扫描全能王发布“黑科技” 让 替人“思考”图像处理问题

本文转自：消费日报

现阶段，手机扫描正越来越多地进入到人们的生活中。随着扫描应用场景的不断拓宽，诸多细节的问题逐渐显露，比如使用者在拍照扫描文档时，手指不小心“入镜”了，只能重拍；拍电脑屏幕时，画面上有一些彩色条纹，既不美观也影响内容识别；拍完照片后发现文档很杂乱，扫描时需要手动叠加好几种图片处理方案，才能获得理想的效果……这些“糟心事”，如今被一个滤镜轻松解决了。

近期，合合信息旗下扫描全能王“智能高清滤镜”正式上线。该功能基于AI技术及智能扫描引擎，可自动检测图像中存在的问题并判定图像的优化方式，实现模糊、阴影、手指、屏幕纹等干扰因素一键全处理。使用者无需思考拍摄角度、光源、背景，只要点击单拍、多拍、扫描等任意拍摄按钮，便可得到一张如原稿打印般清晰、平整的图片。

扫描“一键到位”的背后

AI在帮人“思考”图像问题

与传统的手机扫描流程相比，扫描全能王“智能高清滤镜”的亮点之一，便是让AI代替人去“思考”图片中需要解决的问题，并为用户自动选择出最优处理方案，通过算法上的智能研判，达成多个问题一键解决的效果。

据合合信息扫描全能王事业部负责人曹超阳介绍，“智能高清滤镜”的智能研判主要基于精准的图像感知，来达成场景化的决策效果。在图像感知阶段，AI通过深度学习模型进行图像特征获取，感知到图像中的光照、阴影、颜色和倾斜角度等特征并对应进行图像处理，例如去除手指产生的遮挡、感知到图像是过暗还是过亮，然后针对性地调整图像的亮度和对比度等。

场景化决策即根据图像感知的结果，判定图像属于何种场景，并进行个性化的处理。例如，试卷、发票的图像特点不尽相同，“智能高清滤镜”能够迅速判定文档种类并进行处理方法决策，在办公文档电子化、教育资料处理、商务资料留存等涉及文档处理的场景中具有广阔的应用前景。

智能扫描引擎，让AI读懂图像与文字

“智能高清滤镜”多项“黑科技”功能的实现，离不开智能扫描引擎AI-Scan（简称“AI-Scan引擎”）的支持。AI-Scan引擎基于合合信息智能文字识别、智能图像处理技术，对图像处理、文字识别及版面还原进行全面优化，综合提升扫描效果。

图像处理对于文档处理中所涉及的文字识别等后续流程非常关键，目前还存在着许多典型的痛点，最常见的就是“图像视觉矫正”。现实生活中，书本等文档并不总是平面的，AI在处理相关图片时需要进行“矫正”。此外，由于拍摄角度和镜头畸变的问题，即使是平面的文档，拍摄后也可能出现透视扭曲。扫描全能王采用了基于深度学习的曲面检测和矫正技术来进行处理，能够应对各种复杂的曲面文档。

完成图像处理之后，如何从图片中正确提取所需信息，与文字识别能力息息相关。全球化进程的深化，让多语种识别成为一项高频需求，也为文字识别领域带来了巨大的挑战。多语种识别的困难点主要来源于不同语种之间的独特字符集、书写规则和语法结构间的差异，以及复杂的文本形态和排版方式的影响。

例如，阿拉伯语的书写方向是从右到左，而且同一字母在单词的不同位置有着不同的形态。对于这种语言，传统的文字识别方法往往难以应对；其他小语种如泰语和印地语，其书写系统相对复杂，有时一个字符可能会出现在另一个字符的上方或下方，是文字识别必须解决的问题。

为了克服这些挑战，扫描全能王在AI-Scan引擎的支持下，采用了一种结合深度学习和自然语言处理的全新方法，能够有效地处理不同语种的字符关联和顺序问题。在服务全球亿级别用户的过程中，扫描全能王对大量的多语种文本进行预训练，能够对全球41个语种的文档进行识别，满足了全球超过100个国家和地区用户的办公、生活需求。

“华盛顿邮报等媒体曾将扫描全能王称作‘手掌扫描仪’，因为这款产品实现了在低资源、性能低的移动设备下高准确率、高效率、高稳定性的识别体验。‘做小、做轻’是上一个阶段的任务，未来扫描会更多地与前沿技术的结合，进入智能化的时代。”曹超阳表示，在过去的十年里，扫描全能王是最早将图像处理、OCR、深度学习等AI技术综合运用的APP之一。未来团队将持续保持对AI底层技术的关注，用科技为全球用户提供有价值的文档智能服务。