近日，合合信息公司旗下扫描全能王正式上线“智能高清滤镜”功能，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，一键达成“高清无损"扫描需求，实现模糊、阴影、手指、屏幕纹等干扰因素一键全面处理，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

(资料图)

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，扫描全能王会更多地与前沿技术结合，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。

记者：顾武

编辑：徐悦琳

转载请注明来自上海静安官方微信

可能你还想看

▶好消息来啦！市北高新人才公寓1015套（间）新房今起供应

▶2023上海书展如何前往？静安交警发布出行交通攻略

▶静安北部医联体“有效联动”，居民医疗服务再升级！

▶3.53公顷！市中心这个焕然一新的“岩石花园”，等你来命名！

上观号作者：上海静安