本博客使用uniapp+百度智能云图像大模型中的AI视觉API（本文以物体检测为例）完成了一个简单的图像识别页面，调用百度智能云API可以实现快速训练模型并且部署的效果。

uniapp+百度智能云AI视觉页面实现

先上效果图实现过程百度智能云Easy DL训练图像模型公有云服务发布API调用AI视觉APIEasyDL 物体检测 调用模型公有云API Python3实现Uniapp 调用模型公有云API Vue2实现image-tools 图像转换工具图像识别实现方法页面结构示例

先上效果图

从相册选择图片后上传后，点击识别，即可进行虫害识别。

实现过程

百度智能云Easy DL训练图像模型

首先，你可能需要有一个百度智能云的账号，如果没有的话，指路:百度智能云

这是Easy DL给出的介绍:训练模型的基本流程如下图所示，全程可视化简易操作。在数据已经准备好的情况下，最快15分钟即可获得定制模型。

官方文档：Easy DL 文档中心

数据处理——模型训练——模型校验——模型部署等步骤跟着官方文档走就好了，进入平台后各种操作指引都做的很好；根据你的具体业务场景训练模型即可。

公有云服务发布API

发布公有云服务，将训练完成的模型部署在百度云服务器，通过API接口调用模型。如果在这里你选择了将模型部署在公有云，则需要自定义服务名称、接口地址后缀等，发布服务。

接口文档（以物体检测为例，其他接口文档在左侧目录也可以找到）：物体检测接口文档

调用AI视觉API

EasyDL 物体检测 调用模型公有云API Python3实现

以下代码为Python3调用公有云API的实现过程，注意：目标图片、接口地址、token、api_key、secret_key都需要根据你的情况进行更改，否则代码无法运行！

<code>

"""

EasyDL 物体检测 调用模型公有云API Python3实现

"""

import json

import base64

import requests

"""

使用 requests 库发送请求

使用 pip（或者 pip3）检查我的 python3 环境是否安装了该库，执行命令

pip freeze | grep requests

若返回值为空，则安装该库

pip install requests

"""

# 目标图片的 本地文件路径，支持jpg/png/bmp格式

IMAGE_FILEPATH = "你的图片.jpg"

# 可选的请求参数

# threshold: 默认值为建议阈值，请在 我的模型-模型效果-完整评估结果-详细评估 查看建议阈值

PARAMS = { "threshold": 0.3}

# 服务详情 中的 接口地址

MODEL_API_URL = "你的接口地址"

# 调用 API 需要 ACCESS_TOKEN。若已有 ACCESS_TOKEN 则于下方填入该字符串

# 否则，留空 ACCESS_TOKEN，于下方填入 该模型部署的 API_KEY 以及 SECRET_KEY，会自动申请并显示新 ACCESS_TOKEN

ACCESS_TOKEN = "你的token"

API_KEY = "你的SK"

SECRET_KEY = "你的AK"

print("1. 读取目标图片 '{}'".format(IMAGE_FILEPATH))

with open(IMAGE_FILEPATH, 'rb') as f:

base64_data = base64.b64encode(f.read())

base64_str = base64_data.decode('UTF8')

print("将 BASE64 编码后图片的字符串填入 PARAMS 的 'image' 字段")

PARAMS["image"] = base64_str

if not ACCESS_TOKEN:

print("2. ACCESS_TOKEN 为空，调用鉴权接口获取TOKEN")

auth_url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials" "&client_id={}&client_secret={}".format(API_KEY, SECRET_KEY)

auth_resp = requests.get(auth_url)

auth_resp_json = auth_resp.json()

ACCESS_TOKEN = auth_resp_json["access_token"]

print("新 ACCESS_TOKEN: {}".format(ACCESS_TOKEN))

else:

print("2. 使用已有 ACCESS_TOKEN")

print("3. 向模型接口 'MODEL_API_URL' 发送请求")

request_url = "{}?access_token={}".format(MODEL_API_URL, ACCESS_TOKEN)

response = requests.post(url=request_url, json=PARAMS)

response_json = response.json()

response_str = json.dumps(response_json, indent=4, ensure_ascii=False)

print("结果:{}".format(response_str))

print(base64_str)

Uniapp 调用模型公有云API Vue2实现

image-tools 图像转换工具

注意！！！

image-tools是uniapp中一个图像转换工具插件：image-tools

API中传入的目标图片是需要base64编码的，因此无论是拍照还是从相册传入图片后都需要对图像转换base64编码。

但是！！公有云API中需要的base64编码是没有头部的，因此需要用正则表达式将image-tools转换的base64编码头部去掉！

以选择本地相册图片进行识别为例：

//选择本地的图片识别

chooseImage() {

uni.chooseImage({

count: 1,

sourceType: ['album'],

success: res => {

this.imageUrl = res.tempFilePaths[0];

this.result = ''

pathToBase64(res.tempFilePaths[0])

.then(base64 => {

// 去掉base64编码头部正则

this.base64 = base64.replace(/^data:image\/\w+;base64,/, "")

})

.catch(error => {

console.error(error)

})

},

});

}

图像识别实现方法

identify() {

uni.showToast({ title: '识别中..', icon: 'loading' });

const MODEL_API_URL = "你的接口地址";

const ACCESS_TOKEN = "你的access_token"

uni.request({

url: `${ MODEL_API_URL}?access_token=${ ACCESS_TOKEN}`,

method: 'POST',

data: {

image: this.base64,

},

header: {

"Content-Type":'application/json'

},

success: res => {

console.log('识别结果:', res.data);

this.result = res.data.results;

this.imageUrl = 'data:image/jpeg;base64,'+res.data.data.base64

},

fail: error => {

console.error('识别请求失败', error);

}

})

}

页面结构示例

<template>

<view>

<view class="container">code>

<view class="button-container">code>

<button class="button" @click="takePhoto">实时拍照</button>code>

<button class="button" @click="chooseImage">从相册选择</button>code>

</view>

<view class="image-container">code>

<canvas class="canvas" canvas-id="myCanvas" v-show="showCanvas"></canvas>code>

<image v-if="!showCanvas && imageUrl" :src="imageUrl" mode="aspectFill"></image>code>

</view>

<button class="identify-button" @click="identify">识别</button>code>

<view class="result" v-for="res in result">code>

<text>识别结果: { { res.name }}, 置信度：{ { parseFloat(res.score*100).toFixed(2) }}% </text>

</view>

</view>

</view>

</view>

</view>

</template>