手寫數字識別的全棧嘗試

心血來潮想進行一次full stack嘗試，以前一直做單機的開發，沒有做過web service。web service比單機應用會更加容易傳播，不會對使用者有太多的要求。之前就有考慮過前端和後台通訊的問題，但一直沒有真正去實現過，這次還是遇到了一些問題。

整個專案的邏輯是，使用者在前端網頁手寫乙個數字，前端將傳送給後台，後台對進行識別，將識別結果返回給前端。整個專案是基於django，django是乙個python的web應用框架，很好地將前後端結合起來，方便開發。前端部分，寫了乙個簡單的網頁，主體是個canvas，使用者可以在canvas上進行畫寫。後端用python寫的，用tensorflow訓練好的模型進行**。

前端之前不是很熟悉，花了幾天看了下html+css+js，能夠寫一些簡單的東西，還用了bootstrap庫來快速開發。說實話，我是真的沒有任何美感啊…做東西完全做的不好看。

基本的介面如下：

前端將canvas轉化為影象資料的**如下：

var scribbler = document.getelementbyid ("the_stage");
var imagedata =  scribbler.todataurl('image/png');
var datatemp = imagedata.substr(22);

用python語言寫的，工作流程如下：

前端傳來的資料是經過base64編碼的，我們解碼後將其轉換為numpy矩陣，就能用opencv的一些函式進行處理，將3通道轉為灰度圖，並resize成28x28大小，最後拉成1x784的矩陣，進行識別。

預處理部分還加入了一些位置的控制，找到數字位置並把其移到影象**。有個有趣的地方是呼叫opencv的resize函式有個插值引數可選，如果用它預設的線性插值的話，最後得到的識別結果並不好，嘗試了幾個最後選用的最近鄰插值，效果不錯。

識別部分是用tensorflow訓練好的模型進行**，就是tensorflow官網的tutorial中的模型。

解析接收資料部分**：

imgstr = request.post.get('txt')  #'txt'是傳送的json資料中影象資料對應的key
imgstr = base64.b64decode(imgstr)
img = cv2.imdecode(numpy.array(bytearray(imgstr)), -1)

這部分是我整個專案中關注的重點，之前對前後端通訊不是很了解。

前端傳送請求是通過url方式進行的，如訪問url：www.xx.com/index，django將url和python的函式繫結，函式用來響應請求：

from mnist.view import index
urlpatterns = [
url(r'^index', index)
]

index函式如下，其返回index.html網頁資料，前端獲取到網頁，就能載入在瀏覽器上：

def
index
(request):
return render(request, 'index.html')

上面提到傳送請求是通過url方式的，並且乙個url對應乙個python的響應函式，這樣前端就能傳送資料給後台並接收後台處理後的資料。假設前端是把json資料post過來的，後端函式可以通過request.post.get('txt')來獲取json資料中「txt」這個key所對應的value。處理完畢後可以通過httpresponse來返回資料給前端。

ajax

ajax 是與伺服器交換資料的技術，它在不過載全部頁面的情況下，實現了對部分網頁的更新。後端把識別結果傳送給前端，前端就能把結果更新在識別結果的區域。

$.post() 方法通過 http post 請求從伺服器上請求資料。$.post(url,data,callback);

在這裡，url繫結著後端的識別函式，data是要傳送的手寫資料，callback是成功後把識別結果顯示在識別結果區域的js函式。

將專案部署在了國外的乙個雲平台heroku上，部署好會給你的專案分配乙個**，很方便。當然免費的東西還是有侷限的地方，首先，在國外，可能連線比較慢；再是，**長時間沒有別訪問，系統會將其變成睡眠狀態，再次連線時可能要等待一會。

不過能給開發者提供這樣乙個測試的平台，heroku還是相當好的，不用自己花錢去租伺服器或者vps了。

手寫數字識別的全棧嘗試

手寫數字識別的k 近鄰演算法實現

FATE MNIST手寫數字識別全連線網路

手寫數字識別

手寫數字識別的全棧嘗試

手寫數字識別的k 近鄰演算法實現

FATE MNIST手寫數字識別 全連線網路

手寫數字識別

相關推薦

FATE MNIST手寫數字識別全連線網路