行程卡识别系统实践|学习笔记(二)

本文涉及的产品
OCR统一识别,每月200次
票证核验,票证核验 50次/账号
文档理解,结构化解析 100页
简介: 快速学习行程卡识别系统实践

开发者学堂课程【低代码开发师认证课程行程卡识别系统实践】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/1046/detail/15215


行程卡识别系统实践  


内容介绍

四、实操演练

四、实操演练

首先来看一下效果演示,在应用当中创建一个通信行程卡的信息登记表单,表单内包含行程卡截图,上传这个图片上传组件,还有下方的验证结果这个分组里面,这些内容都是当这个上传一张图片之后,可以自动的去填写到里面去的。现在上传一张无效的行程卡时,上传成功后会弹窗提醒,这是无效的行程卡,请重新上传使用今天的行程卡。现在再来上传一张有效的也就是今天的行程卡。上传成功后看下方的这个分组。

image.png

分组内展示包括更新的时间、行程卡的状态,是否有风险等等这些信息,就是后端返回的这些信息,在当前页面展示的。实现这个功能是上传一张图片,然后识别图片里面的内容返回文字,所以需要识别图片内容的接口,使用的是阿里云的通用文字识别接口

打开阿里云。现在来登录一下。登录成功之后,可以在这边去搜索的一个产品,去找到云市场。已经购买这个服务是通用文字。文字识别这个服务,然后,你购买的服务当中可以去。获得到 APP code 这个后续会用到 APP code 如何去进行一个购买,就可以来到这个 APP 的首页。在首页当中可以去搜索,在去搜索的通用文字识别,已经搜索好了,点击。然后这个就是会用到的,可以通过0.01元去进行一个购买,打开。

这边已经是购买了500次,然后是用作这个识别的一个使用,也可以进行一个购买,购买完成之后就可以在购买服务当中。中去找到所需的 APP code。

来看一下这个接口,往下滑动,是有一个这个 API 接口的,然后请求方式是 post 请求返回类型是一个 json 类型,这个 API 调用,就是刚才所说的这个去哪里去找到 APP 扣的 code,还有一个信息认证等等。就是的一个请求的参数 headers 是不需要去进行传入。

然后这个 query 也是同样的,下方的这个 body 这就是请求参数所需要的格式,是一个json一个格式。后续会进行一个使用,然后再看一下下方的请求事例,示例来讲解 Java 事例,利用宜搭开发当中使用 Java 来去进行讲解。

可以看到是有一些一个相关的一个事例的代码的一个书写,需要去更改的是这个APP code,需要更改成自己的。还有就是的 body body 需要去先将转换成一个json 的格式,然后去放置在里面,这个也是需要去更改的,来看一下,如果调用成功的话,下方就是一个正常的一个返回事例。

包括说一个版本,角度,一个文字块的内容,word 里面就是的内容里面包含返回的这个2017。还有一个图片的这个位置等等。失败的返回事例,包括这个400的错误代码,401等等,这些都可以去查看一下

image.png

就通过一个简易的行程卡识别实践,来学会 FaaS 连接器的配置为复杂的行程卡识别应用时间打下基础,返回到钉钉宜搭当中。在去找到平台管理,然后进入到连接器工厂当中。去创建一个连接器,选择 FaaS 连接器命名,命名为简易行程卡。

然后点击确定,现在就到了这个连接器的基本信息页面。可以去上传图标,或者是去书写连接器的介绍,当然都不是必填的,直接点击下一步。进入到了操作自定义的页面,去给这个操作起一个名称,起名为简易行程卡识别,然后下方可以看到可以定义 request body,也就是可以传递给后端的数据,所以需要将这个上传图片的链接给到后端,然后去进行一个处理,写入 json 格式,并且预传一个参数 起一个预传的这个参数是 tourCodeurl 后续根据上传图片进行传入链接,所以说会在表单的动作面板当中去调用这个连接器,去书写里面的 body,所以在只是预设了这个body 传输的参数的。

预设完成之后,来解析这个 body。解析出自断后,知道是一个图片链接,在钉钉宜搭当中,上传图片都是需要登录才可以看到的,但是通用文字识别的这个接口是需要可以直接访问的图片链接,所以在需要将的这个字段类型先设置成图片的组件,然后设置必填,属性配置中去将数据转换更改成获取临时可访问的连接。图片可以临时可保存,然后点击确定,这个可以保证图片会转化为一分钟内可以直接访问的图片链接,让后端可以接收到我的图片进行处理,设置完成之后可以 看一下下方的 response body,可以去预设后端返回的数据格式,同样的是以 json 格式切入进去并进行解析。

这边不需要,所以不去进行一个配置。现在就全部配置完成了,点击保存。

保存后会出现前往云 ID 开发的按钮,点击这个按钮就会进行资源的校验,校验完成后会打开一个标签页,浏览器对于新开的页面有可能会有拦截,可以再次点击一下前往云 ID 开发按钮,或者直接打开拦截的链接进入到的编辑页面当中。

这边在左侧就是 ID 编辑页,要找到的,并且要书写代码就在这个 SIZ。 是自动提供了一个默认的类。可以直接书写,需要的逻辑代码。书写的函数是 execute 函数,有两个,重点关注第一个入参下方是有宜搭context的属性,这个属性里面有宜搭服务端的上下文,上面两个变量,一个是一个 value ID,一个 type ID,value ID 是当前登录的钉钉用户 ID ,type ID 是企业的 type ID,还有一个在下方。这个是调用 FaaS 连接器传入参,在这个 getinput 里面进行取得。现在将代码先删掉,现在不需要使用这些代码删除一下。

下方这些也是的事例代码删除一下。现在可以看到留下的只有四行代码,

在可以去书写相关的一个逻辑代码,因为代码比较多,所以在可以先去创建一个demo 的一个方法。创建的是一个 json 格式。然后起名为 demo,然后面可以建议传入的路径是  string url。回到阿里云通用文字识别的这个文档当中。下方去复制一个请求事例。粘贴,需要更改的 APP code,然后 APP code 可以找到之前。已购买服务当中的 APP code 将复制过来。粘贴过来现在还有一些报错,是因为没有对应的一些包,点击上方的这个快速修复,然后去导入一下。下方继续导入的是阿帕奇的这个包。这个 http utils 可以直接引入,在是有提供这个 http utils 的,可以直接导入进来,然后面其实是没有这个第三个参数的,删除掉。下方同样导入的包。现在来看一下上方这个报错是因为没有去设置 return。在这边去 return 一下值。可以在 return 之前先定义一下。

先来定义,然后放进来,打印去掉,return 一个 json 格式所以转换一下,放进来进行一个转换。

下方同样 renturn 一下。报错将分号写入,来看一下这个 body,body 的上方是一个固定的,现在需要将的这个接口当中的 body。定义一下,并且传入进去,可以看到是一个 json 的一个格式,所以这边需要先取定义一个 json 格式可以直接进行书写,也可以复制。通过这种方式去定义一个 json object,然后将他的名称改成json body。返回到接口当中的将请求参数过来。现在的格式是一个 json 格式,处理一下,要通过复核的方法将这些内容复制到刚才创建的里面。使用 json.body.put 以这种方式去到刚才创建的这个 body 里面,下方也是同样的每一次来去进行一个处理。将的这个识别结果中每一行的置信度改为 ture。然后是是否需要成行返回功能的,也是更改为 ture。下方是否需要分段功能,也是改为需要,其他的都更改为 false,现在已经传入完成了,只要将的这个图片等于 URL 进行传入,最后需要去重新定一下

image.png

定义完成之后,删掉无用代码。可用方法,之前需要去获取的这个链接,刚才说到这个 get 里面是获取到的连接器的一个入参,就可以在通过 Get。取得连接器工厂当中的入参。

前面可以通过这个方式转一下。做完之后再 runturn 就可以直接看出一个 runturn 就可以了,然后保存。完成之后,找到的 GIT 起一个名称。并且推送,这是推送到了云端的仓库,后来进行了部署。在找到线上环境,点击部署。点击继续部署。完成后可以连接数据源或者是基础自动化当中进行使用,钉钉宜搭当中去创造一个应用。在选择创建空白应用行为简易行程卡。点击确定。新建一个普通表单。可以命名为行程卡表单。需要的是一个图片上传组件。上传过来多行文本组件来查看这个数据,选择多行文本组件进行一个展示,现在两个连接器已经配置完成了需要去调用连接器进行更改,选择连接器数据源和远程数据源也同样可以的起名称、描述、自动加载等等一些设置,起名,更改,在选择连接器,起名为简易显卡,找到。这个连接器点击确定,选择执行动作。之后下方就有参数,就是刚才定义的这个入参可以看一下。

下方是有的一个数据处理,是默认已经处理好,然后点击保存,关闭了自动加载的同时希望图片上传的时候可以触发的连接器,然后进行文字识别。现在找到图片上传在高级当中进行上传成功的动作设置,点击确定,调用连接器数据源,来看一下这个 feel 还有 value 分别是哪些值。

image.png

去上传图片。这个就是 feel 下方就是所需要的图片连接地址获取出来。定一个tourcodeurl 去接收的到 file。现在就获取了链接地址 接下来,要去传入这个参数,先确定一下。这个参数。通过 json 方式。将的参数转换成字符串的格式。不仅可以这样书写,可以直接复制。

然后这个预设粘贴进行传参,接下来进行调用,然后传入进去。同样可以通过datasourcename,然后这个是连接技术的名称。里面要的是他的一个参数,要通过这个 inputs 这个方式进行一个传入。然后定义返回 content。可以通过 console log 来看一下这个返回的值,也可以直接将通过一些方法复制到文档中。通过唯一标识的方式。 返回并不是一个字符串,所以通过这样的方式。将转换成字符串的格式,这样才能复制到文档中,代码已经写完,保存。预览来看一下的简易行程卡实践。

image.png

可以看到,成功之后,多行文本当中已经出现了行程卡当中相关内容的值就证明的FaaS 连接器已经成功了,并且已经执行了这个通用文字识别的接口。并且将图片当中相关的结果返回到当中,这样一个简易的行程卡识别已经完成了,如果想要实现最开始看到的这个复杂的行程卡识别,可以扫码去获取相关的一个后端的代码,然后粘贴到的 FaaS 连接器扫码获取可直接运行的示例。

当中,就是开发当中扫描二维码,可以在 PPT 当中进行获取,行程卡识别 util 文档内包括 main 函数附带可直接运行实例,调用阿里云市场高精度 OCR API 示例。

课程总结

通过行程卡识别应用背景的了解和需求分析,确定系统所需要的业务逻辑,通过云开发平台编写代码,使钉钉宜搭更加贴合自身业务。 行程卡识别系统流程如下

image.png

首先创建订单,然后进行连接器设计,在应用开发平台当中去配置,最终返回到动作面板当中进行调动。最后就是调用的效果演示、  

课后习题

FaaS 连接器可以在哪里进行调用?

A 数据源面板  B 连接节点  C 服务回调  D 钉钉宜搭大屏

答案是 AB  

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
5月前
|
人工智能 算法 安全
AI降噪耳机,可在嘈杂人群中单独通话,看一眼锁定目标
【6月更文挑战第15天】AI降噪耳机结合AI算法与麦克风阵列,能在嘈杂环境中确保清晰通话,提升沟通效率和隐私保护。尽管价格高、降噪效果有限且有安全隐患,它们为用户带来便利的同时,也引发了对隐私和安全的关注。
87 1
|
机器学习/深度学习 存储 人工智能
【OpenVI-视觉评价系列之MOS评价实战篇】手机存储不够用,清理照片太痛苦?MOS评价帮你挑选“垃圾”照片
MOS(Mean Opinion Score)是一种常用的主观质量评价方法,常用于视频、图像等多媒体领域中的质量评价。MOS视觉评价通常是通过让受试者观看视频/图像,对视频的清晰度、锐度、颜色饱和度、运动模糊、噪声等方面进行评价。然而,MOS视觉评价也存在一些局限,例如需要大量的受试者,评估时间较长等。因此,近年来,研究者们也开始探索使用客观评价方法来替代或补充MOS视觉评价。
518 2
【OpenVI-视觉评价系列之MOS评价实战篇】手机存储不够用,清理照片太痛苦?MOS评价帮你挑选“垃圾”照片
|
机器学习/深度学习 人工智能 编解码
照片也能时间旅行?「穿越时空的人脸」新模型化身AI时光机
照片也能时间旅行?「穿越时空的人脸」新模型化身AI时光机
289 0
|
运维 监控 算法
行程卡识别系统实践|学习笔记(一)
快速学习行程卡识别系统实践
行程卡识别系统实践|学习笔记(一)
|
运维 算法 搜索推荐
行程卡识别系统的Faas服务需求|学习笔记
快速学习行程卡识别系统的Faas服务需求
行程卡识别系统的Faas服务需求|学习笔记
|
JSON 文字识别 Serverless
3.2 行程卡识别应用实践(二)|学习笔记
快速学习3.2 行程卡识别应用实践(二)
3.2 行程卡识别应用实践(二)|学习笔记
|
运维 监控 Cloud Native
3.2 行程卡识别应用实践(一)|学习笔记
快速学习3.2 行程卡识别应用实践(一)
3.2 行程卡识别应用实践(一)|学习笔记
|
计算机视觉
几分钟就能搭建好的单人姿态估计平台
几分钟就能搭建好的单人姿态估计平台
几分钟就能搭建好的单人姿态估计平台
|
人工智能 算法 5G
手机秒变投篮机,还能模拟投篮真实手感,腾讯微视技术「家底」到底有多厚?
小小的 AR 投篮机背后包含着哪些技术?我们和腾讯微视技术团队聊了聊。
191 0
手机秒变投篮机,还能模拟投篮真实手感,腾讯微视技术「家底」到底有多厚?
|
传感器 机器学习/深度学习 机器人
下楼成功率100%!这个“盲人”机器人无需传感器,全凭“感觉”,也能上下楼梯自如
下楼成功率100%!这个“盲人”机器人无需传感器,全凭“感觉”,也能上下楼梯自如
202 0