2021年我只写了两篇博客，一个原因或许是我现在的工作就是给公司写博客。

我在Dynamsoft当技术写作已经快一年了，写了30多篇博客。Dynamsoft最初成立便旨在为开发者提供SDK，目前有文档扫描、条码扫描这两个主要的产品。新开发的产品有文字识别和文档结构分析SDK。之前还有版本控制、移动端文档扫描SDK，已经停止开发。

我给公司写博客，主要目的是让用户快速发现和了解产品，并最终选择我们的产品。

下面我讲下我们公司的主要产品和我就这些产品写的文章。

我之前在出版公司实习时，经常帮助编辑将手稿用手机拍下来，交给美术编辑调整排版。做翻译时，也需要把纸质文件拍下来OCR后再用计算机辅助翻译软件进行操作。我当时觉得一张张拍照太麻烦了，建议公司买台扫描仪。所以我对做扫描软件的Dynamsoft还是挺感兴趣的。

Dynamsoft有两个扫描SDK，一个是.NET TWAIN，一个是Web TWAIN。TWAIN是扫描仪用的一个通讯协议，Windows有提供TWAIN相关的接口。.NET TWAIN是对这一接口的.NET封装，而Web TWAIN提供了通过网页调用扫描仪的接口。Web TWAIN早期使用ActiveX，现在是通过WebSocket和在客户机本地跑的服务通讯来进行扫描。它主要由本地服务和JS库组成。文档的获取、缓存、保存、后处理都通过本地服务操作，交互界面呈现在浏览器里。后来又基于WebAssembly将功能移植到手机上，不用扫描仪，改用摄像头，不需要本地服务，但会受到Web端的制约，比如存储、摄像头分辨率等问题。

Web TWAIN基于Sane和ICA等项目实现了在Linux和macOS上运行。但不同操作系统上的Web API都是相同的。

针对Web TWAIN，我写过下面这些内容。

基于摄像头功能开发Web文档扫描应用

将扫描的文档保存到剪贴板、网盘或者发送电子邮件

用流行的Web框架开发文档扫描应用

网络扫描仪的发现与扫描（Sane Network, eSCL、Zeroconf、DWT）

在嵌入式Linux设备上部署远程扫描服务

大一时写过一个叫听雨书房的图书漂流安卓应用，可以用ZXing扫描图书的条码，通过豆瓣API查询图书的信息。所以我对条码SDK也有使用经历。

Dynamsoft的条码扫描SDK（Dynamsoft Barcode Reader，简称DBR）是基于传统图像处理实现的，毕竟条码是一种人为制定出来的内容，符合规则，不需要用深度学习来处理。它基于C++开发，并提供了各种语言和平台的封装。

条码识别是难度较大的一个图像处理应用。DBR会运用各种图像处理方法进行识别，并能让用户调整参数。它将参数保存成一个JSON文件，用户可以通过传入JSON文件来修改参数。参数内容涉及二值化、码区预检测、定位方法、图像预处理（平滑、缩放）等等。

条码扫描可写的内容较多。我写了这些内容。

DBR与某个语言的结合使用，就有DBR+Java、DBR+JavaScript等。

对某个码的识别效果的评测或者优化方式，就有高版本二维码的识别、二维码识别基准测试等文章。

DBR与跨平台开发的结合，有DBR+B4X、DBR+JavaFX、DBR+React Native、DBR+Capacitor、DBR+Cordova。

条码扫描和通过摄像头获取图像紧密结合，于是又有了安卓CameraX、公司的DCE摄像头模块、远距离扫码、安卓USB摄像头等文章。

为了了解条码扫描原理，知道为什么会误解条码，从头实现了EAN13的定位和解码

其它还有动态二维码传文件、SVG画识别的码区、分布式解码、动态检测等文章

在深度学习规模应用之前，OCR软件几乎都是一家独大，深度学习出来后，基于开源项目做特定领域的OCR对小公司来说似乎也是能做到了。我自己做漫画OCR软件，在这方便也有体会，个人训练的DB文字检测和CRNN文字识别模型在处理日语漫画时已经有了不输商业软件的效果，一个缺点就是优化不足，模型大，推理速度慢。OCR的研发对于一家小公司来说其实存在资源不足的问题，一般基于开源项目起步更容易。

Dynamsoft的OCR产品定位是提供灵活的参数设置，能满足不同场景下文字识别要求的SDK。因为公司还有其它优势产品，公司希望这些产品能互相结合，比如利用条码定位信息确定要识别的文字区域。

这一产品我只写了OCR图像预处理一篇文章。

写了一年博客，能感受到我对内容的组织能力有提升，涉猎的技术领域也宽广了很多。也会有选题困难的时候，但确立一个可行的选题后，有一个写代码、试验和写作的阶段，工作就相对稳定。

和单纯的写文档和翻译相比，似乎更有创造性，也不用花大精力配合开发人员工作。