫描仪,开发团队又巧妙的利用纸张上的引号作为眼睛让这个扫描仪看起来像是一个机器人的造型,恰好符合应用自身名称的寓意。

虽然与其他的文档扫描应用的图标相较之下,Scanbot 的图标并没有那么的具象但却也少了一分商务的沉重感,整体让人感觉更加的轻快。

(Scanbot Icon with other scanning app icon)

和图标一样 Scanbot 的主界面采用了红白搭配的配色方案,看起来更加的年轻化。在 iOS 7 时代如果一款应用还是使用「拟物化」的设计风格显然是不合时宜的,Scanbot 自然也是采用了完全变扁平化的设计。

开发团队在设计 Scanbot 的用户界面时一直以 「Simiplicity」 作为设计方向,即使在增加了许多功能的情况下,也要在界面上力求极致。因此 Scanbot 主界面看起来非常的简洁直观,并没任何冗余的元素。一个大大的加号,无需多加解释便能让人猜想到其实际的作用。轻触这个加号,作为回馈圆形的加号图标会展现一个轻微的抖动动画。除了通过轻触这个加号外我们还可以通过下拉主界面进入扫描模式。在下拉的过程中整个界面的上半部分会像拉扯一块橡皮一样而向里集中,加号图标以逐渐变大的形式告诉用户即将进入扫描模式。在下拉的过程中如果你不准备进入扫描模式了,手指只要轻轻向上一推加号图标就会被一股「引力」牵引回原来位置,仿如它们之间是有磁性的,而且动画的速度会随着手指的力度而加速。在扁平的用户界面映衬下,Scanbot 的动画效果显得非常的「拟物」化,这种「拟物」化的动画风格贯穿在整个应用的各个流程之中。

(Animation of Plus icon)

进入扫描模式后会开启类似于 iOS 自带相机的拍照界面,在 Scanbot 2.5 中为了提示用户 Scanbot 正在侦测文档,快门图标会展现一个雷达扫描的动画效果。轻触左上角的关闭图标或者使用与进入扫描模式相反的上推手势可以将主界面「拉回」到最上层。

 (Animation of Scaning mode)

扫描过的文档以列表的形式展示在加号图标的下方,不同的时期扫描的文档会被一个间隔栏隔开。当有较多的文件需要显示时,滚动主界面后加号图标会自动缩小以让出更多的空间给文件列表。轻触左上角的「勾选」图标会进入文件编辑模式,在这里可以选中多个文件进行统一操作,如果再次轻触「勾选」图标则全选所有的文件。

「流畅」与「不打扰」的交互方式

(Less is more)

Scanbot 之所以能够在短短的时间内获得如此多用户的青睐,与其「流畅」和「不打扰」的交互体验密不可分。

与其他文档扫描应用不同的是 Scanbot 启动后并非进入主界面,而是直接切换到扫描模式。在大多数的使用场景中开启一款文档扫描应用我们想要是以最快的速度完成扫描操作后分享给别人或者上传到云端,而启动主界面后再却换到扫描模式,显然有点「本末倒置」。

在扫描文档时如果镜头可容纳下更多的内容,Scanbot 会提示用户将设备镜头进一步靠近预备扫描的文档以便获得更佳的扫描质量。而当在昏暗的环境中扫描文档,Scanbot 则会提示用户当前环境过昏暗并在闪光灯图标旁边出现一个闪烁的「感叹号」图标,建议用户开启闪光灯。但闪光灯图标在整个界面的最右上角,单手操作的话需要将手指拉伸后才能够到,难免会有些不适。如果在出现「昏暗」提示时将闪光灯的触发区域移动到这里,或许会好很多。有时我们需要扫描一些比如银行存单之类的横向文件,如果 Scanbot 监测到你是垂直握持手机,则会提示你将手机转向以更适宜的比例扫描文档。同时 Scanbot 还可以读取二维码,只需像扫描文档一下将设备镜头朝向二维码即可,扫描速度非常快,如果二维码中含有 URL 的话则会自动在应用内打开,微信生成的二维码也能够正常的识别。

Scanbot 正是遵循这种「不打扰」的交互方式友善的告知用户如何最大效用化的使用它。当一切就绪时,Scanbot 会在最「恰当」的时候自动触发快门生成扫描文件。这一细节在连续扫描多页文件时在效率上的作用就会得到放大。况且在已经对焦好的情况下为再去触碰屏幕按下快门,难免会造成手机的抖动可能对最终的扫描质量造成影响。如果你在 Scanbot 的设置中开启了「自动上传」以及「OCR1」功能,完成扫描后 Scanbot 会返回到主界面后再进行相对比较耗时的「上传」以及「OCR」 操作,在此期间我们可以继续扫描其他的文档,让整个扫描流程更加的有序和无缝。从 Scanbot 启动到生成扫描文件的整个流程中,需要我们做的仅仅只是握持好设备,其余的统统交给 Scanbot 就好了。

Scanbot 所有的点按操作都有其相对应的快捷手势。搭配上流畅动感的过渡效果,不论你偏爱哪种交互模式,都能在 Scanbot 上获得不俗的体验。

「玩具」还是「工具」

对于一款文件扫描应用而言如果最为核心的扫描功能不尽人意的话,那么再好的交互设计,再优美的用户界面也只能让其成为用户手中的赏心悦目「玩具」而非披荆斩棘「工具」。虽然 Scanbot 使用了「200 DPI」这一专业词汇用来形容它的成像质量可以媲美现代扫描仪,但扫描质量不是一个简单的数字所能够概括的。相同的硬件条件下,使用不同的亮度、对比度、灰平衡以及颜色校正参数最终生成的扫描文档在质量上就可能存在巨大的差别。

扫描质量

为了连类比物,我们分别使用 Scanbot、Scanner Pro 以及 Prizmo 扫描了三份不同的文件,为了避免扫描的过程中出现的误差,因此每份文件扫描三次,然后选取各自最具代表性的一份文件进行比较。

(Scanning Comparison)

对比上面的两份样张虽然整体上看起来难分伯仲,但放大之后对比样张的细节可以清晰的看到应用之间的各自优劣。 Prizmo 扫描的文档对比度最高,观感上也最为分明但同时也是失真最为严重的,一些颜色较淡的文字直接就看不见了,文字的边界也有明显的锯齿。Scanbot 扫描的文字边界有一定的虚化和锯齿现象,像「量」这样笔画较为密集的字符,笔画间的空隙出现了粘连在一起的情况。将样张打印出来之后也印证了上面提到的 Prizmo 失真以及严重的锯齿现象,Scanbot 虽然也有锯齿以及虚化现象但整体表现还是差强人意的。Scanner Pro 的扫描质量是 3 款应用中最为优秀的,各方面表现的都非常的均衡,在尽可能高的对比度下保持了文字的清晰且边界没有出现锯齿化。

这样的对比结果其实并不意外,图像的优化算法并不像应用的其他部分仅仅使用几行代码就可以解决,它还需要时间的积累和技术上的沉淀。和一款从 2010 年发布至今快要 4 年的扫描应用 Scanner Pro 相比起来 Scanbot 在图像优化算法上确实略逊一筹。结果也反映出了这 3 款应用之间各自不同的侧重点。Prizmo 主攻的是 OCR 功能,为了让 OCR 引擎更好的识别文字,在不惜牺牲细节的情况下也要让文档提升对比度。Scanner Pro 的话并不具备 OCR 功能而是单纯的文档扫描,将所有的精力和时间都投入到了提升成像质量这一方面,因此扫描质量最为优秀。Scanbot 的表现也只能算是中规中矩,介于前面两者之间。不过作为一款发布不到半年且还在高速开发期的应用而言,Scanbot 还有很大的进步空间。

OCR

在 Sanbot 2.5 中开发团队以内购的形式加入了 OCR 这一众多用户所要求的功能。与 OCR 功能一起捆绑销售的还有两个附加功能,一个是多彩主题,也就是可以选择不同配色的主界面,使用 iPhone 5c 的同学估计会比较喜欢,可以选择一款搭配自己手机颜色的主题。另外一个则是「智能命名」,我一开始以为 Scanbot 会利用 OCR 功能将源文件的标题作为扫描文件的文件名2。使用之后才知道其实是「标签式」命名,你可以使用多种标签组合来设置默认的文件名比如:[Scanbot]+[当前日期]+[邮政编码],如果可以自定义标签的话或许会更加实用。

在测试 OCR 的过程中发现如果要让 Scanbot 正确识别中文文件的话,需要将 iOS 的系统语言设定成中文,否则会造成乱码。Scanbot 应该是根据当前的系统语言调整 OCR 的处理策略。在耗时方面不知道是不是因为 Scanbot 采用的 OCR 引擎并未对中文做优化或者中文本身相对于拉丁字母的复杂性3造成相同页数的文件,中文耗时较长而英文则十分迅速,希望在后续的版本中能够得到改善。好在 Scanbot 在交互上对 OCR 耗时这一问题进行了补救,将 OCR 处理放在后台,并不会妨碍我们执行其他的操作。

Scanbot 的 OCR 准确度不管在中英文环境下都有着不俗的表现,中文混排少量英文的情况下识别率基本可以达到 94% 左右,而纯英文文件的话至少可以达到 97% 的识别正确率。中文环境下偶尔会出现文字拆分的情况,例如「功」会被拆分成「工」以及「力」,应该是 Scanbot 在扫描质量上的短板造成的连带效应,将 OCR 的处理对象替换成电脑的扫描文件后较少出现。Prizmo 的 OCR 正确率则高得惊人,英文环境下基本上可以稳定在 99% 的识别正确率,这也是为什么它的售价高达 9.9 美金。下面是中英文扫描样张与 OCR 识别结果的对比图:

(OCR-CH-Comparison)
▲上方为 Scanbot 的中文扫描样本,下方为 OCR 识别结果。

(OCR-EN-Comparison)
▲上方为 Scanbot 的英文扫描样本,下方为 OCR 识别结果。

OCR-EN-PRIZMO
▲上方为 Prizmo 的英文扫描样本,下方为 OCR 识别结果。

Scanbot 是由一个德国 20 人的团队 doo GmbH 所打造的。此前他们曾开发过一款跨平台的文件管理应用 —— Doo,获得过许多的殊荣,包括 iTunes Store 的 2013 最佳应用。后来因为面临用户增长瓶颈而不得不放弃这个耗时超过一年,跨越 4 个主流平台的项目。这对于一个初创公司来说是一个莫大的打击。而其公司创始人兼 CEO —— Frank Thelen 更是一位具有传奇色彩的人物,他曾经拥有过一家叫做 ip.labs 的图像软件公司,而该公司在 2008 年被日本的 FUJIFILM 集团所收购。同时他也是知名 To-do 应用 Wunderlist(奇妙清单) 的开发公司 6Wunderkinder 创始投资人之一。

在遭遇「滑铁卢」之后,团队将 Doo 应用中文件扫描以及 OCR 功能提取出来并加以优化以及重新设计后开发成我们现在见到的 Scanbot。

尽管 App Store 里已经有了许多优秀的文档扫描应用,但我们仍然觉得那里有着许多潜在的空间足以让我们给用户带来更加优秀的扫描体验。给用户提供极致的用户体验,最佳的扫描质量,优美的用户界面都是我们一直以来所追求的目标。

——当我问到「为何会开发一款文档扫描应用而不是别的什么应用」时,Scanbot 的产品经理 Lucas 如是回答。

Lucas 表示搭载了 OCR 功能的 Scanbot 2.5 发布后,团队除了继续完善目前的各项功能外还会将更多的精力投入到开发 Scanbot 的「同步协作」功能上。我想这也是为什么他如此推崇 Evernote 这款应用的原因之一吧。

后记

Scanbot 与其他 19 款效率类应用参与了此次苹果发起的「Amazing Productivity Apps(高效生活必备)」促销活动,目前正以半价促销中。6 元人民币就可以拥有这款足以颠覆你以往体验的文档扫描应用,它简洁的界面以及优秀的交互能让你在移动设备上扫描文件变得信手拈来。如果对 OCR 功能有需求的话,可以考虑在应用内购买「专业版」功能,售价 30 元人民币,相比其他 OCR 应用较高昂的价格还是比较合适的,不过购买与否最终还是需要根据自身需求而定。


  1. OCR 的全称是 Optical Character Recognition ,直译为中文是「光学字符识别」,是实现文档数字化的重要技术。(众人:说了这么多到底这是个啥玩意儿?)在未经过 OCR 处理的扫描文档,不管是通过手机或是专业扫描仪扫描生成的,虽然人类可以无障碍的阅读识别,但对于操作系统来说这些文档都是和图片一样「无字天书」般的存在。为了让这些「愚蠢的」电脑们能像人类一样无障碍的阅读扫描文档上的内容,于是「伟大」的人类发明了「OCR」 来帮助他们。OCR 将扫描文档上的文字进行一个个比对后「翻译」成电脑可识别的文本,并将其附着在扫描文档里。这样我们就可以像管理普通的电子文档一样快乐的搜索、复制以及管理我们的扫描文档了,再也不用为了查找一份文件而查阅整个电脑上的扫描文档了。

  2. 虽然只是我的一厢情愿,但是开发团队表示会考虑该功能。

  3. 与 26 个简单的拉丁字母相比起来数以千计的中文汉字则要庞杂许多,因此很多的 OCR 引擎都不支持中文、日文等东亚文字。Prizmo 也鉴于最终的识别正确率并不理想,所以还不支持对中文以及日文进行 OCR 处理,其大多数语言采用的是ExperVision 的 OCR 引擎。