大家好，又见面了，我是你们的朋友全栈君。

我的微信小程序 期末大作业——基于百度大脑API的图片识别小程序

具体实现了动物识别、植物识别、车辆识别 三个功能
实验源码已经放到了我的GitHub，欢迎测试修改
GitHub仓库地址：https://github.com/ZHJ0125/ImageMaster
备用码云仓库地址：https://gitee.com/zhj0125/ImageMaster
下面给大家分享该项目的实验报告?

2022年03月18日更新：
  删除原文章中"4.8 Taro样式测试"章节，此章节内容在小程序中没有用到。
2021年06月11日更新：
  今天发现有评论说QPS超过免费限额了，识别图片的时候会显示 *open api qps request limit reached* 。
  解决方法是开通计费功能。需要花钱啊，暂时不搞了。具体可以看我在GitHub README里的相关说明。
  错误码参考文档：https://cloud.baidu.com/doc/IMAGERECOGNITION/s/Lk3bcxeoc
2022年05月15日更新：
  开通了百度API"按量后付费"功能，现在小程序已经可以正常使用了。

1 概述

1.1 课程大作业目的与要求

课程大作业的目的是：运用在本次课程中学到的知识来指导实践，了解程序设计其实现方法，学会解决实际问题。掌握微信小程序设计的具体步骤与基本方法，针对选定的程序做调研分析。通过课程大作业，提高实践动手技能，培养独立分析分析问题和解决问题的能力。
课程大作业的要求：本次课程大作业的选题比较灵活，可以是自主选题，也可以参考课本中的案例自行修改完善，题目要符合课程大作业的要求，并且具备一定的水平和深度。

1.2 课程大作业简介

图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。在众多的图像识别分支中，拍照识别是一个重要的应用。利用图像识别技术，识别拍摄到的图片内容，已经广泛应用于各类图像识别App中。
微信小程序是一种不需要下载安装即可使用的应用，它实现了应用的“触手可及”和“即用即走”，用户扫一扫或搜一下即可打开应用。利用微信小程序使用便捷的特点，结合图片识别应用，本次大作业选定了制作微信小程序的图片识别应用——ImageMaster。本应用实现了基于微信小程序的动植物识别和车辆识别，使用便捷，充分发挥了微信小程序“即用即走”的特点。
同时，本次大作业项目制作过程只用了Git进行进度跟踪，便于进行版本回退和功能更新。

2 设计思路

根据初步选定的设计题目，查找相关资料，针对系统所涉及内容，查阅相关背景知识，将设计思路在此做一个概括。
本课题需要实现一个基本的图片识别应用，实现动物识别、植物识别和车辆识别三种主要功能。查阅的资料主要包括两方面：图片识别API的选择以及微信小程序UI框架的选择。

2.1 图片识别API

首先需要查阅图片识别API的相关资料，以便确定课题最终使用哪个API。下面我将在接口能力、是否有参考例程、个人评价三方面简要分析一下常见的几种图片识别API。

百度大脑

• 接口能力

表2-1 百度图片识别API接口能力

接口名称	接口能力简要描述
图像主体检测	识别图像中的主体具体坐标位置。
通用物体和场景识别高级版	识别图片中的场景及物体标签，支持10w+标签类型。
菜品识别	检测用户上传的菜品图片，返回具体的菜名、卡路里、置信度信息。
自定义菜品识别	入库自定义的单菜品图，实现上传多菜品图的精准识别，返回具体的菜名、位置、置信度
logo商标识别	识别图片中包含的商品LOGO信息，返回LOGO品牌名称、在图片中的位置、置信度。
动物识别	检测用户上传的动物图片，返回动物名称、置信度信息。
植物识别	检测用户上传的植物图片，返回植物名称、置信度信息。
果蔬食材识别	检测用户上传的果蔬类图片，返回果蔬名称、置信度信息。
地标识别	检测用户上传的地标图片，返回地标名称。
红酒识别	识别图像中的红酒标签，返回红酒名称、国家、产区、酒庄、类型、糖分、葡萄品种等信息。
货币识别	识别图像中的货币类型，返回货币名称、代码、面值、年份信息，可识别百余种国内外常见货币。

• 调用方式
  API 和 SDK 两种方式，SDK文档包含 Java、PHP、Python、C#、C++、Node语言，有丰富的 Demo。

腾讯AI开放平台

接口包含OCR、人体与人脸识别、物体识别、图片特效、图片识别、敏感信息审核、闲聊机器人、基础文本分析、语义解析、语音识别 等等，有 PHP 参考例程。

华为HiAI

接口包含人脸识别、人体识别、图片识别、图像分辨率、场景识别、文档检测矫正、人像分割、视频语音等等。有详细的开发指南，但是其针对的是 Android 手机平台的开发。

旷世 Face++

接口包含人脸识别、人体识别、证件识别、图像识别，拥有详细的开发指南。
综合比较之后，决定采用百度大脑 API平台。

2.2 微信小程序UI框架

查阅各种微信小程序UI框架资料，决定使用哪种 UI 框架作为本项目的UI框架。

• WeUI

  • 项目地址
  • 简介
    WeUI 是一套同微信原生视觉体验一致的基础样式库，由微信官方设计团队为微信内网页和微信小程序量身设计，令用户的使用感知更加统一。包含button、cell、dialog、 progress、 toast、article、actionsheet、icon等各式元素。
  • 使用体验
    毕竟是微信官方提供的UI框架，界面肯定是与微信小程序的适配度最好。但是感觉没有特别的亮点。

• Vant Weapp

  • 项目地址
  • 简介
    Vant Weapp 是有赞移动端组件库 Vant 的小程序版本，两者基于相同的视觉规范，提供一致的 API 接口，助力开发者快速搭建小程序应用。
  • 使用体验
    组件分类做得不错，样式也很简洁美观。

• iView Weapp

  • 项目地址
  • 简介
    一套高质量的微信小程序 UI 组件库
  • 使用体验
    界面简单，没亮点。

• MinUI

  • 项目地址
  • 简介
    MinUI 是基于微信小程序自定义组件特性开发而成的一套简洁、易用、高效的组件库，适用场景广。覆盖小程序原生框架，各种小程序组件主流框架等，并且提供了专门的命令行工具
  • 使用体验
    组件还算齐全，没有亮点。官方Demo还有广告链接。

• Wux Weapp

  • 项目地址
  • 简介
    Wux Weapp 是一套组件化、可复用、易扩展的微信小程序 UI 组件库。UI 样式可配置，拓展灵活，轻松适应不同的设计风格。60多个丰富的组件，能够满足移动端开发的基本需求。
  • 使用体验
    没有特别炫酷的效果，但组件齐全。

• ColorUI

  • 项目地址
  • 简介
    鲜亮的高饱和色彩，专注视觉的小程序组件库。
  • 使用体验
    功能齐全，各种组件分类明确。

• Taro UI

  • 项目地址
  • 简介
    一款基于 Taro 框架开发的多端 UI 组件库。基于 Taro 开发 UI 组件一套组件，可以在微信小程序，支付宝小程序，百度小程序，H5 多端适配运行（ReactNative 端暂不支持）。提供友好的 API，可灵活的使用组件。
  • 使用体验
    界面简介，功能丰富。

经过亲自体验各种UI框架的官方Demo，最后感觉 Taro UI 使我印象很深刻。界面简洁，组件分类明确。我起初决定使用 Taro UI 框架，但是在项目进行到UI设计阶段，发现Taro使用有些许难度，为简化开发过程，最终使用了微信小程序的官方UI框架——WeUI框架。

3 设计方案

在需求分析的基础上，查阅资料，对在小程序设计中可能用到的相关技术做一定的调研分析，做一个概要性的描述。
因为微信小程序本身就是联网的应用平台，因此在微信小程序平台进行图片识别，就不必担心网络连接问题。从源头上追溯，实现图片识别需要用户首先上传图片或拍摄图片，需要解决图片上传问题；之后发送API请求时，图片需要作为请求的参数，需要解决图片转码的问题；最后API请求调用成功后，需要将识别的数据输出，就涉及数据处理以及UI界面设计的问题。通过解决关键的“图片上传”、“图片转码”、“API调用”、“界面设计”这几个问题，就可以实现基本的图片识别小程序了。

4 设计过程

根据初步选定的课程大作业程序设计题目，查找相关资料，结合课本中的案例以及前期的学习，整理设计过程。

图1 设计过程

4.1 百度开放平台注册

图4.1 服务条款

首先登陆百度智能云平台，同意它的服务条款。
之后填写相关的信息，在控制台概览中创建应用。

图4.2 创建新应用

图4.3 获取密钥

现在已经申请好了百度的API接口，下面尝试在微信小程序中进行调用。

4.2 获取asscee_token

在百度AI的官方文档中可以看到，这个API接口有两种调用方式，两种不同的调用方式有相同的接口URL地址，区别在于请求方式和鉴权方式不同。下面我将尝试使用微信小程序中常用的POST请求方式，调用该接口。

图4.4 调用方式

在官方文档中可以看到，使用post请求需要用到access_token，所以现在去查看如何获取access_token。

图4.5获取Access_Token

获取access_token需要下个授权的服务器地址发送post请求，使用固定的参数，即可得到服务器返回的json数据。

图4.6 服务器返回参数

下面就开始进行小程序的编写，实现access_token的获取。
首先，在空的小程序中添加一个按钮，在按钮按下后，调用wx.request方法向服务器发送POST请求。

图4.7 布局文件

按钮绑定事件处理函数，这个事件处理函数就是用来发送POST请求的。

图4.8 绑定事件

上面图片就是编写的事件处理函数，利用wx.request方法，请求百度API的URL地址，请求方式按要求是POST方式。然后分别编写了请求完成、请求成功、请求失败的回调函数，目的就是让我能在控制台中看到请求的状态。
下面就需要在微信小程序的后台添加合法域名，以便wx.request方法能够正确使用。

图4.9 添加域名

箭头所指的就是百度大脑的请求网址，上面那个URL是以前做地图API添加的，这里没有用到。运行模拟器之后成功获取到了access_token的值。

图4.10 获取token

可以看到，控制台执行了success回调函数，成功返回了access_token。现在Access_token的问题已经解决了。接下来就要尝试去请求百度图片识别的API接口了。
通过阅读百度大脑API接口文档，我大概理解了百度API的接口使用方式。看一下下面的API文档的截图就可以了解其流程。

图4.11 请求说明

我们首先需要使用微信封装的request方法请求这个API的URL地址，注意要使用该POST方式。然后这个URL的具体内容就是文档中给出的地址，不同的API接口有不同的请求地址。URL地址需要添加一些参数，如access_token、Content-Type等等。同时，还需要一个image参数作为图片的标识，这个image是将图片转换成了base64编码的格式，也就是将图片传换成了一串字符。
再查阅微信小程序wx.request方法就可以知道，image这个参数可以通过小程序的data属性表示。这样，API接口的请求过程就可以在小程序中表示出来了。

图4.12 参数说明

下面尝试在小程序中进行程序编写。
首先添加一个变量“token”用来存储我获取到的access_token值，然后将success回调函数修改成下图中的代码。

图4.13 调用方式

也就是将token从服务器返回的json数据中提取出来。现在，token已经存储到了变量中。

4.3 图片上传

现在有一个问题，微信小程序怎样获取图片数据呢？微信常用的方式是将用户的图片文件上传到微信开发者的服务器上，服务器接收到图片数据后再进行相关的处理。不管怎样，都首先需要使用微信提供的接口上传图片文件。那么首先研究一下怎样使用微信的图片上传接口。
微信提供了“从本地选择图片或使用相机拍照”的接口“wx.chooseImage”。

图4.14 参数说明

现在尝试使用该接口上传一下图片文件。在逻辑文件中编写图片上传按钮的事件处理函数。

图4.15 获取图片

下面运行小程序，点击上传图片按钮，会弹出系统资源管理器，在里面选择图片文件点击确定，即可成功上传图片文件。在success回调函数中，把上传图片的文件路径放到变量中，再通过控制台显示出来即可。在控制台中显示了图片路径。

图4.16 控制台信息

为了确定图片真的已经上传到了微信小程序中，我现在把上传的图片显示在小程序界面中。小程序文档中指出，tempFilePaths可以作为组件的src地址，所以显示图片就很方便了。
经过一番调试，该功能终于实现了。首先，在页面布局中添加组件，该组件的src设置为动态变量imageUrl，以便在图片上传后动态改变。之后编写相应的事件处理函数，首先添加一个默认的图片索引地址，将该图片放到向程序工程目录下，使用data属性保存其路径信息。

图4.17 图片地址

然后在原有的图片上传事件处理函数的基础上，编写增加代码如下：

图4.18 获取图片地址

画横线的代码是图片动态显示的关键代码。这样，就是实现了图片的上传和动态更新。PS：这部分内容参考课本P132“上传头像”部分。

4.4 图片格式转化

好的，现在就可以看一下怎样把图片转换成base64格式的数据了。
经过查找资料，发现将图片转换成base64格式的方式也有不少。我是用一种微信提供的文件管理接口实现的。在上传图片的成功回调函数中（此时已经得到了本地图片地址），使用文件系统管理方法，读取本地文件的内容。这里指定读取文件的编码格式为base64，然后通过控制台显示出来就可以了。

图4.19 图片转码

上面截了一下关键位置的代码，这部分代码是放在success回调函数中，因为回调函数中已经获取到了上传图片的本地地址。
看一下控制台的信息：

图4.20 控制台信息

可以看到，控制台输出了图片的base64编码值。稍微了解一下base64编码，该编码可以用于HTML环境下的较长信息的标识，只要用于canvas画布的图片显示。它的好处在于，可以在没有上传图片文件的情况下，使用该编码在HTML中插入该图片。这种编码有固定的表示形式：“data:image/jpeg;base64, …”，也有固定的格式转换格式。具体的内容就不再详细研究了。在我的测试中，上传的原图片大小是20.5KB，转换成base64编码之后的数据大小为54.7KB。

4.5 API请求

图片已经准备好了，现在已经可以去调用百度图片识别的API了。下面需要对包括“access_token”、“base64编码”等数据进行整合，并以动物识别为例尝试该API的调用。
首先添加识别按钮，然后编写相应的事件处理函数。

图4.21 识别按钮

事件处理函数就是要进行API接口调用了。

图4.22 识别图片

上面就是按照百度动物识别API文档的要求，结合小程序wx.request方法的属性写出来的事件处理函数。
我在网上搜了一个狗的图片，添加到了小程序文件夹中作为测试图片。运行模拟器进行测试。依次点击“获取access_token”、“上传图片”以及“识别该图片”按钮，在控制台看到API返回的数据。

图4.23 接口返回值

可以看到，在API返回的JSON数据中，标注了识别结果，其中置信度最高的结果是“威尔士柯基”。我特意搜了一下这个“威尔士柯基”，识别结果还是挺准的。
还要测试一下非动物图片的识别情况。现在我继续上传一个头像图片进行测试，看看测试结果。可以看到，非动物也是可以被识别出来的，识别结果只有一个高置信度的“非动物”结果。

图4.24 非动物识别

程序做到这里，可以说最大的障碍已经被克服了。目前已经实现了“动物识别”，下面就是逐步实现“植物识别”、“车型识别”等功能就可以了，他们的基本流程是一样的。

4.6 实现植物识别

现在来整理一下代码，尝试实现“植物识别”功能。
通过阅读API文档可以看出，其实这几种不同的图像识别的接口，只是URL地址不同，其他参数都是一样的。所以我设置了一个变量apiUrl用来存放不同接口的URL地址，为“植物识别”编写一个新的事件处理函数。这个事件处理函数与“动物识别”唯一的不同就是apiUrl不一样罢了。

图4.25 植物识别

可以看到，我把请求接口的URL放到了apiUrl变量中。同时精简了控制台显示的数据，只保留关键的数据。
至于图像识别的事件处理函数，只需要把之前的POST请求地址改成用apiUrl表示就可以了。

图4.26 识别图片

可以看到画横线的那句话，就是把POST地址改了一下，使程序的使用范围更广了。同时还要注意到，我精简了控制台的输出信息，只保留置信度最高的结果。
现在就可以识别植物了。

图4.27 识别植物

现在控制台简洁多了，而且也能正确显示置信度最高的识别结果了。

4.7 实现车辆识别

现在继续做车型识别。现在添加功能就比较简单了，只需修改apiUrl。
这时遇到了一个问题，上传图片的大小错误。

图4.28 控制台信息

为了方便调试，我将控制台信息输出添加了条件判断语句，如果发生错误就输出错误信息，没有错误就输出识别结果。首先测试了图片大小错误的情况，然后测试了正常的图片，控制台输出的信息如下：

图4.29 控制台信息

这样调试就方便多了。现在来解决图片size的问题。以“车型识别”为例，其图片要求如下：

图4.30 图片要求

我刚才上传的“image size error”的图片，其像素为1920px*1080px，符合文档中图片长宽的要求。原图大小为460KB，其编码为base64之后的大小为1.2MB，同样符合要求。这就奇怪了，因为这些参数都是符合文档要求的。
之后我又进行了其他测试，换了一张1920px × 1080px的图片，不会报错。所以看起来图片不合适的原因应该是图片大小的问题。然而，当我继续测试使用2048px × 1335px，原图大小为1.5MB的图片时，竟然可以正常识别。所以这张图片报错的原因暂时没有搞清楚。
先不管这里了，因为我测试了其他图片，都没有出现问题，只有这一张出现图片大小的问题。就先放一下吧。下面整理一下小程序，优化一下界面。

图4.31 界面展示

上图是初始化界面，调整了“识别图片”按钮和图片之间的相对位置，同时添加了文本框显示提示信息。下面以“动物识别”为例，展示识别效果。可以看到，通过添加文本框，可以直观地显示识别结果，非常方便。

图4.32 识别结果

下面就来编写一下样式文件吧。

4.8 WeUI样式测试

• （1） WeUI介绍

WeUI 是一套与微信原生 UI 一致的 UI 库，核心文件是 weui.css，只需要获取到该文件，然后在页面中引入，即可使用 WeUI 的组件。首先到其GitHub网站下载源代码，新建一个工程文件用来进行测试和修改。在微信开发者工具中打开该工程。

图4.33 工程目录

此时模拟器中就可以查看到WeUI框架的各种组件样式。

图4.34 样式展示

• （2） 样例编写

下面来研究一下WeUI是怎样组织样式编写的。
以Grid样式为例，先看一下他的效果。

图4.35 gird样式效果

再看一下它的布局文件。

图4.36 布局文件

可以看到，他是直接使用了WeUI提供的class，利用wx:for循环实现Grid组件的控制。而逻辑文件中给出了grids变量数组的数据，从0到8表示循环9次，显示9个Grid宫格。

图4.37 Grid逻辑文件

现在尝试将该样式移植到我的小程序中。移植样式最关键的就是它的weui.wxss，按照教程，可以使用外联样式引入的方式将改样式文件引入到项目中。
首先将style文件夹整体复制到我的工程目录中，然后在全局样式中导入weui的样式文件。

图4.38 导入样式

之后创建一个新的页面用来测试样式内容，并将其页面作为默认显示的页面。

图4.39 创建新页面

之后就可以分别在新创建的页面中编写grid布局和逻辑文件，内容与示例代码一样。这样效果就与示例代码相似了。
官方例程中Grid的九个组件，是由组件组成的。组件用于实现页面之间的跳转，而我想要通过button组件实现用户选择不同类型图片的功能，所以需要使用button组件。下面再测试一下button组件的使用。
首先是从官方历程中抽取出我们需要的组件。

图4.40 组件布局

现在就需要移植一下样式文件了。在例程样式文件中找到”weui-btn”、”class”、”page__bd”、”page__bd__spacing”的文件内容，复制到本页面的样式文件中即可。最后实现的效果如下图所示。

图4.41 button效果

下面尝试将原先的逻辑功能与样式结合起来。首先将样式文件复制到index.wxss文件中，然后将原先的button组件的样式改成测试时的样式。
于是模拟器中的样式就改为如下图所示：

图4.42 按钮样式

下面修改标题文本样式，将WeUI的标题文本样式移植到我的程序中。

图4.43 标题样式

下面我想将这三个上传图片的按钮进行水平均匀排布，找到按钮样式相关的样式文件，修改后的样式如下图所示。

图4.44 按钮样式修改

之后，我又修改了上传按钮和文字输出按钮的样式，添加了提示图片和提示信息。最终的样式如下图所示。

图4.45 最终样式

5 关键问题

针对完成大作业过程中遇到的问题，分析描述在此过程中的关键问题，如重点难点等。
本次大作业“微信小程序的图片识别”程序实现过程中，重点问题是“图片上传”、“图片转码”、“API调用”以及“界面设计”。其中图片上传主要使用了微信小程序中的wx.chooseImage方法；图片转码使用wx.getFileSystemMangaer方法解决；API调用使用wx.request方法实现；界面设计使用了微信小程序的官方UI框架实现。

6 使用说明

提供微信小程序体验版的访问方式(小程序码)。

图6.1 小程序码

下面给出完成的微信小程序的使用说明。使用体验版微信小程序，在自己的手机上进行测试。下面将测试过程及截图展示如下。

（1）上传图片
用户进入小程序后，首先需要通过相册或拍照，上传需要识别的图片。

图6.2 上传图片

以“动物识别”为例，点击“上传动物图片”按钮，进行图片上传。

（2）选择图片
以从相册上传图片为例，点击从相册上传图片按钮，在相册中选择想要识别的图片。

图6.3 选择图片

图6.4 相册选择

（3）识别图片
上传图片完成后，点击小程序界面的“识别该图片”按钮，进行图片识别。经过短时间的等待，即可显示识别结果。

（4）识别结果
界面下方可以展示图片识别的结果。

图6.5 上传成功

图6.6 识别结果

实验源码已经放到了我的GitHub，欢迎测试修改

• GitHub仓库地址：https://github.com/ZHJ0125/ImageMaster
• 码云仓库地址：https://gitee.com/zhj0125/ImageMaster