OCR接住的旧家书

去年冬天整理外婆留下的老房子，在阳台的储物柜最上层翻出个磨破边角的硬纸箱。纸箱上用毛笔写着“家用杂物”，字里还沾着点当年煤球炉飘出来的黑灰。我蹲在地上拆封条，指尖刚碰到箱盖，就掉出来半张泛黄的照片——是外公和外婆1968年在工厂门口拍的，两个人都穿着洗得发白的劳动布工装，笑得露出虎牙。

粘在邮票上的半张便签

纸箱最下面压着个洗得发白的蓝布包，打开全是外公当年在三线建设工地写回来的信。数了数，一共四十七封，从1969年写到1973年，正好是他在山里待的那四年。

纸太脆了。

放了快五十年，好多信的边角都因为当年屋顶漏雨洇出了大片的黄印，墨字晕成模糊的色块，还有的信封因为常年粘在一块，撕的时候稍微用点力，纸就碎成渣。我对着一封最破的信辨认了快半小时，只认出“山里”“食堂”“回家”几个零碎的字，连笔的地方太多，还有外公当年写的那种工人常用的简体俗字，“厂”字少写一横，“国”字省了里面的笔画，根本连不成完整的句子。

脚麻得站不起来。我就坐在阳台的水泥地上，盯着那堆碎纸发愣。之前总觉得这些信是最珍贵的东西，可真要把上面的字读出来，比爬一次老山还累。

说实话，之前对OCR的印象还停留在上学的时候，扫个打印的论文都能把“已”认成“己”，遇到手写体更是直接摆烂出一堆乱码。本来没抱什么希望，翻通讯录找到之前做档案数字化的朋友，问他有没有靠谱的工具能识别这种模糊的旧手写。他直接发了个离线安装包过来，说这个模型是专门给档案馆整理旧档案训练的，别用在线的那些商用工具，遇到旧纸就乱编。

我按照提示把每一页信都用柔光拍清楚，垫着硅胶镊子翻页，生怕哪个字被我碰掉了。全部传完的时候，天已经擦黑了。

认得出连笔的离线模型

等了大概十五分钟，识别结果弹出来的时候，我凑到屏幕前，整个人都愣了。

它不是那种冷冰冰的把字往出蹦。每一行字旁边都标了置信度，遇到洇了墨的地方，它不会硬凑个通顺的句子，而是用浅灰色的字标出来：此处字迹因水渍模糊，识别结果为上下文推断，置信度62%。

我顺着识别出来的内容往下翻，看到第三页的时候突然笑出了声。

“今天食堂改善伙食，红烧肉管够，等我回去给你带半饭盒，放你最爱吃的糖。”

就是这句话。我之前对着那页纸看了半小时，只认出“食堂”“肉”两个字，剩下的部分因为被水渍洇了大半，根本辨不出来。屏幕上的字清清楚楚，甚至把外公写的时候漏了笔画的“糖”字，都准确识别出来了。

不会硬凑通顺句子的OCR模型，这是朋友当时跟我反复强调的优点。早年的老OCR为了追求所谓的流畅度，遇到缺字的地方会顺着上下文瞎补，比如有一次我用老工具扫外婆的旧病历，本来是“患者近三日血压偏高”，识别出来变成了“患者近三日血压偏高，可外出旅游”，后半句完全是编出来的。现在这个模型不一样，遇到纸缺了半截的地方，它就老老实实停在断的位置，绝不瞎补。

比如识别到第三十二页的时候，出来一行没头没尾的话：“我在山里面养了三只”。后面就断了，因为那页纸的下半截粘在另一张信的封皮上，撕的时候差点撕破，字只露了上半部分。我盯着那行字猜了半天，是三只兔子？三只山雀？还是什么别的？猜不出来，就把屏幕转过去给我妈看，她也愣了半天，说你外公从来没跟我提过他在山里养过东西啊。

不过话说回来，这种“猜不出来”的感觉反而更真实。以前总觉得技术要把所有的缝隙都填满，要给你一个百分之百准确的答案，现在才发现，那些留着缺口的地方，才是记忆最该待的位置。

没被识别的墨点与干花

整理到最后几页的时候，我发现OCR的识别结果里，漏了好多东西。

有一页信纸的右下角，有个小小的墨点，形状歪歪扭扭的，像个长耳朵的兔子。OCR扫了三次，都跳过了这个墨点，因为它不是文字。我妈看到那个墨点的时候，突然拍了下大腿，说我记起来了！你外公当年写这封信的时候钢笔漏墨，他就顺着墨点画了个兔子，我当时还笑他画的兔子耳朵一长一短，像个小耗子。

还有一页信的折缝里，夹着一根干了的映山红，花瓣都褪成了浅粉色，一碰就掉渣。OCR扫到这页的时候，直接把有干花的区域标成了“非文字区域，已跳过”。

原信的纸纹与洇开的墨痕，是永远没法被电子文本替代的。

之前有个在省档案馆工作的朋友跟我说，现在馆里整理建国初期的老档案，全靠这种专门训练的OCR模型。以前要找一个人名，得安排两个工作人员翻三个月的纸质档案，现在只要把所有档案扫进去，识别完成，几秒钟就能定位到对应的页码。但他也说，从来不会因为有了电子文本，就把原档案封进仓库再也不拿出来。因为电子文本是索引，是帮你快速找到故事的线索，可故事本身，是藏在纸的纹路里的，藏在档案上的折痕里，藏在当年的人随手画的小墨点里的。

我现在把OCR识别出来的所有文本，都存在一个加密的移动硬盘里，也打印了一份装订好，给我妈放在她的床头柜上。但是原来的那些信，我还是放回那个洗得发白的蓝布包里，塞回老房子储物柜的最上层。纸太脆了，不能常翻，翻一次，就掉一点渣。

昨天我特意回了一趟老房子，打开储物柜摸了摸那个蓝布包。风从阳台吹进来，吹得包角晃了晃。我突然想起之前朋友说的话，很多人对OCR的印象，就是个冷冰冰的文字识别工具，是用来扫合同、扫发票、扫文档的效率工具。可对我来说，这个工具是帮我把那些快要碎掉的记忆，一点点拼起来的人。

它不会告诉我那三只小动物到底是什么。

它不会告诉我那个歪兔子背后的玩笑。

它甚至不会注意到夹在信里的那根干映山红。

但它帮我把那些晕开的、模糊的、连笔的字，一个个念了出来，让我能隔着五十年的时间，听到外公在山里的食堂打了一份红烧肉，在煤油灯底下写信，想着回家的时候给外婆带半饭盒糖。

这样就够了。