如何快速将百度大脑AI技术内置智能小程序中

时间:2024-03-05 19:45:59

实现效果:

该AI智能小程序目前集成了百度AI开放平台数十个AI服务产品功能,包括人脸识别、文字识别、表格识别、红酒识别、货币识别、地标识别、手势识别、商标识别、果蔬识别、菜品识别等图片识别功能,以及黑白图像上色、图片风格变换等图像处理的功能。

1 系统框架

小程序将常用功能按Ai技术分为五大类:文字识别、语音技术、图像技术、视频技术和自然语言处理(NLP),然后根据具体功能再进行细分。本文主要介绍百度AI开放平台计算机视觉方面服务产品的测试过程及效果。通过微信小程序实现API调用。小程序将用户上传的图片提交给百度AI服务,返回识别结果。全部功能都在小程序客户端完成,不需要服务器,适合个人开发者学习调试使用,同时也为商业应用提供相应解决方案。

开发平台:微信开发者工具 V1.02

开发语言:java script

测试环境:Andriod 9.0

2 微信小程序开发过程

2.1注册微信小程序

注册地址:https://mp.weixin.qq.com/cgi-bin/registermidpage?action=index&lang=zh_CN

注册成功后在开发->开发者ID里找到AppID,这是开发微信小程序所需要的身份标识。然后填写服务器域名,需要用到的均要填上,如下图。

2.2 小程序的配置已基本完成,下一步需要下载开发工具了,微信自己开发的IDE,下载地址是:
https://developers.weixin.qq.com/miniprogram/dev/devtools/download.html

2.3小程序开发文档:https://developers.weixin.qq.com/miniprogram/dev/framework/

2.4小程序开发界面

如下图,标红处需要填入注册时获得的APPID。

2.5程序总体结构

Pages下的每个文件夹对应实现一种AI功能。添加新的AI功能,比如添加驾驶证识别功能,在根目录的全局配置文件app.json中增加:"pages/ driving_license/ driving_license" ,会自动创建相关页面文件夹,其内部结构如下:

driving_license.js:功能逻辑模块

driving_license.wxss:页面样式文件

driving_license.wxml:页面布局文件

driving_license.json:页面配置文件

3 程序功能实现说明

想了解微信小程序中百度API接口的调用过程,请参看我之前的帖子:

营业执照识别:https://ai.baidu.com/forum/topic/show/956171

增值税发票识别:https://ai.baidu.com/forum/topic/show/956168

车牌识别:https://ai.baidu.com/forum/topic/show/956167

手写文字识别:https://ai.baidu.com/forum/topic/show/956153

图像风格转换:https://ai.baidu.com/forum/topic/show/956135

文字识别:https://ai.baidu.com/forum/topic/show/954152

iOCR财会版:https://ai.baidu.com/forum/topic/show/956136

当然,还有更多百度AI服务功能可以陆续添加,按照以上文章链接所提供的方法稍作修改即可。有兴趣的同学可以试试。

4 测试效果

以下选取了部分图片识别的测试效果:

4.1菜品识别

4.2 车型识别

4.3地标识别

4.4动物识别

4.5红酒识别

4.6 货币识别

4.7 植物识别

4.8 黑白图像上色

4.9 清点人数

4.10 通用物体与场景识别

5 测试结论

5.1识别能力

根据拍摄照片,识别图片内容,广泛应用于娱乐类APP,自助结算等业务场景中。目前图像识别具备的识别能力如下:

品牌logo识别 :识别4万种商品logo,支持定制logo图库

植物识别 :识别2万多种通用植物和近8千种花卉

动物识别 :识别近8千种动物

菜品识别 :识别超过近九千种菜品,支持定制菜品图库

地标识别 :识别5万中外著名地标、景点

果蔬识别 :识别近千种水果和蔬菜

红酒识别 :识别数十万中外红酒名称及详细介绍

货币识别 :识别国内外常见货币,支持正反面、纪念钞

车型识别 :识别3千款常见车型,可返回车型百科信息

营业执照识别 :识别各版式营业执照所有关键字段

增值税发票识别 :识别增值税普票或专票所有30个字段

驾驶证识别 :识别机动车驾驶证正本所有9个字段

车牌识别 :识别蓝牌、绿牌、单/双行黄牌等类型车牌

手写文字识别 :识别图片中的手写数字、手写中文

表格文字识别 :识别表头、表尾及每个单元格的文字内容

人脸检测 :返回人脸框与关键点,识别多种人脸属性

手势识别 :识别24种常见手势,支持自拍、他人拍摄

5.2 特色优势

1)图像识别功能丰富

支持多种垂类业务场景的细粒度图像识别,精准识别超过十万种物体和场景,基于百度海量数据,持续丰富接口返回内容信息。

2)识别准确性高

基于百度丰富的海量数据,利用深度学习技术及精准的算法迭代模型,不断提高准确性。

3)工作稳定性好

提供24小时云端高稳定服务,宕机率低,故障恢复快,单图毫秒级响应,服务可用性高达99.95%。

4)支持定制化识图

支持根据不同的业务场景定制客户专属的AI识图能力,满足非通用场景下的业务需求。例如品牌logo,菜品识别均可自定义库。

5)支持获取百科信息

支持识别结果中返回百度百科的内容,让客户业务功能更完善、内容更丰富。

作者:wangwei8638