# API

**Repository Path**: QIANHUANG/API

## Basic Information

- **Project Name**: API
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2020-06-19
- **Last Updated**: 2025-01-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# API

| 产品名称 | 私人电子卡包  |
|  ----  | ----  |
| 产品描述  |一款帮助用户将实体卡证票据转为电子文件录入、分类及存放的app |
| 产品版本 | 2.0 |
| 1.0版本 | [diff链接对比视图](https://gitee.com/QIANHUANG/API/compare/b142853754fa430ba182e01c2db6dc1c0e718a3b...0eee3e4549d04630c1fb477c5f5c7fba0f48622b)
| 文件现状 | 进行中  |
| 文件作者 | 黄倩 |

### 版本迭代说明
* 相较于迭代一，本次迭代主要是加入了利害相关者分析图表与ESG考量，IDEO三要素，进一步说明技术可行性、用户可欲性和商业可行性；制作了界面流程图，更为清晰地展示智能交互的细节，突出智能交互价值。除此之外添加了两个用户画像及使用场景，并添加了有效外链，学习心得的部分也有稍加补充。[diff链接对比视图](https://gitee.com/QIANHUANG/API/compare/b142853754fa430ba182e01c2db6dc1c0e718a3b...0eee3e4549d04630c1fb477c5f5c7fba0f48622b)

### 加值宣言
此款私人卡包APP可通过票据文字识别api、卡证文字识别api、图片识别api帮助用户解决卡证票据等实体文件难保存、难寻找、易丢失的问题，**实现高精确度的文字、数值数据录入、分类和电子文件产出**，让用户能在需要用到卡证票据的时候一键找到并可以使用其电子版。

### 一、需求概况

### 1.  产品背景
电子信息化普及的时代，大多数人出门都会带着手机，“手机在手，天下我有”，而随着移动端的发展，钱包、卡包的功能被逐渐取代，一方面是因为科技的便利普及，另一方面是因为实体卡证票据难保存、难寻找、易丢失，要用的时候怎么找也找不到。
### 2.  产品市场
目前实体文件转电子文件市场上，相同功能app比较少，功能不太完善，市场不太成熟，经过对市场上扫描实体文件转换电子文件类的app调查发现，大多数是偏向于实体文档转图片、电子文档的扫描转换类app，而卡证票据转电子形式的市场比较匮乏。
### 3.  市场概述
#### 3.1扫描文件类应用市场概述
科技飞速发展的时代，也在提倡“无纸化”，文件电子化必然是大势所趋。就目前的扫描文件类应用市场看来，基本的实体文档转换成图片、PDF、word等形式比较常见和普遍，但专门将卡、证、票据转为电子文件输出并分类存放的app比较少见，因此扫描文件类应用的发展空间还比较大，发展前景值得期待。
#### 3.2 市场特征
- 扫描文件类应用市场行业还未饱和，正处于上升期，类型和功能有待继续完善
- 实体卡证票据转电子文件类app还在发展初期，相同类型app少之又少，有巨大的发展空间，也没有行业垄断、一家独大的现象
- 扫描文件转换电子档的精确度较低，只满足日常、普通需求，有待提高
#### 3.3. 发展优势
- 目前实体卡证票据转电子文件类app市场潜力较大，竞争对手很少，竞争力小；
- 对实体卡证票据转电子文件有需求的市场广阔，痛点明显，具有一定的开发价值；
- 高精确度的票据文字识别以及卡证文字识别，解决数值、字眼之忧；
- 可自行修改的定制化电子文件产出，手动修改错误处


## 二、核心价值（最小可行性产品）
着眼于解决用户在实体卡证票据转电子档的最基本需求，私人电子卡包将提供给用户高精度的电子档和分类电子档并保存的功能。

### 用户痛点
1. 卡证票据难保存：纸质或卡片的字体印刷以及磁性的问题很难长时间继续保存；
2. 卡证票据难寻找：实体卡证票据堆叠后，要用的时候怎么找也找不到；
3. 卡证票据易丢失：会因为卡证票据的实物存在形式较小，容易丢失
4. 缺少高精度的电子档：将实体卡证票据转化成电子档后，数值和字眼的准确率不确定

## 三、用户分析
1. **目标用户群：**
- 用户群体：18-30岁年轻群体
2. **用户画像及使用场景**

 ![用户画像](https://images.gitee.com/uploads/images/2020/0716/162019_37cb465c_2229569.png "用户画像.png")
* 对应用户痛点4：缺少高精度的电子档：将实体卡证票据转化成电子档后，数值和字眼的准确率不确定

 ![用户画像](https://images.gitee.com/uploads/images/2020/0722/102405_b688a921_2229569.png "用户画像.png")
* 对应用户痛点3：卡证票据易丢失：会因为卡证票据的实物存在形式较小，容易丢失
 ![用户画像3](https://images.gitee.com/uploads/images/2020/0722/212437_0da9ffc7_2229569.png "用户画像2.png")
* 对应用户痛点1和2：纸质或卡片的字体印刷以及磁性的问题很难长时间继续保存；实体卡证票据堆叠后，要用的时候怎么找也找不到

## 四、人工智能概率性与用户痛点

#### 百度智能云文字识别技术、图像识别技术，有以下优势：
|  文字识别技术 | 图像识别技术  |
|  ----  | ----  |
| 1.准确率：综合场景下字段准确率高达98%，保证文字的精确识别| 1.准确性：基于百度丰富的海量数据，利用深度学习技术及精准的算法迭代模型，保证图像的精确识别|
| 2. 字段齐全：支持对常用票据、卡证的所有字段进行结构化识别，能够满足各类用户场景需求，可供用户灵活选择  | 2.功能丰富：支持多种垂类业务场景的细粒度图像识别，精准识别超过十万种物体和场景，有利于图片的分类 |

* 另外，百度云文字识别技术依托百度云技术实力，提供高可靠性、弹性可伸缩、高并发承载的文字识别服务，服务可用性高达99.99%；而图像识别技术，提供24小时云端高稳定服务，宕机率低，故障恢复快，单图毫秒级响应，服务可用性高达99.95%。

### 需求列表（对应人工智能加值）
|序号|api技术|用户场景|优先级| 是否智能价值 |
|--|--|--|--|--|
|1|百度智能云票据文字识别技术 |实体票据转电子化 |A（重要）|是  |
|2|百度智能云卡证文字识别技术 |实体卡证转电子化 |A（重要）|是  |
|3|百度智能云图像识别技术 |实体卡证票据转电子化的分类|B（次重要）|是  |

#### ESG考量
此智能产品app能有效减少人力资源的浪费、纸张、办公室耗材的浪费，与“无纸化时代”的观念契合，环境、纸张资源、人力资源合理利用的效率可以得到提升，可以加速纸张资源的回收利用，减少资源的不必要浪费和损耗。
### 利害相关者分析
![输入图片说明](https://images.gitee.com/uploads/images/2020/0724/172859_ee5eab15_2229569.png "利益相关者图.png")
## 五、产品结构图
1. 产品功能结构图
 ![私人电子卡包架构图](https://images.gitee.com/uploads/images/2020/0716/222240_129445f1_2229569.png "私人电子卡包架构图.png")
2. 用户流程图

 ![用户流程图](https://images.gitee.com/uploads/images/2020/0718/010954_25b1ec30_2229569.png "用户流程图.png")

3. 数据流程图

![数据流程图片](https://images.gitee.com/uploads/images/2020/0719/142533_537551ec_2229569.png "数据流程图.png")
### IDEO三要素
* 技术可行性 Feasibility
1. 使用文字识别OCR模块下的卡证文字识别API和票据文字API识别实现卡证文字以及票据文字的精准录入和输出
2. 再使用图片识别API对输入的卡证票据进行精准的分类
* 商业可行性 Viability
1. 目前的政策鼓励“无纸化时代”，贯彻“可持续发展理念”，实体卡证票据转电子的市场前景较好
2. 市场上专项实体卡证票据转电子档类的APP还未出现
* 用户可欲性 Desirability
1. 一键拍照的功能单刀直入，作为本产品的核心功能简单直接地进入主题，不需要其他繁琐的设置
2. 自动的分类设置让用户不必再担忧分类的后顾之忧

## 六、产品原型及交互设计[点此查看原型](http://qianhuang.gitee.io/api)
### 总体界面流程图
![页面展示](https://images.gitee.com/uploads/images/2020/0722/120826_ac0ecc3e_2229569.png "页面交互.png")
1. 主要页面————卡包
![卡包分类](https://images.gitee.com/uploads/images/2020/0717/104353_af41b380_2229569.jpeg "卡包分类.jpg")
* 该页面在用户拍照时会调用图片识别api进行卡证票据的自动分类，用户点击卡包功能时会出现发票、收据、卡夹、证件的分类，点开即可发现自己扫描过的卡证票据。
2. 核心页面————一键拍照
![拍照过程](https://images.gitee.com/uploads/images/2020/0717/104317_a95a9d89_2229569.jpeg "拍照过程.jpg")
* 用户通过一键拍照功能直接对实体卡证票件拍照或是选取相册中的图片，经文字识别api调用后出现文件的预览页面，最后进行文件的导出或分享。
3. 次要页面————我的
![我的](https://images.gitee.com/uploads/images/2020/0717/095328_1ea1ea7d_2229569.png "1_我的.png")
* 此页面是关于用户的基本信息设置和其他功能


## 七、API的运用和对比
### （一）票据文字识别API
1. 百度AI开放平台————通用票据文字识别API（本产品使用的api平台）
- [百度通用票据识别API](https://ai.baidu.com/tech/ocr_receipts/receipt)
- 接口描述：该请求用于对财税报销、金融保险等场景所涉及的各类票据进行结构化识别。即输入票据图片，即可读取相关信息。针对票据字体做了专项优化的通用文字识别版本，支持对医疗票据、银行兑票、购物小票等各类票据的票面内容进行识别，并按行返回结果。
- 接口地址 ：https://aip.baidubce.com/rest/2.0/ocr/v1/receipt
- 请求方法：POST
- 返回类型：JSON
- 实例
![百度云票据识别api](https://images.gitee.com/uploads/images/2020/0717/171310_79b1a0da_2229569.png "百度云票据识别实例.png")
- 代码实例
- [代码实例链接](https://gitee.com/QIANHUANG/API/blob/master/%E4%BB%A3%E7%A0%81%E5%AE%9E%E4%BE%8B.ipynb)
![代码示例](https://images.gitee.com/uploads/images/2020/0718/005758_80c359da_2229569.png "通用票据代码.png")
2. 腾讯ai开发平台—————票据单据识别API
- [腾讯票据单据识别](https://cloud.tencent.com/product/invoiceocr?fromSource=gwzcw.3561163.3561163.3561163&utm_medium=cpc&utm_id=gwzcw.3561163.3561163.3561163)
- 实例
![腾讯云票据识别api](https://images.gitee.com/uploads/images/2020/0717/172647_a6786b43_2229569.png "腾讯云票据识别实例.png")
#### 百度与腾讯云api的对比
1. 百度票据文字识别api：百度票据识别api注重信息的提取，智能检测并按照识别顺序输出有效信息段
2. 腾讯票据单据识别api：腾讯云输出后并没有按图片的顺序显示出有效信息段，包含了其他无效信息，按照自带模板的检测判断是否有此项数据再进行电子数据的输出
* 总结分析：我认为百度票据文字api更适用于实体卡证票据的电子信息输出，输出数据干净整洁，对用户更加友好，不是侧重于检测某一字段的有无

### （二）卡证文字识别API（以银行卡识别api作为示例）
1. 百度AI开放平台————银行卡识别api（本产品使用的api平台）
- [银行卡识别api](https://ai.baidu.com/tech/ocr_cards/bankcard)
- 接口描述：支持对主流银行卡的卡号、有效期、发卡行、卡片类型4个关键字段进行结构化识别，识别准确率超过99%。
- 接口地址 ：https://aip.baidubce.com/rest/2.0/ocr/v1/bankcard
- 请求方法：POST
- 返回类型：JSON
- 实例
![百度银行卡api](https://images.gitee.com/uploads/images/2020/0717/182901_47a52241_2229569.png "百度银行卡识别api.png")
- 代码实例
- [代码实例链接](https://gitee.com/QIANHUANG/API/blob/master/%E4%BB%A3%E7%A0%81%E5%AE%9E%E4%BE%8B.ipynb)
![代码实例](https://images.gitee.com/uploads/images/2020/0718/010040_732af350_2229569.png "银行卡代码.png")
2. 腾讯ai开发平台—————银行卡识别API
- [银行卡识别api](https://cloud.tencent.com/document/product/866/17602)
- 实例
![腾讯云银行卡示例](https://images.gitee.com/uploads/images/2020/0717/183208_987b5c43_2229569.png "腾讯云银行卡识别实例.png")
#### 百度与腾讯云api的对比
1. 百度银行卡识别api：百度银行卡识别api对银行卡进行结构化识别，输出字段结果为卡号、有效期、发卡行、卡片类型
2. 腾讯银行卡识别api：腾讯银行卡识别api对银行卡进行结构化识别，输出字段为发卡行、卡号、有效期
* 总结分析：百度的银行卡识别api相较于腾讯银行卡多出了卡片类型的数据读取和字段输出，多出读取银行卡类型的功能，比腾讯银行卡识别api更全面
### （三）图片识别API
1. 百度AI开放平台————通用物体和场景识别api（本产品使用的api平台）
- [通用物体和场景识别api](https://ai.baidu.com/tech/imagerecognition/general)
- 接口描述：该请求用于通用物体及场景识别，即对于输入的一张图片（可正常解码，且长宽比适宜），输出图片中的多个物体及场景标签。
- 接口地址 ： https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general
- 请求方法：POST
- 返回类型：JSON
- 实例
![百度图片识别api](https://images.gitee.com/uploads/images/2020/0717/194453_fcb6a48f_2229569.png "百度图片识别api.png")
- 代码实例
- [代码实例链接](https://gitee.com/QIANHUANG/API/blob/master/%E4%BB%A3%E7%A0%81%E5%AE%9E%E4%BE%8B.ipynb)
![代码示例](https://images.gitee.com/uploads/images/2020/0718/010244_8d4ca2e3_2229569.png "通用物体和场景识别代码.png")
2. 腾讯ai开发平台—————图像分析识别API
- [图像分析识别API](https://cloud.tencent.com/product/tiia)
- 实例
![腾讯云图像识别](https://images.gitee.com/uploads/images/2020/0717/202500_ddbefdda_2229569.png "腾讯云图片识别实例.png")
#### 百度与腾讯云api的对比
1. 百度银行卡识别api：百度图片识别api对图片进行结识别，输出图片中的多个物体及场景标签，返回五个置信度最高的结果
2. 腾讯银行卡识别api：腾讯银行卡选择性地返回置信度结果，返回的结果个数不固定
* 总结分析：百度的图片识别api相较于腾讯而言，在此实例之上，返回的总结果比腾讯准确许多，但主要类别的判断，腾讯的精确度比百度的高，当然众多图片的精确性有待商榷，双方都有待完善。
## 八、API的价格
- 票据文字识别API-通用票据识别api
- [票据文字识别API价格](https://ai.baidu.com/ai-doc/OCR/ik3h7xv2x#%E9%80%9A%E7%94%A8%E7%A5%A8%E6%8D%AE%E8%AF%86%E5%88%AB)

![票据价格](https://images.gitee.com/uploads/images/2020/0717/202230_2a05c18c_2229569.png "票据价格.png")
- 卡证文字识别-银行卡识别api
- [卡证文字识别API价格](https://ai.baidu.com/ai-doc/OCR/fk3h7xune#%E9%93%B6%E8%A1%8C%E5%8D%A1%E8%AF%86%E5%88%AB)

![价钱](https://images.gitee.com/uploads/images/2020/0717/201829_c0aaafb5_2229569.png "价钱.png")
- 图片识别-通用物体和场景识别API
- [通用物体和场景识别API价格](https://ai.baidu.com/ai-doc/OCR/fk3h7xune#%E9%93%B6%E8%A1%8C%E5%8D%A1%E8%AF%86%E5%88%AB)

![价钱](https://images.gitee.com/uploads/images/2020/0717/201428_c7acd9d9_2229569.png "价钱1.png")
## 九、API使用风险评估
- 错误现象及处理办法：
1. 数据字段识别不全或有缺漏以及不正确：提供手动修改的选择给用户以便自行更改，同时发送错误信息反馈给api，帮助技术的改进和完善。
2. 图片的自动分类出现错误：手动修改图片的路径，可向客服反馈错误，同时反馈给api数据以进行改进，帮助机器学习。

## 十、竞品分析
### 竞品对象：扫描全能王、全能扫描王
#### 扫描全能王
有一键拍照即可扫描的功能，自动调整照片角度以便数据的分析，有基本的证件预设模板，可支持单张、连续拍摄以及拍题，所有已拍过的会自动存在首页的所有文档，但免费用户支持导出pdf，转换成其他形式需升级为会员，但缺少票据的模板，比起精确度更注重功能的多样性。
#### 全能扫描王
专注于文字文档形式的文件扫描，自动将图片转换为PDF，还可拍照翻译，功能简单，但支持文字的转化，卡证票据无法进行扫描和转化。

## 十一、该产品未来的发展路线构想
发展理念：从用户最根本的需求入手，满足用户将实体卡证票件转为电子档的形式，并将图片进行自动分类，最终解决实体票证难保存、难寻找、易丢失的问题。

##### (一）产品的更新迭代过程

- v1.0：实现常见票据转文字功能、常见卡证转文字功能转为电子文件、其他电子档，以及图片的自动化分类
- v2.0：增加卡证票据的种类、完善其基础功能
- v3.0：增加手动修改功能，同时可改进图像识别及文字识别的精确度
- v4.0：自定义模板的上线，可支持用户定制化需求
##### (二）产品盈利模式/业务模式
- 会员制
- 文字、数据识别精确版
- 可支持用户的定制化需求、自定义模板
## 学习心得及感谢
* 在此期末个人项目的实践当中，产品从无到有的过程，每一个方方面面的设计所融合的设计思维、数据思维的混合心智，让我明白，不是为了智能而智能，而是真正站在用户需求之上所进行的设计，智能是为了更好地改变生活，而不是为了智能去改变生活。

* 同时设计一款产品从此产品的最小可行性入手，先求有再求精，迭代的过程以及思路给我带来非常大的启发。

* 感谢廖老师及许老师的指导，同学们的帮助，以及[百度ai开放平台](https://ai.baidu.com/tech/ocr_receipts)以及[腾讯ai开放平台](https://ai.qq.com/)的代码和技术支持