图片内容提取采集：让工具 "读懂" 图片里的文字、表格和数据

图片是互联网上信息量最大的载体之一，同时也是最难读懂的信息来源。一张商品图片上有规格和价格，一张单据上有一串订单号，一张报表上满是数字，一张地图上密密麻麻的是地名——这些内容都是以图片的形式存在的，人的眼睛可以看见，但是系统却无法获取到。

以前要将图片中的信息转化为可用数据，只能依靠人工一张张地用眼睛去识别，并且手动输入，速度很慢而且很容易出错。

图片的内容提取采集所要解决的就是这个问题：通过采集和识别工具把图片中的文字、表格、数字等信息"读"出来，并将其转换为结构化的、可以被检索和分析的数据。

一张图片里，藏着多少"看不见"的信息

我们每天接触到的大量的图片，并不是只有"一张图"这么简单，它们就是信息的"容器"，但是默认情况下并不对系统开放。

以电商场景为例，在一个商品主图上一般会包含品牌、规格、价格、参数、卖点文案等信息；而在一张用户的晒单截图中，则可能会出现订单信息、优惠券码以及评价等内容。在办公和商业场景下，票据、合同扫描件、报表、名片、营业执照等都为图片形式的"文字数据"。社交和内容平台上的地图、长图、海报、图表也都是承载大量的文本信息。

这些信息的共性就是：虽然它们都客观存在，但是不能直接进行搜索、统计和对比。能够把图片中所包含的信息迅速而精准地抽取出来的那个人，就拥有了别人看不到的数据上的优势。

图片内容提取，究竟靠什么实现

图片的内容主要是通过识别技术来实现的。它不是遥不可及的技术，而是一种已经很成熟的、可以大规模应用的能力组合。

OCR 文字识别，对图片中文字进行识别，可以是印刷体也可以是部分手写体，并且可以把"看得见"的文字转换为"可以编辑、可以搜索"的内容；

结构化的版面分析，找出图片中表格、字段、区域布局，并把杂乱无章的信息按照结构和逻辑分开，而不能直接说出一句话；

多语言和场景适应性，支持中文、英文、数字、特殊字符等，并对发票、证件、报表、商品图片等多种场景进行识别优化；再加上大批量和标准化输出。正是因为有了这些能力的结合，"用工具读图"才由手工时代进入到规模化的时代。

一套完整的提取流程长什么样

把图片的内容转化为可以利用的数据，一般需要经过以下几步。

先确定提取的目标，想好要提取哪些字段、输出什么样的格式——是要文字，还是要把表格和数据都拆出来？目的不一样，所用的识别方式也就不同。

接着批量采集图片，把目标图片批量收集起来，可以从专业工具（极致了数据）或者平台获取，也可以用接口自动同步来代替人工一张张地下载。

然后是识别和清洗，调用识别功能来提取内容，并对识别过程中出现的错别字、格式问题进行修正，同时检查重要字段是否正确无误。

再往上，是结构化输出，把识别的结果按照一个固定的格式来表示，并且可以被导入到表格、数据库或者分析系统中去，方便之后进行查找和利用。

最后是持续更新和校正，建立定期更新机制，并进行抽样人工校验来保证长时间使用的数据质量。

提取出来的内容，能用到哪些场景

图片中所包含的信息价值，在实际的应用场景当中体现出来。

不同类型图片，能提取的信息差别很大。把常见的几类列出来，一眼就能看懂价值所在：

可以看到，图片内容提取的覆盖面很广，几乎每个行业都能找到对应的价值点。

电商和零售，批量识别竞品商品图片的尺寸、价格，并进行价格和上新的监控；发现用户的晒单信息并对其进行真实的评价分析。

财务和采购，自动识别票据、合同、单据等文件中重要的数据，并且不需要人工输入就可以完成对账和校验工作。企业的信息和风控，识别证件、执照、公示信息，并用以进行资质核实、准入审查以及风险检测。

对市场和行业的研究，从地图、报表、海报等资料里得到数据和信息来支持市场的调查以及行业的分析。内容和舆情管理，发现社交媒体上图片中包含的文字并进行回应，增加文本舆情之外的视觉信息维度。

对所有要从大量的图片里提取信息的团队而言，该功能可以大大减少人工劳动量，并且提高数据覆盖范围。

结语

图片的内容被抽取出来进行采集，其实就是在把图片这样一种"最擅长隐藏信息"的载体变成一个可以批量读取、结构化的数据源。

在各种信息中起着重要作用的数据大多是以图片的形式存在的，能够快速而精准地从这些图片中提取出有用的信息的人，就会占据一定的信息优势。

数据本身并不能直接转化为洞察力，但是把图片中文字、表格以及数据都提取出来并加以整理利用之后，就可以成为支撑起定价、验证、调研、风险控制的重要依据了。会读取图片信息，在数字化的时代里，这是应该具备的一种能力。