10分钟-使用阿里云函数计算构建你的OCR智能识别云端小程序

本文介绍使用支付宝小程序与函数计算的完成OCR光学字符识别的例子，十分钟快速开发一个轻量级可扩展云端小程序

背景介绍

随着小程序的普遍流行，轻量级的应用开发越来越受到开发者们的关注，与此同时随着后端技术的Serverless化的优点逐渐明显，二者结合能快速构建高可用弹性的小程序；通过本教程，可让函数计算小白能快速入门开发实战，体验到函数计算给开发带来的便捷性和优越性，那就快点来动手构建起你的函数吧～

• 函数计算

  • 阿里云函数计算是事件驱动的全托管计算服务，无需管理服务器等基础设施，只需编写代码并上传，函数计算会为您准备好计算资源，以弹性、可靠的方式运行您的代码
  • 借助函数计算和其他云端服务的集成，开发者只需要编写少量代码就可以串联多个服务完成复杂的功能，大大提高开发效率

• 使用函数计算作为小程序后端实现，具有以下优点

  • 开发部署过程更简单：开发者们只需要关注业务逻辑本身，也只需要实现业务逻辑本身，
  • 应用稳定性可用性更高：函数计算为用户准备弹性、可靠的计算资源，具有根据流量自动scale特性
  • 节省系统资源：函数计算的 Serverless 与云服务器最大的不同之处在于,云服务器需要一直运行，而函数计算是按需计算。按需计算就意味着，在请求到来的时候，才运行函数，没有请求的时候，不耗费资源

• 应用结构：

1. 在小程序客户端上传图片，http trigger触发upload_ocr_image函数，函数接收文件上传到OSS
2. OSS存入新图片，将触发process_image函数，读取新加入的图片，并调用Vision API进行字符识别和提取
3. 将识别结果存储回OSS
4. 小程序客户端请求识别结果，http trigger触发get_ocr_result函数，得到结果

开发步骤

1. 开发准备

• 阿里云控制台获取获取SecretId 和SecretKey
• 开通函数计算，熟悉函数功能函数功能
• 开启阿里云OSS服务，创建bucket，存储上传的图片和识别结果，本demo需要创建两个bucket
• 开启阿里云OCR服务，具有免费试用次数: 通用类图片文字识别 ，获取appcode和服务url，需要填写到之后的配置里
• 进行支付宝小程序开发平台，按照例子创建应用：体验小程序Demo

2. 编写函数

• 编写http请求函数：

  • 函数计算可以直接使用HTTP trigger触发，你可以快速编写任何接口，这里我们需要一个图片上传的接口：

  def upload_ocr_image(environ, start_response):
      '''
      upload ocr image function triggered by http request
      '''
      try:
          content = cgi.FieldStorage(fp=environ['wsgi.input'], environ=environ, keep_blank_values=True)
          for key in content.keys():
              image_binary = content.getvalue(key)
              auth = oss2.Auth(secret_id, secret_key)
              bucket = oss2.Bucket(auth, oss_endpoint, ocr_image_bucket)
              bucket.put_object(key, image_binary)
          status = '200 OK'
          response_headers = [('Content-type', 'text/plain')]
          start_response(status, response_headers)
          return ['upload image success']
      except (ValueError):
          return ['upload_ocr_image failed']
  
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

  • 和一个请求图片OCR结果的函数：

def get_ocr_result(environ, start_response):
    '''
    get ocr result function triggered by http request
    '''
    try:
        request_body_size = int(environ.get('CONTENT_LENGTH', 0))
        request_body = environ['wsgi.input'].read(request_body_size)
        res_json = json.loads(request_body)
        auth = oss2.Auth(secret_id, secret_key)
        bucket = oss2.Bucket(auth, oss_endpoint, ocr_text_bucket)
        ocr_res = bucket.get_object(str(res_json['key'])).read()
        status = '200 OK'
        response_headers = [('Content-type', 'text/plain')]
        start_response(status, response_headers)
        return [str(ocr_res).encode('utf8')]
    except (ValueError):
        return ['get_ocr_result failed']

        

          
        
        
        

          

          AI 代码解读
        
      
      

• 编写OCR处理函数：

  • 使用OSS trigger，当有图片上传的时候触发OCR函数：

  def process_image(event, context):
       '''
       process image function triggered by OSS when a image file is uploaded
       '''
       evt = json.loads(event)
       evt = evt['events'][0]
       bucket_name = evt['oss']['bucket']['name']
       endpoint = 'oss-' +  evt['region'] + '.aliyuncs.com'
       obj_key = evt['oss']['object']['key']
       logger.info('New image uploaded: '  + str(obj_key))
       creds = context.credentials
       auth = oss2.StsAuth(creds.access_key_id, creds.access_key_secret, creds.security_token)
       bucket = oss2.Bucket(auth, endpoint, bucket_name)
       image_data = bucket.get_object(obj_key).read()
       detect_word_list = detect_text(image_data)
       text_bucket = oss2.Bucket(auth, endpoint, ocr_text_bucket)
       text_bucket.put_object(obj_key + '_ocr.txt', ' '.join(detect_word_list).encode(encoding='UTF8'))
       return 'Processed image file success, text can be seen in the text bucket'
   
   def detect_text(image_data):
       '''
       请求阿里云OCR Api
       '''
       encoded_image = base64.b64encode(image_data)
       detect_word_list = text_detect_api(encoded_image)
       logger.info("Detect word list : " + ' '.join(detect_word_list))
       return detect_word_list
  
   def text_detect_api(encodestr):
       method = 'POST'
       bodys = {}
       bodys['img'] = encodestr
       bodys['prob'] = 'false'
       bodys['charInfo'] = 'false'
       bodys['rotate'] = 'false'
       bodys['table'] = 'false'
       post_data = json.dumps(bodys).encode(encoding='UTF8')
       request = urllib2.Request(ocr_api_url, post_data)
       request.add_header('Authorization', 'APPCODE ' + ocr_api_appcode)
       request.add_header('Content-Type', 'application/json; charset=UTF-8')
       ctx = ssl.create_default_context()
       ctx.check_hostname = False
       ctx.verify_mode = ssl.CERT_NONE
       response = urllib2.urlopen(request, context=ctx)
       content = response.read()
       logger.info("text detection res: " + str(content))
       word_list = []
       words_info = json.loads(content)['prism_wordsInfo']
       for info in words_info:
           word_list.append(info['word'].encode('utf8'))
       return word_list
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

3. 编写支付宝小程序

OCR识别的代码：其中<upload-image-endpoint> 和<get-result-endpoint>分别为upload_ocr_image和get_ocr_result两个函数的触发地址，可以在函数控制台查看；
此处只展示小程序主要代码：

// 选择并上传图片
  attach() {
    my.chooseImage({
      chooseImage: 1,
      success: res => {
        const path = res.apFilePaths[0];
        console.log(path)
        var key = path
        my.uploadFile({
          url: '<upload-image-endpoint>',
          fileType: 'image',
          fileName: key,
          filePath: path,
          success: (ret) => {
            var start=new Date().getTime();
            var n = 2000
            while(true) {
              if(new Date().getTime()- start > n) break;
            }
            var resKey = key + '_ocr.txt'
            my.request({
                url: '<get-result-endpoint>',
                method: 'POST',
                data: {
                  key: resKey
                },
                dataType: 'json',
                success: function(Res) {
                  my.alert({ content: 'Get OCR Result = \n' + Res.data});
                },
                fail: function(Res) {
                  my.alert({content: 'get ocr result fail:' + Res.errorMessage});
                }
            });
          },
        });
      },
    });
  },

        

          
        
        
        

          

          AI 代码解读
        
      
      

4. 部署函数

• 使用Fun工具部署函数，编写函数部署yaml文件，更多模版文件编写信息可查看Serverless Application Model

ROSTemplateFormatVersion: '2015-09-01'
Transform: 'Aliyun::Serverless-2018-04-03'
Resources:
test:
    Type: 'Aliyun::Serverless::Service'
    Properties:
    Policies:
        - AliyunOSSFullAccess # Managed Policy
        - AliyunLogFullAccess # Managed Policy
    LogConfig:
        Project: func-func-log
        Logstore: func-test

    ocr_extract:
    Type: 'Aliyun::Serverless::Function'
    Properties:
        Handler: cloud_func_ocr.process_image
        Runtime: python2.7
        Timeout: 60
        MemorySize: 512
        CodeUri: './'

    upload_image:
    Type: 'Aliyun::Serverless::Function'
    Properties:
        Handler: cloud_func_ocr.upload_ocr_image
        Runtime: python2.7
        Timeout: 60
        MemorySize: 512
        CodeUri: './'
    Events:
        http-trigger:
        Type: HTTP
        Properties:
            AuthType: ANONYMOUS
            Methods: ['GET', 'POST', 'PUT']
    
    get_ocr_result:
    Type: 'Aliyun::Serverless::Function'
    Properties:
        Handler: cloud_func_ocr.get_ocr_result
        Runtime: python2.7
        Timeout: 60
        MemorySize: 512
        CodeUri: './'
    Events:
        http-trigger:
        Type: HTTP
        Properties:
            AuthType: ANONYMOUS
            Methods: ['GET', 'POST', 'PUT']

        

          
        
        
        

          

          AI 代码解读
        
      
      

• 更改配置：替换cloud_func_ocr.py代码中的<>中的内容为你自己的相关配置
• 进入代码所在目录，命令行运行$ fun deploy ，一键部署你的函数！

5. 测试

运行小程序模拟器，可以上传一张图片，得到OCR识别结果

总结

本文介绍了支付宝小程序和函数计算结合的一个简单的案例，通过简单的开发步骤，能够快速构建弹性高可用的云端小程序来；当然本案例介绍的例子很简单，更多的可能性还等待着你们来探索！

更多函数计算开发相关问题，可以直接加入钉钉群咨询：