作为一个纸质文件焦虑症患者，我干脆自己写了个收纳 App

每个人家里都有一堆纸：发票、合同、说明书、保修卡、各类证件复印件。之前用某主流扫描 App，功能是真不错，但打开就弹广告、导出要会员、识别完还要看你「分享到朋友圈」——我就想安安静静扫张纸，怎么这么难。

后来实在受不了，加上平时本来就会写点代码，一咬牙：自己写一个。要求很简单——不弹广告、不上传、不要我注册，扫完自动归档、要用的时候一搜就出来。

断断续续写了三天，还真就做出来了。这篇就把过程和踩的坑分享一下，给有同样需求的值友一个参考。

我的需求清单

动手前列了一下，就这几条：

拍一下就归档：自动找到纸的边缘、裁掉背景、把歪的扶正

自动认出这是什么：发票归发票、合同归合同，别让我每次手动选

搜得到：搜「物业」能把那张物业费发票翻出来，哪怕我当时起的名字里没有这俩字

证件要安全：身份证护照这类，存手机里得是加密的，最好还能给整个 App 上锁

换手机不丢：能导出一个备份包，新手机一键恢复

完全离线：识别模型装在本地，飞行模式也能用，数据永远不出我这台手机

市面上的 App 不是做不到，而是它们的目标是「让你充会员」，我的目标是「让我少操心」，出发点不一样。

整个 App 就干了这么一件事：拍照 → 找边缘裁正 → 读文字 → 按内容判断类别 → 起个能看懂的名字 → 存进本地数据库。听着简单，坑全在细节里，后面细说。

对了，识别出来的信息不是全存成文本就完事——身份证号、发票代码这些关键号码，存之前还会跑一遍校验位验证（身份证最后一那位是有算法的），算不对就标记出来提醒我人工看一眼，减少认错的风险。

踩过的坑（这部分最有含金量）

1. 歪的纸最难伺候。 一张纸拍歪了，怎么判断该往哪个方向转？我一开始想当然用「四个方向都识别一遍，哪个读出的字多哪个就对」。结果遇到灰蒙蒙、反光的纸，四个方向都只能读出零头，谁也压不过谁，直接不转了。后来改成「快读比不出来，就四个方向都做一次全量识别再比」，正确率才上来。代价是难认的纸会慢几秒——可以接受。

2. 皱巴巴的单据比打印纸难十倍。 打印件边缘清晰，一裁一个准。但现实里的发票常常是皱的、卷角的、还有手写字（比如上面那张墙纸定购单）。边缘检测会把褶皱当成纸的边缘，裁出来缺一块。现在的办法是边缘检测给出候选后，再加一层平滑和兜底，实在不行手动调边界——所以 App 里保留了「重调边界」这个入口，机器搞不定的人工来。

3. 「自动起名」比想象中难。 一开始所有文件都叫「扫描件 1」「扫描件 2」，搜的时候完全没法用。现在的做法是从识别出的文字里挑机构名、票据种类这类有用的词当标题，比如「物业费发票 2026年9月」。也不总是准，但起错了可以改，比全手动强。