二九文学

手机浏览器扫描二维码访问

027 数据采集器的进化 自动化的起点（第1页）

陈帆把手机塞回裤兜，没回短信，也没再看第二眼。

他转身走进街角的公用电话亭，投币拨通了市科委实验室的线路。

电话响了四声，自动答录机启动，他听见自己三天前录下的测试语音：“服务器运行正常，数据采集器待命。”

他挂了电话，抬脚往老城区方向走。

天快黑了，风从巷口斜穿过来，吹得他衣角贴在腿上。

他走得不快，脑子里还在过刚才那条短信的措辞。

不是深圳那边问你——是“**深圳那边问你**”

。

七个字，没称呼，没落款，却像一道指令落下来。

他没去想背后是谁，只清楚一件事：系统现在必须更快、更独立，不能再依赖任何人的接口，也不能再卡在人工录入的瓶颈上。

三轮车停在教学楼后门，他把背包和一台二手扫描仪搬下来，锁好车，直奔三楼307教室。

门一推开，灰尘在斜照进来的路灯下浮着。

他没开大灯，只拧亮桌边的台灯，屏幕映出他刚进门时的脸。

服务器风扇转着，绿色指示灯稳定闪烁，数据库日志显示最后一次更新在二十分钟前，是他离开证券公司前设定的自动同步任务。

他插上U盘，把今天带出的核心参数导入本地环境，然后打开一个命名为“DataCapture”

的文件夹。

里面是过去三个月他亲手抄录的《中国证券报》剪报电子版，共八十七张表格，每一行数字都来自凌晨四点的逐字核对。

他盯着这些数据看了一会儿，双击运行新写的OCR识别程序。

界面弹出来，灰底黑字，没有图形按钮，只有一行提示：“加载模板库中……”

几秒后，弹出进度条。

第一张报纸扫描图被载入，系统开始逐行扫描表格区域。

边缘增强算法启动，图像变清晰了些。

识别进程跳到30%时，程序卡住，内存溢出提示跳出。

他关掉窗口，调低分辨率，重新运行。

第三次尝试，识别完成。

结果对比显示，印刷体数字准确率92.1%，但手写批注区错误频发，尤其是“—”

和“0”

混淆，“6”

被认成“8”

。

他记下错误类型，打开代码编辑器，手动添加规则：当字符高度低于阈值且笔画闭合不全时，优先匹配负号；连续两个相似误判则触发人工复核标记。

他保存更新版本，重命名程序为“DataHarveter_v0.2”

，然后放进后台定时任务，每小时自动处理一张新扫描图。

屏幕右下角时间跳到晚上八点二十三分，第一轮测试结束，六张报纸数据成功转入Acce数据库，仅三处需人工干预。

他正准备记录日志，门外传来脚步声。

林悦推门进来，手里提着饭盒，发梢沾了点雨气。

她把饭放在桌上，没说话，先看了眼显示器。

“又通宵？”

“还没开始。”