自己动手做一个识别手写数字的web应用04

接着往期的3篇继续,一步步动手做:

自己动手做一个识别手写数字的web应用01

自己动手做一个识别手写数字的web应用02

自己动手做一个识别手写数字的web应用03

如果你练习里前面三篇,相信你已经熟悉了DockerKeras,以及Flask了,接下来我们实现一个提供给用户输入手写字的前端web页面。

前端画板我们可以自己用最基本的canvas写,也可以选择封装好的开源库:

下面介绍2个比较好的模拟手写效果的画板库:

1 signature_pad

https://github.com/szimek/signature_pad/

2 drawingboard.js

https://github.com/Leimi/drawingboard.js

这边我选择的是signature_pad。

HTML代码:

<!doctype html>
<html lang="zh"><head>  
<meta charset="utf-8">  
<title>mnist demo</title>  
<meta name="viewport" content="width=device-width,initial-scale=1, minimum-scale=1, maximum-scale=1, user-scalable=no">  
<link rel="stylesheet" href="./static/css/main.css"></head>

<body onselectstart="return false">  
<div id="mnist-pad">

<div class="mnist-pad-body">      <canvas></canvas>
</div>    
<div class="mnist-pad-footer">      <div class="mnist-pad-result">        <h5>识别结果:</h5>        <h5 id="mnist-pad-result"></h5>      </div> 
<div class="mnist-pad-actions">   <button type="button" id="mnist-pad-clear">清除</button>   <button type="button" id="mnist-pad-save">识别</button>
</div>

</div></div>  
<script src="./static/js/signature_pad.js"></script>
<script src="./static/js/mnist.js"></script>  
<script src="./static/js/app.js"></script>

</body>

</html>

移动端注意要写这句标签,把屏幕缩放设为no,比例设为1:

<meta name="viewport" content="width=device-width,initial-scale=1, minimum-scale=1, maximum-scale=1, user-scalable=no">

CSS代码:

body {  display: flex;  justify-content: center;  align-items: center;  height: 100vh;  width: 100%;  user-select: none;  margin: 0;  padding: 0; }
h5 {  margin: 0;  padding: 0

}
#mnist-pad {  position: relative;  display: flex;  flex-direction: column;  font-size: 1em;  width: 100%;  height: 100%;  background-color: #fff;  box-shadow: 0 1px 5px rgba(0, 0, 0, 0.27), 0 0 40px rgba(0, 0, 0, 0.08) inset;  padding: 16px; }
.mnist-pad-body {  position: relative;  flex: 1;  border: 1px solid #f4f4f4; }
.mnist-pad-body canvas {  position: absolute;  left: 0;  top: 0;  width: 100%;  height: 100%;  border-radius: 4px;  box-shadow: 0 0 5px rgba(0, 0, 0, 0.02) inset; }
.mnist-pad-footer {  color: #C3C3C3;  font-size: 1.2em;  margin-top: 8px;  margin-bottom: 8px; }
.mnist-pad-result {  display: flex;  justify-content: center;  align-items: center;  margin-bottom: 8px; }
.mnist-pad-actions {  display: flex;  justify-content: space-between;  margin-bottom: 8px; }
#mnist-pad-clear {  height: 44px;  background-color: #eeeeee;  width: 98px;  border: none;  font-size: 16px;  color: #4a4a4a; }
#mnist-pad-save {  height: 44px;  background-color: #3b3b3b;  width: 98px;  border: none;  font-size: 16px;  color: #ffffff; }

CSS样式都是一些常用的,有兴趣可以自己实现个简单的UI。

JS代码,有3个文件:

signature_pad.js 这是引用的开源库;

mnist.js 这是我们给开源库写的一些扩展,下文会介绍;

app.js主要是一些初始化,事件绑定,请求后端接口的处理。

先来看看app.js:

1 初始化画板,绑定按钮事件;

var clearBtn = document.getElementById("mnist-pad-clear");
var saveBtn = document.getElementById("mnist-pad-save");

var canvas = document.querySelector("canvas");

var mnistPad = new SignaturePad(canvas, {
   backgroundColor: 'transparent',
   minWidth: 6,
   maxWidth: 8
});
   
clearBtn.addEventListener("click", function (event) {  mnistPad.clear(); });

saveBtn.addEventListener("click", function (event) {
     if (mnistPad.isEmpty()) {        alert("请书写一个数字");    } else {         mnistPad.getMNISTGridBySize(true,28,img2text);    } });

注意minWidth及MaxWidth的设置,我试验下来,比较好的数值是6跟8,识别效果较好,也可以自行试验修改。

ministPad的方法,getMNISTGridBySize将把截取画板上的手写数字,并缩放成28x28的尺寸,然后调用img2text函数。

img2text主要是把28x28的图片传给后端,获取识别结果,这边由于canvas的数据是base64,需要用到转化为blob的函数,dataURItoBlob(github上有写好的),转化后通过构造一个表单,注意文件名predictImg一定要与后端flask接受函数里的写的一致。调用XMLHttpRequest请求后端接口即可。

这一步“如何把canvas生成的图片上传至后端”是个很典型的问题。

function img2text(b64img){

var formData = new FormData();
 var blob = dataURItoBlob(b64img);
   formData.append("predictImg", blob);
   var request = new XMLHttpRequest();
     request.onreadystatechange = function () {
      if (request.readyState == 4) {
         if ((request.status >= 200 && request.status < 300) || request.status == 304) {
         console.log(request.response)
         document.querySelector('#mnist-pad-result').innerHTML=request.response;            };        }    };  request.open("POST", "./predict");  request.send(formData); };

还有一个比较重要的函数:

画板根据屏幕尺寸自适应的代码(尤其是PC端,记得加):

function resizeCanvas() {
 var ratio =  Math.max(window.devicePixelRatio || 1, 1);  canvas.width = canvas.offsetWidth;  canvas.height = canvas.offsetHeight;
//  canvas.getContext("2d").scale(ratio, ratio);  mnistPad.clear(); };
window.onresize = resizeCanvas; resizeCanvas();

到这一步可以试一下前端的输入效果先:

接下来完成mnist.js

signature_pad有个方法是toData,可以获取所有手写输入的坐标点。

var ps=mnistPad.toData()[0];
mnistPad._ctx.strokeStyle='red';
ps.forEach((p,i)=>{    mnistPad._ctx.beginPath();    mnistPad._ctx.arc(p.x, p.y, 4, 0, 2 * Math.PI);    mnistPad._ctx.stroke(); })

我们可以在chrome的控制台直接试验。

红色的圈圈就是所有的坐标点,只要求出如下图所示的紫色框,第一步也就完成了。

signature_pad扩展个getArea方法:

SignaturePad.prototype.getArea = function() {
var xs = [],    ys = [];

var orign = this.toData();

for (var i = 0; i < orign.length; i++) {
   var orignChild = orign[i];
   for (var j = 0; j < orignChild.length; j++) {        xs.push(orignChild[j].x);        ys.push(orignChild[j].y);      }    };

var paddingNum = 30;
 var min_x = Math.min.apply(null, xs) - paddingNum;
 var min_y = Math.min.apply(null, ys) - paddingNum;
 var max_x = Math.max.apply(null, xs) + paddingNum;
 var max_y = Math.max.apply(null, ys) + paddingNum;
  
 var width = max_x - min_x,      height = max_y - min_y;
  
  var grid = {      x: min_x,      y: min_y,      w: width,      h: height    };
  
   return grid;
     };

测试下:

注意paddingNum,我设置了个30的值,把边框稍微放大了下,原因见mnist手写字训练集的图片就知道啦。

到这一步,我们的手写字数据集是下图这样的:

我们还需要把边框变成方形。

再写个转换函数:

 SignaturePad.prototype.change2grid = function(area) {
     var w = area.w,      h = area.h,      x = area.x,      y = area.y;    var xc = x,      yc = y,      wc = w,      hc = h;    if (h >= w) {      xc = x - (h - w) * 0.5;      wc = h;    } else {      yc = y - (w - h) * 0.5;      hc = w;    };    return {      x: xc,      y: yc,      w: wc,      h: hc    }  }

原理如下图,判断下长边是哪个,然后计算出x,y,width,height即可。

写好代码后,试一下:

红框是最后要提交的范围。

这个时候,还要处理下,把图片变成黑底白字的图片,因为MNIST数据集是这样的。

主要代码如下:

   ctx.fillStyle = "white";    ctx.fillRect(0, 0, grid.w, grid.h);    ctx.drawImage(img, grid.x, grid.y, grid.w, grid.h, 0, 0, size, size);
   
   var imgData = ctx.getImageData(0, 0, size, size);
   
   for (var i = 0; i < imgData.data.length; i += 4) {        imgData.data[i] = 255 - imgData.data[i];        imgData.data[i + 1] = 255 - imgData.data[i + 1];        imgData.data[i + 2] = 255 - imgData.data[i + 2];        imgData.data[i + 3] = 255;     }
        ctx.putImageData(imgData, 0, 0);

画上背景,遍历像素,把颜色反色下就ok啦。

最后都测试下:

ps:

今天我用上了Markdown Here美化了代码块的展示,推荐下:

使用 Markdown Here 浏览器插件,能够直接在微信公众平台的图文编辑器中把 Markdown 转换成带样式的文本,从而避免拷贝引起的样式丢失,再对「代码块」的缩进、换行、字号、行间距进行微调即可。

https://markdown-here.com/get.html

最后,注意下MNIST数据集里的数据,对应的是灰度图,28x28的尺寸,黑底白字,并且数字是像素的重心居中处理的。本文没有介绍如何把web前端的手写字根据重心居中处理这一内容,将会挑选合适时机介绍,用上了可以提高识别率哦!

相关源代码,可以留言获取。

这个系列也基本上完成了,如果你有疑问可以留言。

我要不要考虑开个面授课啊(如果有10个人以上在下方留言区留言,我就考虑开设了),大家抱着电脑,我们一起动手花个半天,亲手实现一个识别手写数字的web应用。

技术栈:

Docker+Keras+Flask+JS+HTML+CSS。

涉及到的内容都可以讲解。

地点限于:上海。

近期热文:

如何技术地识别双十一的“骗”局

人工智能设计师之智能排版v0.0.3

全民刷军装背后的AI技术及简单实现


码字不易,开启新的打赏方式:


本公众号定期更新关于

设计师、程序员发挥创意

互相融合的指南、作品。

主要技术栈:

nodejs、react native、electron

Elasticsearch

Solidity

Keras

(0)

相关推荐