从B站上看到的一个不错的Golang项目，避免自己遗忘，记录一下
参考B站视频：https://www.bilibili.com/video/BV15L41187LY?p=13&vd_source=bdee36feb4edbfc7100eaadac4772a5e
@TOC
部署部分（这部分自己探索的）
需要一台云服务器（我是阿里云），并安装Docker（使用Dockerfile）
一、上传项目到阿里云服务器
依旧是xshell，注意把Go项目放进压缩包，不能直接上传项目文件夹。
具体上传步骤可以参考我之前的文章，部署springboot项目那篇。
二、部署
1.解压项目
我的Go项目名为orc
unzip orc.zip
2.使用Docker
mkdir orc cd orc vi Dockerfile
Dockerfile内容如下：
# 使用官方的 Go 镜像作为基础镜像 FROM golang:latest # 设置工作目录 WORKDIR /app # 复制 go.mod 和 go.sum 文件并下载依赖 COPY go.mod . COPY go.sum . RUN go env -w GOPROXY=https://proxy.golang.com.cn,<https://goproxy.cn>,direct RUN go mod download # 将本地的代码复制到容器中的工作目录 COPY . . # 编译 Go 项目 RUN go build -o main . # 暴露应用程序的端口 EXPOSE 80 EXPOSE 8080 # 运行应用程序 CMD ["./main"]
接着执行：
docker build -t orc . docker run -p 8080:8080 -p 80:80 orc
执行完毕查看docker 的images和containers：
- --
三：测试
使用Apifox进行测试
测试对普通印刷物品
使用
imageUrl
访问：
服务器会返回一系列json格式数据。
DetectedText : 所识别的文字 Confidence : 置信度 Polygon : 检测到的四个角的坐标 ItemPolygon : 文本行在旋转纠正之后的图像中的像素坐标，表示为（左上角 x, 左上角 y，宽 width，高 height）。
{ "Response": { "TextDetections": [ { "DetectedText": "TetraP", "Confidence": 100, "Polygon": [ { "X": 183, "Y": 43 }, { "X": 206, "Y": 10 }, { "X": 214, "Y": 16 }, { "X": 191, "Y": 49 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":1}}", "ItemPolygon": { "X": 477, "Y": 173, "Width": 40, "Height": 10 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "生牛乳", "Confidence": 100, "Polygon": [ { "X": 141, "Y": 296 }, { "X": 220, "Y": 260 }, { "X": 235, "Y": 293 }, { "X": 156, "Y": 330 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":8}}", "ItemPolygon": { "X": 249, "Y": 290, "Width": 86, "Height": 36 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "特仑苏", "Confidence": 100, "Polygon": [ { "X": 227, "Y": 133 }, { "X": 307, "Y": 34 }, { "X": 342, "Y": 63 }, { "X": 262, "Y": 161 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":2}}", "ItemPolygon": { "X": 431, "Y": 262, "Width": 127, "Height": 45 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "全脂灭菌乳", "Confidence": 100, "Polygon": [ { "X": 159, "Y": 338 }, { "X": 291, "Y": 279 }, { "X": 305, "Y": 310 }, { "X": 173, "Y": 369 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":7}}", "ItemPolygon": { "X": 226, "Y": 329, "Width": 144, "Height": 34 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "贮存条件:常温密闭保存。", "Confidence": 100, "Polygon": [ { "X": 258, "Y": 238 }, { "X": 377, "Y": 86 }, { "X": 393, "Y": 99 }, { "X": 274, "Y": 251 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":3}}", "ItemPolygon": { "X": 365, "Y": 349, "Width": 193, "Height": 20 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "n", "Confidence": 50, "Polygon": [ { "X": 156, "Y": 390 }, { "X": 171, "Y": 418 }, { "X": 154, "Y": 428 }, { "X": 138, "Y": 399 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":18}}", "ItemPolygon": { "X": 182, "Y": 358, "Width": 31, "Height": 19 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "GB 25190", "Confidence": 100, "Polygon": [ { "X": 178, "Y": 377 }, { "X": 300, "Y": 324 }, { "X": 314, "Y": 356 }, { "X": 192, "Y": 410 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":18}}", "ItemPolygon": { "X": 206, "Y": 368, "Width": 133, "Height": 34 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "开启前，无需冷藏", "Confidence": 100, "Polygon": [ { "X": 274, "Y": 250 }, { "X": 359, "Y": 142 }, { "X": 375, "Y": 155 }, { "X": 290, "Y": 263 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":4}}", "ItemPolygon": { "X": 365, "Y": 369, "Width": 137, "Height": 20 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "开启后，请立即饮用。", "Confidence": 100, "Polygon": [ { "X": 290, "Y": 262 }, { "X": 386, "Y": 138 }, { "X": 403, "Y": 150 }, { "X": 307, "Y": 275 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":9}}", "ItemPolygon": { "X": 365, "Y": 389, "Width": 156, "Height": 20 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "6个月", "Confidence": 100, "Polygon": [ { "X": 196, "Y": 421 }, { "X": 263, "Y": 390 }, { "X": 278, "Y": 422 }, { "X": 210, "Y": 453 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":24}}", "ItemPolygon": { "X": 181, "Y": 409, "Width": 73, "Height": 35 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "请勿连同包装在微波炉中加热。", "Confidence": 100, "Polygon": [ { "X": 307, "Y": 273 }, { "X": 438, "Y": 97 }, { "X": 456, "Y": 110 }, { "X": 325, "Y": 286 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":7}}", "ItemPolygon": { "X": 366, "Y": 409, "Width": 219, "Height": 22 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "贝包装喷码", "Confidence": 100, "Polygon": [ { "X": 218, "Y": 458 }, { "X": 338, "Y": 404 }, { "X": 352, "Y": 436 }, { "X": 233, "Y": 490 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":26}}", "ItemPolygon": { "X": 164, "Y": 448, "Width": 131, "Height": 34 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "料", "Confidence": 100, "Polygon": [ { "X": 376, "Y": 245 }, { "X": 388, "Y": 227 }, { "X": 403, "Y": 237 }, { "X": 391, "Y": 255 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":10}}", "ItemPolygon": { "X": 430, "Y": 448, "Width": 21, "Height": 18 }, "Words": [], "WordCoordPoint": [] }, { "DetectedText": "生牛乳", "Confidence": 100, "Polygon": [ { "X": 388, "Y": 225 }, { "X": 420, "Y": 183 }, { "X": 436, "Y": 195 }, { "X": 403, "Y": 238 } ], "AdvancedInfo": "{\\"Parag\\":{\\"ParagNo\\":5}}", "ItemPolygon": { "X": 453, "Y": 446, "Width": 52, "Height": 20 }, "Words": [], "WordCoordPoint": [] }, ... ... ... ... ... ... ... ...
测试对普通印刷物品，使用
image_file
访问：
识别成功。
测试健康码
使用
imageUrl
访问：
服务器响应返回json数据：
{ "Response": { "Name": "郭**", "IDNumber": "", "Time": "09-29 11:17:41", "Color": "绿色", "TestingInterval": "", "TestingResult": "阴性", "TestingTime": "2021-08-27 17:00", "Vaccination": "暂未查询到数据", "SpotName": "", "VaccinationTime": "", "RequestId": "45fe12a8-9018-46ae-874b-07ba53703475" } }
使用
image_file
访问：
识别成功
四、还有几件事
1、整个识别逻辑在腾讯云那里，还有很多可以识别的东西，比如车牌识别等等， 识别质量还有高精度识别等。
2、写完一个识别，基于固定套路很容易扩展，基本当时写完文字识别，自己调了差不多5分钟，就把健康码识别搞定了。
3、现在只是返回了Json数据，如何实现友好的前端交互渲染，额目前先不考虑，相比之下自己更喜欢后端，而且想把Go学好。
4、记录一下，免得哪天自己忘了，过来能回忆回忆。
5、还有就是，腾讯云的这个识别，刚免费开通时提供1000次免费次数，之后需要购买。
3月12日上午，使用Gin框架完成了项目结构的重写。