為什麼直接調用介面的 OCR 應用要付費？聽聽白描開發者怎麼說
很多人覺得做一個 OCR 軟體有什麼難的，現在百度、騰訊、谷歌那麼多商用介面，我調用一下介面就好呀。確實，調用介面確實能完成這個事，但是要把這件事做的更優秀，那還是有很多事需要自己做的。
做一個 OCR 應用需要哪些技術
圖像壓縮技術
使用第三方的 OCR 介面，要把圖片傳到他們的伺服器，然後返回識別結果，上傳之前，壓縮圖片就是一個方面，你肯定不能拿原圖上傳，一張圖體積有 4M-5M，傳上去就得一會，所以白描可以做到將一張大圖壓得很小又能維持清晰度，既保證了傳輸速度又保證了識別質量。
波紋過濾
有的用戶反應在使用白描的過程中，他是直接拍攝電腦屏幕，識別結果超級不準確，後來發現就是屏幕上的一片片波紋干擾了文字，實際用眼睛看的時候好像沒看出什麼來，但是把圖的預覽區域使勁縮小，就能看出很明顯的一堆堆的波紋，我們也經過研究進行了適當的波紋優化，即時拍攝的屏幕有很多干擾條紋。也會把他們過濾掉，依然可以保證結果。
長圖自動裁剪
如果有人用過一些 OCR 介面，可能都知道太長的圖根本沒法識別，那就要把長圖裁剪成很多圖去識別，識別完了再把結果拼接起來，但是長圖裁剪這個事要讓用戶來手動裁嗎？那太累了！所以我們研究了一套自動切長圖的技術，可以自動檢測到文本位置和空行位置，自動的裁剪開，不會把文字切開，所以在白描里，你什麼都不用干，長圖直接扔過去識別就行。
去除雜亂背景
在紙很薄的情況下，背面的字會透出來，這樣就造成了識別的時候可能會把紙背面的字當內容去識別了，白描當然也提供了解決辦法，通過黑白色彩切換，可以很輕易的去除透出來的字或者其他雜亂背景。
自動分段
目前的 OCR 介面都是一行一行的返回結果，所以要想後期編輯方便，需要自己做上自動分段的功能，白描就針對這個需求做了優化，當然目前只是針對普通文章的分段，排版複雜的還是會有不準確。
自由選區
很多人有識別多樣化排版的文字需求，比如報紙那種排版，東一塊文字西一塊文字，他就想選需要的幾塊，那怎麼樣更方便呢，這就可以使用自由選區的功能，把需要識別的部分畫出來，白描就會按照畫的順序去識別啦。
自動尋找文件邊界
拍一個文件肯定不能做到完全按文件邊緣拍出來，如果就需要文件那部分，就要手動裁剪一下，那怎麼樣讓這個行為更方便一些呢？我們可以自動尋找文件邊緣，這樣直接一裁就可以啦。
先簡單說這麼幾個針對 OCR 識別方面的技術上的小優化，但其實白描能做的還有很多，比如自動檢測文檔邊界生成掃描件，切換掃描件的多種色彩，批量處理，表格識別導出 Excel，生成 PDF，翻譯等等。
關於 OCR 成本
除了針對 OCR 需要用的技術，關鍵還有成本啊！很多人可能比較關心白描調用百度 OCR 的成本有多少？其實，白描不只有調用 OCR 的成本啊，還有調用翻譯服務的成本。這裡先只說一下 OCR 成本，平均下來白描每天調用的 OCR 次數大概有 12 萬次，這一部分的成本真的是不小。
很多 App 整天盼著日活高一些啊，增長多一些啊，我還真的是盼著的是你們不要那麼活躍啊，哈哈哈（付了費後不那麼活躍就更好了??），此處純屬開玩笑啊，用我的 App 那是我的福氣！怎麼可以盼著人家不用！
所以，我們說一下會員價格，8 塊錢和 26 塊錢，還是一次買斷，與白描的成本比起來，真的一點都不貴。
關於自研核心技術
也許有人關心核心技術的問題，你說白描作為一款文字識別和文件掃描工具，OCR 這種核心技術全用的人家的？不怕人家哪一天突然停用了？對於這個問題，我覺得他們既然能收錢商用，也不會無緣無故突然停止。
儘管這個發生的概率不大或者不會太快，但是，我們依然擁有了自己的識別核心，當然準確度和速度與大廠的相比，還有一定的差距，但是，總會進步的嘛。
另外還有文件掃描的自動邊界檢測功能，我們也依然通過機器學習，擁有了屬於自己的更準確的檢測技術。
一個 App 說大不大，說小不小，但作為開發者，更希望用戶了解我們做出的努力，了解到我們為了一個 App 所要付出的時間成本和金錢成本，用肯定與建議的態度，去與開發者溝通（對純粹騙錢的那種不要用這種態度），而不是簡單的評論一句，不就是調用個介面的事嗎？
現在回想一下，這是一種很奇妙的感覺，通過一個 App，進入了一個領域，還能因為這個 App 所需要的技術，讓自身的技術視野更加開闊。
寫這麼多，其實主要是想感嘆一下，不知不覺，白描誕生 2 周年了！也希望未來有越來越多的人了解白描，使用白描，也願白描在各位的支持下越來越好！
特約福利
少數派與白描聯合帶來了特約福利活動，大家現在通過 少數派軟體商城 購買白描會員可以享受與 6.18 活動相同的優惠價格，其中普通會員 4 元，黃金會員 18 元，一次購買，永久有效。本活動限時 3 天。
推薦閱讀：