面对春天公园里、大楼下的姹紫嫣红，好奇的我常常想知道：这是什么花，而那又是什么树？微博上有一位叫做「博物君」的博主，经常为大家鉴定自己遇到的不明物种。要是自己随身也有一位「博物君」为自己答疑解惑，那该多好！好在我有经常使用的「形色」，能够随时为我指点迷津。而这个五一节前，有朋友推荐给我了微软研究院出品的同类应用 ——「微软识花」。在这个阳光明媚的春天，我就带着它们俩出去，来了一次实地演练。
两个软件的主打功能都是看图识别植物。而其背后依靠的团队，根据两者官方网页的叙述，都是中科院植物所的专家组。但是两者的侧重和功能还是有不小的区别。
微软识花最大的特点就是离线识别。即使手机打开了飞行模式，程序仍旧可以依靠本地的数据库进行植物识别。这一功能大大方便了喜欢野外跋涉的户外人士，毕竟在荒郊野外，网络卡顿、甚至没有手机信号的情况太普遍了。这个功能可以满足人们随时的求知欲。
而与微软识花相比，形色运用的是云端的资料库进行分析，自然功能就更为丰富，在识别之后，软件给出的信息甚至有相关的诗词歌赋。你也可以在自己的资料库中记录自己遇到的植物，了解植物的科普知识，还有小测验让你学习新的植物。此外，它的识别范围也更为广泛，除了植物，最近新推出了识别水果和海鲜。
识别的第一步就是取景，两者的取景方式有着细微区别。两款软件都支持从相册导入照片和实时拍摄。但形色要求在拍摄时就将植物主题置于虚线框内，而微软则允许用户先拍摄，然后再放大、对准。看似小小的区别，但我个人而言，微软的设置更为人性化。随着天气逐渐炎热，站在烈日下拍摄本来就已是煎熬，如果需要在拍摄时就完成取景和对准，无疑将延长拍摄时间。
我首先测试的是两者对于高对比度的识别情况，也就是主题突出，和背景差异较大的画面。
在第一个场景下，两者都可以准确识别出花朵的种类，并给出数据库中的配图。从时间上来看，两者时间相差无几，几乎都在一秒钟左右。
但当我尝试到第二种植物的时候，两者尽管都能够快速识别，但最后的识别结果却出现了小小的偏差。
两者的备选答案中都有金鸡菊和天人菊，但最终形色选择了前者，而微软识花选择了后者。说实话，从肉眼来看，两者非常容易混淆。照片中的这一种花，外形上与某种金鸡菊和某种天人菊都有相似点，因此从色彩上并不容易区分。更关键的区别在于花瓣边缘的缺口造型。若不是旁边有说明牌写着「金鸡菊」，我也没办法确定最终的答案。
后来仔细一想，形色的精准度可能源自于它丰富的资料库。识别后的信息中可以看到，形色的图库既包括通体黄色的金鸡菊，也包括这种带有红褐色的。而微软识花当中，仅包括了通体黄色的种类，也不难理解为什么AI会把它认作天人菊了。
在这一轮，形色小胜一筹。
第三个场景继续难度升级，是远处的几朵花。由于这几株种在花坛中间，就算利用 iPhone 最大的变焦能力，也没办法把取景框填满。这也是日常生活中比较常见的场景。令人惊喜的是，即使是隔了五米左右，两个软件都可以准确地识别出花的种类。但从识别速度上，可能是由于信号的原因，微软识花的速度大概比形色快了两秒左右。
第四个场景，我试着把识别的范围从鲜艳的花变成绿色的叶。由于色彩更为接近，而且特征不大明显。形色虽然用了三秒多钟，但依旧准确地识别出了种类。用同样的大小，微软识花倒给了我不小的「惊喜」，让我哭笑不得。
我试着放大了这片叶子，微软识花终于给出了我答案，答案也与形色一致。
在数据分析当中，输入的质量决定了输出的结果，对于植物识别来说也是一样。通过以上四个场景的分析不难看出，随着与背景对比度的不断下降，分析的难度也逐步提高，出错的概率也相应增大。要提高准确率，除了寄希望于开发者的算法迭代外，作为使用者的我们，也应该尽可能地提高输入的质量，尽量选择主体明确的照片，并把它放置在取景框的中央。
除了上文对比的植物识别这一基本功能，我更愿意把形色定位成一款科普软件。打开首页，界面仿佛一款科普公众号，上面有不少高质量的文章，介绍植物的小知识，抑或是教你如何养植物。爱花人士可以在这里汲取不少的养分。
除此之外，每次识别之后，我识别过的植物会加入到 app 的植物库中，而植物的图片就是你刚拍摄的照片。使用了一段时间后，这就成了我自己的植物「Moments」，看到时间和植物，常常有一种「睹物思人」、「睹物忆事」之感。
总的来说，作为一个植物识别软件，形色和微软识花都能够基本满足我的要求。依靠背后的算法和中科院的专业支持，两者已经能够识别大多数植物。如果我只能选择一个的话，我会选择形色。相比微软识花，其识别算法更为成熟，而且能够提供更为本地化且更丰富的知识。
但我也愿意将微软实话作为我的备用软件，在吃不准答案，或者没有网络信号的时候，拿它作为一个备用选择。但可惜的是，从版本历史来看，它好像从2016年起就停止了更新。不知微软是否还有兴趣重拾这个项目呢？
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。