本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

2分鐘，“啪的一下”。

800多人的核酸完成截圖就審核完畢了。

這就是一位復(fù)旦大學(xué)生物醫(yī)學(xué)工程專業(yè)博士生，在最近共同抗疫期間開發(fā)的一項小程序發(fā)揮的作用。

而且僅僅是花費(fèi)1小時、130行代碼的那種。

復(fù)旦大學(xué)官方對這個“抗疫利器”的評價是：

大大提高了核酸核查的效率和精度。

這位博士生的工作，也引來網(wǎng)友們的“膜拜”：

人民日報也對他的工作做出了評價，認(rèn)為這波“操作火了”：

2分鐘搞定1小時工作

整件事的起因，是最近抗疫期間，復(fù)旦大學(xué)啟動了常態(tài)化核酸篩查工作。

而“痛點(diǎn)”也隨之而來。

也就是要核查每位學(xué)生“健康云”核酸完成截圖，需要花費(fèi)大量的時間和人力。

但總的來說，這其實是一項重復(fù)性較高、單調(diào)且枯燥的工作：

一個班級的截圖可能就需要花上半小時核查，如果是人數(shù)多的院系可能需要更久，還可能會看錯看漏。

而復(fù)旦的這位博士生，身為學(xué)院2019級信息1班輔導(dǎo)員，在此期間負(fù)責(zé)的正是這項工作。

于是，他便心生一計——“搞個OCR識別代碼”。

△圖源：復(fù)旦大學(xué)

最初與學(xué)工同事分享這個想法的時候，同事還擔(dān)心會不會太難了。

而他卻回復(fù)說：

有現(xiàn)成的庫，import一下就好了。

然后，1個小時過去了……

“我寫好了”。

同事見狀甚至感慨說“這就是博士嗎”。

于是乎，他的代碼程序就開始在自己的班級中“上崗”了。

△圖源：復(fù)旦大學(xué)

在進(jìn)行驗證之后，這段程序的準(zhǔn)確率還是很高的，甚至還發(fā)現(xiàn)了此前人工核查時沒有發(fā)現(xiàn)的問題。

最重要的是，這項工作的速度有了大幅的提高。

例如原先要核查800張截圖，幾個工作人員要花費(fèi)1個多小時，而現(xiàn)在，2分鐘即可拿到結(jié)果！

至于原理，這位博士生謙虛地說“并不復(fù)雜”。

他所用到的技術(shù)主要是OCR （光學(xué)字符識別），代碼語言則是Python。

△圖源：復(fù)旦大學(xué)

根據(jù)復(fù)旦官方的介紹，這位博士生更具體的是用到了Python中的正則表達(dá)式。

正則表達(dá)式可以把想要的信息從OCR識別的文本中篩選出來。

最后還會匯總到一張Excel文件中，方便工作人員確認(rèn)。

而且為了他為了方便不會編程的同事使用，還把程序進(jìn)行了封裝，只需要輸入一行命令就可以使用了。

來自復(fù)旦大學(xué)的博士生

開發(fā)這項“抗疫利器”的博士生，是來自復(fù)旦大學(xué)的李小康。

有意思的是，他并非是計算機(jī)專業(yè)的學(xué)生，而是生物醫(yī)學(xué)工程專業(yè)。

其研究方向是醫(yī)學(xué)影像與人工智能。

△圖源：復(fù)旦大學(xué)

對于這項工作，他認(rèn)為：

雖然原理也很簡單，只要是會寫代碼的人第一時間就會明白是怎么回事，但是不做相關(guān)工作的感受不到這件事情的費(fèi)時費(fèi)力，自然也不會想出辦法。

我只是用我學(xué)到的知識解決實際工作中的困難。

△圖源：復(fù)旦大學(xué)，李小康本人留言

據(jù)復(fù)旦大學(xué)官方介紹，在不久之后，師生可以不再手動收集核酸截圖，而是通過小程序直接上傳圖片了。

最后，引用李小康本人的話：這場戰(zhàn)“疫”我們一定可以勝利！