晚上吃饭的时候，突然接到一个陌生的电话，原来是 N 年前的一个客户，说我开发的一个题库图片 OCR 识别系统不好用了，让我帮忙看看。我第一反应是，不至于啊，这个系统 golang 开发的相当稳定，N 年没有出过问题了。除非：
- 百度 OCR 接口欠费了
- 服务器磁盘满了
时间太过久远，我连服务器的 IP 都没有印象了，要了服务的后台地址，我才找到服务器的 IP。登录一看，日志里确实有晚上失败的请求记录。但是日志里却啥有用的信息也没有，完全看不出是因为导致的异常。奇怪的是，3 次请求两次识别，一次成功。能成功就说明不是百度 OCR 接口的事情。
客户说是只有手机拍照的试题照片才会识别失败，而电脑本地截屏的题目就能识别成功。我猜测大概是图片大小的问题，导致 OCR 的三方库出现了异常。查了一下百度 OCR 官方文档，确实有图片大小的限制：
图片大小：一般情况下，图像base64编码后大小必须小于4M，建议不要超过1M；最小边长不小于15 px，最大边长不超过4096 px，建议不要超过1024（编码后大于1M或最大边长超过1024的图像会被等比压缩，建议控制输入图像大小，有助于减少网络传输及接口处理耗时）。 但是不同的功能接口，对于图片大小的要求可能不同，具体以相应接口的 API文档 中的 Image 和 url 参数说明为准。
图片压缩软件 Caesium
由于我习惯用网页版的图片压缩工具，但是客户的场景是多图的场景，需要能批量压缩多张图片。所以，我找了一个开源免费的图片压缩客户端软件 Caesium （中文是放射性元素铯）。测试了一下，还挺好用：
除了常见的压缩功能，还能指定长边的大小
让客户测试了一下，压缩之后，立马就能正常识别试题图片了😄
关于作者 🌱
我是来自山东烟台的一名开发者，有感兴趣的话题，或者软件开发需求，欢迎加微信 zhongwei 聊聊， 查看更多联系方式