扫物上线，背后技术难点解析

在12月23日，微信iOS版本正式发布了扫物功能。微信扫物已不仅仅局限于识别特定编码形态的图片，而是升级至能精准识别自然场景中的商品图片。这项功能的上线，背后的技术支持有哪些难点？依靠扫物的功能，微信生态内部会有哪些新的落地场景？请跟随这篇文章，我们一起深入解析。

扫一扫识物功能概述

扫描特定的二维码，识别图片中的物品，是人们习以为常的功能，目前扫一扫功能已经十分普及。

微信扫物功能的使用操作很简单，仅需点击微信右上角的“+”号，再选择扫一扫，点击左下角的图片按钮，再选择图片，最后点击右下角的“识别物品”按钮即可。

扫一扫识物，背后的技术难点

1. 如何识别特定编码形态的图片？

扫一扫识别特定编码形态的图片这项技术其实早已成熟，通常来说，商品的二维码上面会包含该商品的编码信息，微信扫物只需要将编码信息从二维码中提取出来，然后在数据库中搜索该编码信息即可。

2. 如何精准识别自然场景中商品图片？

将自然场景中的商品图片识别出来，是扫一扫识物功能最难的地方，也是该功能最大的亮点，虽然目前也有很多app能够进行物体识别，但是相比扫一扫，这些app通常识别率较低，并且对于识别的场景要求很高，只能在特定背景下对特定商品进行识别，如果对商品进行更换、旋转、改变角度等操作后，这些app通常都会失效。

微信扫一扫之所以能精准识别自然场景中的商品图片，依仗于其背后的技术支持——计算机视觉。

计算机视觉是一门研究如何让计算机“看”懂图像的学科，这门学科涉及多个领域，其中包括图像处理、机器学习、深度学习等。

（1）图像处理

图像处理是计算机视觉的基础，它主要是对图像进行各种处理，以提取出有用的特征。图像处理技术有很多，比如直方图均衡化、边缘检测、图像分割等。

（2）机器学习

机器学习是指计算机通过学习数据来完成任务的能力，机器学习算法可以自动从数据中提取出特征，并且对这些特征进行分类。

（3）深度学习

深度学习是机器学习的一个子领域，它通过使用人工神经网络来处理数据。深度学习算法可以学习到数据中的复杂特征，并且可以对这些特征进行分类。

微信扫一扫识物功能，正是利用了计算机视觉技术，通过图像处理、机器学习、深度学习等技术，实现了对自然场景中商品图片的精准识别。

扫物，带来的落地场景

微信扫物功能的上线，将为微信生态带来更多的新场景，比如：

1. 电商购物

在电商购物时，用户只需将扫物功能对准想要购买的商品，即可快速获取该商品的相关信息，如价格、评价等，方便用户做出购买决策。

2. 信息查询

用户只需将扫物功能对准想要查询的物品，即可快速获取该物品的相关信息，如百科信息、新闻资讯等。

3. 历史文物识别

用户只需将扫物功能对准想要识别的历史文物，即可快速获取该文物的相关信息，如历史背景、文化价值等。

微信扫物功能还在持续更新迭代中，相信随着功能的完善，它将带来更多的新场景。