周末大清早群友問我能否做個(gè)小功能——提取出公眾號(hào)文章閱讀數(shù)。呵呵，谷歌網(wǎng)站主頁光溜溜的，做起來也是個(gè)小功能吧。至于什么系統(tǒng)集成我也不多問了，別家公司的秘密不亂打聽，殺頭的。

初定采用圖像識(shí)別的方法，圖像文字提取有很多現(xiàn)成方案，而且還是顯示器上的文字提取，比車牌識(shí)別要簡單得多，就算不答應(yīng)他，我也想自己試試玩玩。

計(jì)劃幾天的工作量，沒打算在它身上廢太多功夫。一切的創(chuàng)新從拷貝開始，沒想到3小時(shí)就把功能實(shí)現(xiàn)，接下來抽空上一點(diǎn)細(xì)節(jié)，以及各種異常處理，畢竟要規(guī)避少量誤報(bào)的情況。

方案采用Python+OpenCV+OCR庫（Optical Character Recognition，光學(xué)字符識(shí)別），文稿下方視頻演示執(zhí)行效果。

友情提示，點(diǎn)擊視頻右側(cè)按鈕可以旋轉(zhuǎn)手機(jī)觀看，否則文字太小豎屏看不清

所用的OCR是離線數(shù)據(jù)包，網(wǎng)上看到有人用百度AI的OCR服務(wù)，反正我不會(huì)考慮把核心功能放在大佬的服務(wù)器上跑的。

主席：飯碗任何時(shí)候都要牢牢端在自己手中。

簡要說說

PC端打開公眾號(hào)文章也是沒有閱讀數(shù)的，爬蟲也做不了。

我認(rèn)為是公眾號(hào)防止第三方抓取數(shù)據(jù)，特意把“閱讀”字體顏色改得和背景色相近，在識(shí)別圖像時(shí)“閱讀”辨識(shí)成背景噪聲。

下面列出原始圖像的文字識(shí)別效果，不是太好。當(dāng)然，沒有那種圖像處理能少得了預(yù)處理的。

 ';', 'RRB', '“有一種贊賞叫催更，感謝你的肯定“', 'eo', 'ti', '|', '&', '>', 'ob', '8', '分享', 'ke', '2', '1', '人呵”瀘州考究官方旗艦店', '關(guān)注公眾號(hào)', '愛喝好酒的，進(jìn)來看看', '發(fā)消息']

我用畫圖把原始的灰色字體描繪成黑色，算是人工干預(yù)預(yù)處理。再次識(shí)別，“閱讀”數(shù)據(jù)成功提取出來。

下面是涂黑字體識(shí)別結(jié)果。

 '“有一種贊賞叫催更，感謝你的肯', 'eo', 'ti', '|', '閱讀', '31', 'P', 'oO', 'o', '8B', '分享', '收藏', '2', '1', '人呵”瀘州考究官方旗艦店', '關(guān)注公眾號(hào)', '愛喝好酒的，進(jìn)來看看']

既然高對比度它有利于提高文字識(shí)別率，我就想辦法提高“閱讀”文字的對比度。首先用的是邊沿檢測方法，所有文字邊沿都描繪一個(gè)框。

本以為轉(zhuǎn)換成邊沿檢測識(shí)別效果會(huì)好起來，實(shí)際反而更差。猜測OCR庫不能識(shí)別“浮雕狀文字”，文字的邊框使得文字看起來更肥大，邊沿檢測后文字和背景色之間有個(gè)輪廓，只有特別粗的字體在邊沿檢測后不受影響。

瞧，小字體文字都識(shí)別成亂碼。

 '”有一種贊賞叫催政，感謝你的肯定”', '稀罕作者', 'ia', 'io', 'ne', 'ae', 'me', ';', '1', 'See', 'ga', 'lel', 'Te', 'Be', 'mg', 'cD'] 

剔除背景色

微信文章默認(rèn)背景色都是白色，計(jì)劃把白色涂抹成其他顏色，其他非白色位置描黑。其實(shí)白色的判定不是絕對的白色，而是取出一定范圍的相對白色。下圖左側(cè)是取出的“蒙版”，除了要去除的背景色外，蒙版上其余顏色涂成黑色。蒙版的作用和Photoshop是一樣的。

如此一來整張圖片文字對比對就高多。

最終文字檢測結(jié)果。

'調(diào)用do_exit，文稿末尾我上貼圖;', '了', '2、如果某應(yīng)用程序在內(nèi)核空間死鎖，將永遠(yuǎn)', '不能控制GPIO', '，只能手動(dòng)強(qiáng)制關(guān)機(jī);', '吳解君', '“有一種贊賞叫催更，感謝你的上衣', '”', '中', '稀罕作者', '閱讀', '31', 'PrP', '@', 'o', '8', '分享', '收藏', '2', '1', 'GE', '瀘州老竄官方旗艦店', '、', 'g', 'BIRTH,', 'WEEE.', '關(guān)注公眾號(hào)', '發(fā)消息']

最后

天下老板都一樣，貌似對方老板為了接單同意客戶各種指標(biāo)要求，先把客戶套住再說，至于實(shí)現(xiàn)嘛，交給寫代碼的，碼農(nóng)Ctrl+C、Ctrl+V想盡辦法去圓老板的當(dāng)年吹下的牛逼。他手下碼農(nóng)頭快突了，搞不定原型機(jī)，項(xiàng)目負(fù)責(zé)人到處找外協(xié)幫忙。

你們可知道外協(xié)其實(shí)也是到處Ctrl+C、Ctrl+V的嗎？哈哈。

問對方和客戶談指標(biāo)時(shí)下面做事的人有代表參加評審做可行性分析嗎？

項(xiàng)目負(fù)責(zé)人如此回我。

“評審會(huì)，評什么？打工人，憑什么？”

鄙人臥槽評天下，閣下是個(gè)文化人。

真要說打工人憑什么，也不是真沒有：君子生非異也，善假于物也。

老板借員工的時(shí)間，員工借老板的資源。