企业官网建设流程全解析

图片消息识别，难点不在"调识别接口"，在识别方案选型和置信度处理。识别可能是提取文字、识别物体、识别条码，不同场景要用不同的识别引擎。识别完置信度不高怎么办，也要有明确策略，不能一律照用。

一、识别引擎选型——按场景选而不是一刀切

图片要识别什么，决定用哪种引擎。文字提取用OCR，通用OCR适合文档截图，手写或模糊图片要选带预处理的OCR。物体识别用视觉模型，判断图里是什么商品、什么场景。条码和二维码有专门的解码库，别用OCR去认。

选型还要考虑成本和速度。视觉模型准确但调用贵、耗时长；OCR相对便宜快。高频场景优先算成本——每条图片消息都调贵模型，账单会很难看。

二、场景路由——不同图片走不同通道

做多场景的机器人，要先判断图片属于哪个场景再路由。判断方式有几种：按发送渠道、按用户类型、按图片尺寸特征。

路由的工程实现是场景识别加引擎映射。场景识别——先用轻量方式判断图片类型（尺寸、是否含条码特征）。引擎映射——每个场景配一个识别引擎，路由到对应引擎处理。这样客服场景走OCR，商品场景走视觉模型，互不干扰。

三、置信度分级处理

识别结果带置信度，不同置信度走不同处理。高置信（0.85以上）——直接按结果自动处理，回复用户。中置信（0.6到0.85）——先回复一个试探性结果，让用户确认或纠正。低置信（0.6以下）——不硬用，转人工或让用户补充描述。

置信度分级的意义是控制错误成本。识别错了直接自动执行，可能把钱算错、把工单建错，补救成本远高于让人确认一下。

图片识别方案对照

图片识别路由与置信度处理实现

class ImageRecognitionRouter: def __init__(self): self.engines = { "text": OCREngine(), "object": VisionEngine(), "barcode": BarcodeEngine() } self.confidence_gate = { "auto": 0.85, # 高置信自动处理 "confirm": 0.6 # 中置信需确认 } def route(self, image, context): # 场景识别：先判断图片属于哪个场景 scene = self.detect_scene(image, context) engine = self.engines.get(scene) if not engine: return self.fallback(image) return self.recognize(engine, image, scene) def detect_scene(self, image, context): # 场景判断：按渠道/尺寸/特征 if context.get("scene"): return context["scene"] if self.has_barcode(image): return "barcode" # 含条码特征 if image.width > 800: return "text" # 大图多为文档截图 return "object" def recognize(self, engine, image, scene): # 识别：拿结果和置信度 result = engine.recognize(image) conf = result["confidence"] if conf >= self.confidence_gate["auto"]: return self.auto_process(result) # 高置信自动处理 elif conf >= self.confidence_gate["confirm"]: return self.confirm_process(result) # 中置信让用户确认 else: return self.to_human(image, result) # 低置信转人工 def auto_process(self, result): # 自动处理：按识别结果执行动作 action = self.match_action(result["text"]) return action.execute(result) def confirm_process(self, result): # 试探性回复：让用户确认 return reply(f"识别到：{result['text']}，是否正确？") def fallback(self, image): # 兜底：无法识别 return reply("图片无法识别，请用文字描述")

落地建议

识别引擎按场景选——文字、物体、条码用不同引擎，一刀切既不准也不省。场景路由要前置——先判断图片属于哪个场景再调引擎，避免每条图片都调最贵的模型。置信度必须分级——高置信自动处理，中置信让用户确认，低置信转人工，别让低置信结果直接执行。兜底不能省——识别失败要有提示，不能对用户不理。微信侧的图片下载和消息发送由Eyun这类个人微信API平台 提供，识别引擎对接和置信度策略在自建服务实现，接口字段以平台开发文档为准。