近日，各家媒體紛紛報道，谷歌回到中國了，對此，李彥宏表示對百度的技術非常有信心，並自認為在中國，憑藉技術和創新方面可以打敗谷歌，並不擔心谷歌入華。結果，轉天就被一些不甘寂寞的小夥伴打臉。。。
在HUPU步行街上面看到有網友做的百度和谷歌圖片搜索的對比很有趣，自己也親自試一下，百度上搜索“ 滑嫩”、“ 鮮嫩” 等全是美女圖片（哇~！被百度暴露了…捂臉…），而谷歌上搜索這些內容，出現的則是一些美食等。emmm。。。
被爆料後，百度程序猿們加班加點，總算是把大家揪出來的敏感詞彙處理了。
可是，今天發生的一件事，讓我意識到，不僅僅是搜索算法，谷歌在另外一個方面早就超過了百度。。。
今天用百度搜索了一個QQ 號，圖片搜索空空如也，什麼結果也沒有。
不死心的我又用Google搜索了一下，結果。。。
你可能會問，Google搜索出來的是些什麼東西，完全看不懂啊~！我來告訴大家，我搜索的這個QQ是同事在office上註冊用的用戶名，哇！有些東西雖然年代久遠，但是不難看出，應該是與他相關聯的！
也就是說，Google 現在已經開始對互聯網上的圖片文本做了識別提取，並建立索引！
在我們的印象中，搜索引擎一般會基於圖片旁邊的文字描述給圖片打標籤，或者利用神經網絡識別圖片上的物體，並不會掃描讀取圖片上的文本內容。
用神經網絡給圖片分類
所以很多時候你搜索圖片上的文本，搜索引擎不會給你返回正確結果。
不知道什麼時候，谷歌已經偷偷給自己的搜索引擎升了個級！？
小哥又借用了一個小夥伴的身份證前幾位，分別在百度和谷歌上搜索“ 3709831986 ”，百度依然什麼也搜不出來，而谷歌返回了一堆結果。
這些圖片上大部分都有3709831986這幾個數字，有一些保險單的內容，有營業執照，火車票。。。只要與這串數字有關的信息都給你展示出來了。。。佩服。。。
大家也可以試試自己的身份信息能不能被搜到
給，這是哥三十年的膝蓋，請收下。。。
不過讓我好奇的是，谷歌搜索引擎是什麼時候開始識別圖片文本的？
谷歌沒有給出過官方消息，相關的討論也寥寥無幾，2016 年的時候谷歌的大佬還否認過谷歌在識別圖片文本。
不過在去年7 月的時候，有一個博客主已經發現，所以至少去年穀歌就已經偷偷升了級~
其實，谷歌很早就積累了圖片的文本識別相關技術—— OCR （ 光學字符識別）。
這個技術本身並不難，最早谷歌將OCR 應用在書籍掃描轉換文本上，這樣只要你搜索書中的一句話，它就能推給你正確的書籍。
現在這個技術應用也越來越廣泛，許多手機APP都可以支持。
現在，谷歌已經將這項技術應用在互聯網的所有圖片上。
之所以感到驚訝，是因為我們每天要產生大量圖片，光在Facebook 和Instagram 上每天就產生近4 億張圖片，微博上每天產生1.5 億張圖片，保守估計互聯網上每天要多出8 億圖片。
而谷歌對每張圖片都進行OCR 算法處理，獲取裡面的文本信息，這是一項海量的工程，消耗太大了。但谷歌還是做到了，不得不感嘆谷歌的強大。
正因如此，大大提高了我們使用搜索引擎的效率，更容易找到自己想要的結果~
不過在以前，正是因為我們默認搜索不出圖片上的文本，才會放心的把一些資料保存成圖片放到網上。
現在隨著這項技術的成熟，恐怕圖片也不再保險。。。誰能想到一個身份證號，就把身份證圖片都搜出來了呢？
如何兼顧技術和隱私，恐怕未來需要谷歌好好處理一下~
————————我是分割線———————
圖文來源：ZAKER新聞（部分、侵刪）
1.《用谷歌和百度同時搜索“鮮嫩、滑嫩、胸膜”等詞後…李彥宏贏了》，北美留學生日報
2.《 Google: No, We Don't Understand Text In Images 》，Barry Schwartz
3.《 How Much Data Do We Create Every Day? The Mind-Blowing Stats Everyone Should Read 》，Bernard Marr
4.《Does Google Read Text in Images? NEW Evidence Says Yes!》，Steve Toth
5.《互聯網上一天產生的流量，到底有多少？》，財經頭條
iiiiiiiiii
“ 嚇得我趕緊把網盤裡的圖片都刪了。。 ”
閱讀更多 想入菲菲了 的文章
