疫情防控常態化下，學校為了保證孩子身體健康和安全，要求所有入校人員提供通訊行程碼並稽核。但是通過人工稽核的方式，不僅工作量極大且容易出錯。作為一名軟體開發工程師，我開始思考並著手調研，希望可以通過更智慧的方式來解決。

在調研過程中，發現騰訊雲AI文字識別產品推出了 健康碼OCR、行程卡OCR等多種自動化識別能力，剛好契合智慧識別這個現實問題。但是識別出來的結果是否準確呢？

查閱了官方介紹資料，發現騰訊雲AI聯合騰訊優圖實驗室針對文字檢測和文字識別關鍵技術進行了優化和創新。在文字檢測技術方面進行了深度優化，提出了Compact Inception，通過設計合理的網路結構來提升各尺度的文字檢測／提取能力。同時引入RNN多層自適應網路和Refinement結構來提升檢測完整性和準確性。

在文字識別方面，經過大量實驗和實踐，對主流CNN+RNN+CTC方法進行了改進和創新：對CNN加入了橫向非對稱卷積和綜合多種尺度感受野的特徵，增強了網路對多尺度字型的支援。對RNN加入了Attention機制，Attention機制的加入，可以在所有特徵塊的基礎上，得到每一個特徵塊在全域性中的權重資訊，有效提升整行識別的準確率。這無疑給我們吃了定心丸，放心的採用騰訊雲AI文字識別的自動化識別能力了。

根據產品能力介紹，通訊行程卡識別能力，可以 自動識別出行程卡顏色、途經地、存在中高風險地區的城市、電話號碼等資訊，實現了全自動的模式，極大的減輕了人工稽核的工作量。

接下來，我將詳細講述我是如何使用通訊行程卡識別能力。

01.準備工作

為了使用通訊行程卡識別能力，我們需要進行一些準備工作。

1. 騰訊雲AI文字識別提供了體驗服務（功能演示頁面），我們先對通訊行程卡能力進行了體驗，Demo識別的效果很不錯。

2. 在使用騰訊雲AI文字識別之前需要開通文字識別服務。在騰訊雲OCR控制檯頁面，我們成功開通了文字識別服務。

3.服務開通成功後，騰訊雲AI文字識別贈送了免費的資源包，50～1000次的免費額度。當免費資源包用盡後，我們先是購買了預付費資源包，後來又開通了後付費。

02.操作流程

• 獲取個人金鑰
• 通訊行程卡API文件
• 體驗線上呼叫
• 使用整合騰訊雲OCR的SDK
• 查詢呼叫量

2.1獲取個人金鑰

2.2通訊行程卡識別API文件

2.3體驗線上除錯

2.4使用整合騰訊雲OCR的SDK

• 通過 npm 安裝

npm install tencentcloud-sdk-nodejs --save

• 使用SDK呼叫通訊行程卡識別介面

const tencentcloud = 
require(
"../tencentcloud-sdk-nodejs");






const OcrClient = tencentcloud.ocr.v20181119.Client;


const models = tencentcloud.ocr.v20181119.Models;






const Credential = tencentcloud.common.Credential;


const ClientProfile = tencentcloud.common.ClientProfile;


const HttpProfile = tencentcloud.common.HttpProfile;






let cred = 
new Credential(
" SecretId ", 
" SecretKey ");


let httpProfile = 
new HttpProfile();


let clientProfile = 
new ClientProfile();


/*


推薦使用 V3 鑑權。當內容超過 1M 時，必須使用 V3 簽名鑑權。除 Node SDK 外，其他語言 SDK 都支援 V3。


clientProfile.signMethod = "TC3-HMAC-SHA256";


*/

clientProfile.httpProfile = httpProfile;


let client = 
new OcrClient(cred, 
"ap-guangzhou", clientProfile);






let req = 
new models.RecognizeTravelCardOCRRequest();





req.ImageUrl = 
";





client.RecognizeTravelCardOCR(req, 

function(
errMsg, response) {






if (errMsg) {


console.log(errMsg);


return;

}






console.log(response.to_json_string());





});

2.5查詢呼叫量