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控，復旦大學自三月初以來啟動了常態化核酸篩查工作。

這一工作要求輔導員挨個檢查學生“健康云”核酸完成截圖，確保“不漏一人”。聽上去簡單，做起來難。面對幾十甚至上百張重復性高的截圖，人工核查往往耗時耗力，一不小心還會看錯看漏。

為了解決這一難題，信息科學與工程學院博士生李小康寫出130行代碼，快速開發出了一項小程序。

這項小程序大大提高了核酸核查的速度和精度，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

隨后，李小康的事跡火上熱搜，《人民日報》也為他點贊：“知識就是力量！”

靈光一現，說干就干

據復旦大學官方介紹，李小康是信息科學與工程學院的一名博士生，專業為生物醫學工程，研究方向是醫學影像與人工智能。在平時的科研生活中，他經常會接觸到很多圖像處理方法。

除此之外，李小康也是學院2019級信息1班輔導員。在學校進入準封閉管理之后，他同時還擔任志愿者一職。

李小康正在做志愿者（圖源：復旦大學公眾號）

面對日常繁瑣的抗疫工作，得益于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序用于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）

說干就干，3月15日晚，李小康花了一個多小時就搞定了初始代碼。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，甚至檢測出了之前人工核查時沒發現的問題。

同時，程序運行的時間也很短，80多張圖只需要20多秒，大大提升了核查的精度和速度，也減輕了相關人員的工作負擔。

程序實現原理并不復雜

如此高效的程序是怎么實現的呢？說起原理，李小康認為并不復雜。

他首先想到了OCR（Optical Character Recognition，光學字符識別）技術，這一技術可以識別出圖像中的文字，并轉換為文本信息。

由于圖片中的信息并不是全都有用，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。

程序實際運行過程（圖源：復旦大學公眾號）

基于OCR文字識別+正則表達式篩選的這一思路，李小康開發的程序實現了將所需信息從識別的文本中篩選出來。在確認好每張截圖的相關信息后，將所有人的結果輸出到一個Excel文件中，方便人工確認。

程序輸出的Excel文件（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。因為程序是用Python編寫的，代碼注釋也很完整，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，李小康還把程序進行了封裝，只需簡單輸入一行代碼就能運行。

用李小康的原話來說：“雖然原理也很簡單，只要是會寫代碼的人第一時間就會明白是怎么回事，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，學校信息辦已經和李小康對接，正在根據需求開發新的小程序。預計不久之后，師生們就不用再手動收集核酸截圖，只需通過小程序直接上傳圖片就能查看統計結果。