130 行Python程式搞定核酸統計，兩分鐘解人工一小時工作量!

這段時間以來，全國各地的疫情發展牽動人心。為了更好地配合疫情防治，復旦大學自三月初以來啟動了常態化核酸篩檢工作。

這項工作要求輔導員挨個檢查學生「健康雲」核酸完成截圖，確保「不漏一人」。聽起來簡單，做起來難。面對幾十甚至上百張重複性高的截圖，人工核查往往耗時耗力，一不小心還會看錯看漏。

為了解決這個難題，資訊科學與工程學院博士生李小康寫出130行程式碼，快速開發了一項小程式。

這項小程式大大提高了核酸核查的速度和精確度，使得原來需要幾個人核對一個多小時的800幅截圖，現在只需2分鐘就能拿到結果。

圖源：微博截圖

隨後，李小康的事蹟火上熱搜，《人民日報》也為他點讚：「知識就是力量！」

靈光一現，說乾就乾

據復旦大學官方介紹，李小康是資訊科學與工程學院的博士生，專業為生物醫學工程，研究方向是醫學影像與人工智慧。在平時的科學研究生活中，他常接觸到許多影像處理方法。

除此之外，李小康也是學院2019級資訊1班輔導員。在學校進入準封閉管理之後，他同時也擔任志工一職。

李小康正在做志工（圖源：復旦大學公眾號）

面對日常繁瑣的抗疫工作，得益於長期的科研習慣和代碼敏感性，李小康萌生了寫一個代碼程式用於自動核查核酸完成截圖的想法。

李小康與學工同事的聊天（圖源：復旦大學公眾號）

說乾就乾，3月15日晚，李小康花了一個多小時就搞定了初始程式碼。程序一寫好，他就驗證了自己班級的核酸截圖數據，發現準確率很高，甚至檢測出了先前人工核查時沒發現的問題。

同時，程式運作的時間也很短，80多張圖只需要20多秒，大幅提升了核查的精確度和速度，也減輕了相關人員的工作負擔。

程式實作原理並不複雜

如此有效率的程式是怎麼實現的呢？說起原理，李小康認為並不複雜。

他首先想到了OCR（Optical Character Recognition，光學字元辨識）技術，這項技術可以辨識出影像中的文字，並轉換為文字訊息。

由於圖片中的信息並不是全都有用，李小康又想到了Python中的正則表達式，它可以把想要的信息從OCR識別的文本中篩選出來。

程式實際運作過程（圖源：復旦大學公眾號）

基於OCR文字辨識正規表示式篩選的這一思路，李小康開發的程序實現了將所需資訊從識別的文本中篩選出來。在確認每張截圖的相關資訊後，將所有人的結果輸出到一個Excel文件中，方便人工確認。

程式輸出的Excel檔案（圖源：復旦大學公眾號）

學以致用，積極戰疫

談及開發程序的初衷，李小康表示自己只是為了減少自己和身邊老師的工作量。因為程式是用Python寫的，程式碼註解也很完整，所以會使用Python的可以很快上手。

同時為了方便不會編程的老師使用，李小康還把程式進行了封裝，只需簡單輸入一行程式碼就能運行。

用李小康的原話來說：「雖然原理也很簡單，只要是會寫程式碼的人第一時間就會明白是怎麼回事，但是不做相關工作，感受不到這件事情的費時費力，自然也不會想出辦法。我只是用我學到的知識解決實際工作中的困難。」

復旦大學官方透露，學校資訊辦已經和李小康對接，正在根據需求開發新的小程式。預計不久之後，師生就不用再手動收集核酸截圖，只要透過小程式直接上傳圖片就能查看統計結果。

以上是130 行Python程式搞定核酸統計，兩分鐘解人工一小時工作量!的詳細內容。更多資訊請關注PHP中文網其他相關文章！