手机打字太累？不如试试用百度识图吧（手机百度识图文字识别）-广西南亚热带农业科学研究所

手机打字太累？不如试试用百度识图吧（手机百度识图文字识别）

投稿用户 • 2024年3月30日上午10:18 • 科研百科 • 阅读 65

手机打字太累？不如试试用百度识图吧（手机百度识图文字识别）

摘要：在手机上通过摄像头识别外界事物，这样的体验像极了我们人的眼睛。

从 PC 时代到智能手机时代，搜索一直是人们日常生活中最常见的需求之一。根据 CNNIC 的报告，截至 2019 年 6 月，我国搜索引擎用户规模有 6.95 亿，其中手机搜索更是达到了 6.62 亿，占比 95% 以上。

智能手机的普及和人工智能技术的发展，让手机摄像头有机会实时识别外界事物。相应地，用户的搜索需求也越发多样，搜商品、搜花草、搜英文，恨不得搜万物。与传统搜图需要拍照、上传、识别等一系列繁杂步骤相比，百度识图前段时间展示的新技术，则使搜索突破了「框」的限制，「动态多目标识别」与多样搜索场景的实现等将手机识图能力进一步提升。轻松「识万物」成为了对用户而言，真正切实可行的体验。

用手机摄像头「识万物」，搜索品类更丰富

互联网上的内容与资源非常丰富，只要用户善于利用搜索引擎，便几乎可以找到任何想要的信息。在百度 App，当用户直接点击搜索框右边的相机图标，对准想要搜索的事物，不管是数学题、英文、条形码，都能直接识别。

「识万物」功能则更为神奇。用户无需选择识别对象的品类，直接拿起摄像头即可识别大部分事物，例如鞋子、化妆品、杂志、食物等。这些在生活中毫不相关的东西，都可以用百度 App 的「识万物」功能进行识别。

目前，得益于人工智能技术的飞速发展，我们已经可以通过手机摄像头识别多样事物。翻译 App 可以直接识别看到的文字、购物 App 可以识别商品，也有专门针对花草树木的识别软件。但用户的一大痛点在于，人们通常需要找到对应的工具才能识别单独品类的事物。

而百度作为一个综合类的搜索引擎，当然不会只把目标放在单独的几个领域。「识万物」正是这样一个综合类的识图引擎，在手机上通过摄像头识别外界事物，这样的体验像极了我们人的眼睛。

动态多目标识别：变革性交互引领行业

「动态多目标识别」是百度识图具备的一项独特优势，它突破性地应用了 Lens 技术，也更便于实现产品与用户间的创新型交互。

移动端实时感知和云端视觉搜索使得 Lens 技术具备一种类人眼的视觉 AI 能力。应用这项技术后，打开百度识图，无需拍照，毫秒内便可自动扫描并锁定镜头内检测到的全部物体，即刻反馈「它是什么」与「它背后的相关信息」，让用户最大化实现「所见即所得」的信息浏览体验。

由于省去了拍照、上传等步骤，百度 App 的识图体验变得十分顺畅，用户只要举起手机对准要识别的事物，它的信息就会即刻出现在手机屏幕上，点击即可查看。

随摄像头的移动，百度 App 会在实时追踪已识别的物品同时，识别新进入画面的物品。用户从而可以更快捷地利用百度识图同时获取多元信息。

用视觉认知世界，一本移动的百科全书

百度识图通过利用视觉识别能力，串联起用户旅行、购物、观影等不同场景时产生的认知诉求，它能识花、识商品，也能识别影视剧信息。

在精准识别的基础上，借助百度移动生态提供的信息和服务，用户还可进行多平台比价、直接下单购买等后续操作。由此，用户想要的信息都自然聚合在一起，并且不需要事先选择品类、领域，可以说是「一气呵成」，而搜索体验也不再止步于单一的识别结果，获取信息更为丰富。

以生活中常见的数码产品为例，百度识图可以识别出品牌、型号、价格等信息，还会给出购买链接，方便用户直接下单购买。

另一个实用的使用场景则是识别各种化妆品、药品上的包装文字。很多药妆来自国外，一长串外文，打字输入颇为麻烦，使用识图功能就简单许多。识别出品牌和型号后，用户可以直接通过 OCR 来复制包装上的文字，方便进一步编辑。在该场景下，用户也可以选择直接进行文字翻译，所有的有效信息，在一个页面就能全部获得，无需其余复杂操作。