Skip to content

H
hh_ccs
提交 264bf0fd authored 作者: 贺阳's avatar 贺阳
浏览文件
操作

Revert "ai图片识别，但是不是很清晰"

This reverts commit a1c9cf6b.
上级 a1c9cf6b
显示空白字符变更
内嵌 并排
正在显示 包含 51 行增加 和 138 行删除
ccs_base/wizard/ai_image_edit_service.py
浏览文件 @ 264bf0fd
# -*- coding: utf-8 -*- # -*- coding: utf-8 -*-
import base64 import base64
import requests import requests
from dashscope import ImageSynthesis from dashscope import MultiModalConversation
import dashscope import dashscope
import logging import logging
from http import HTTPStatus
_logger = logging.getLogger(__name__) _logger = logging.getLogger(__name__)
# 设置DashScope的API地址（以下为北京地域url，若使用新加坡地域的模型，需将url替换为：https://dashscope-intl.aliyuncs.com/api/v1） # 设置DashScope的API地址
dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1' dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'
class AIImageEditService: class AIImageEditService:
"""AI图片编辑服务 - 使用阿里云百炼的wan2.5-i2i-preview模型""" """AI图片编辑服务 - 使用阿里云百炼的qwen-image-edit模型"""
def __init__(self, api_key='sk-e41914f0d9c94035a5ae1322e9a61fb1'): def __init__(self, api_key='sk-e41914f0d9c94035a5ae1322e9a61fb1'):
self.api_key = api_key self.api_key = api_key
self.model = "wan2.5-i2i-preview" self.model = "qwen-image-edit"
def edit_image_remove_text(self, image_base64, text_to_remove="AGN UCLINK LOGISITICS LTD"): def edit_image_remove_text(self, image_base64, text_to_remove="AGN UCLINK LOGISITICS LTD"):
""" """
使用AI模型移除图片中的指定文字 使用AI模型移除图片中的指定文字
:param image_base64: 图片的base64编码（不包含data:image/png;base64,前缀） :param image_base64: 图片的base64编码
:param text_to_remove: 要移除的文字 :param text_to_remove: 要移除的文字
:return: 处理后的图片base64编码，失败返回None :return: 处理后的图片base64编码，失败返回None
""" """
try: try:
# 构建图片URL（使用Base64编码格式：data:{MIME_type};base64,{base64_data}） # 构建消息
image_url = f"data:image/png;base64,{image_base64}" messages = [
{
# 构建提示词（与image-to-image2.py中的格式保持一致） "role": "user",
# 如果text_to_remove包含"AGN"和"UCLINK LOGISITICS LTD"，则拆分为两段 "content": [
if "AGN" in text_to_remove and "UCLINK" in text_to_remove: {"image": f"data:image/png;base64,{image_base64}"},
prompt = "将图片中的 AGN 跟 UCLINK LOGISITICS LTD 这两段文字抹去，确保其他的内容都保留，包括水印等" {"text": f"将图片中的{text_to_remove}这一段文字抹去，保持背景完全一致"}
else: ]
prompt = f"将图片中的 {text_to_remove} 这段文字抹去，确保其他的内容都保留，包括水印等" }
]
# 调用AI模型 # 调用AI模型
_logger.info(f"开始调用AI图片编辑服务，模型: {self.model}") response = MultiModalConversation.call(
rsp = ImageSynthesis.call(
api_key=self.api_key, api_key=self.api_key,
model=self.model, model=self.model,
prompt=prompt, messages=messages,
images=[image_url], stream=False,
negative_prompt="",
n=1,
watermark=False, watermark=False,
seed=12345 negative_prompt=" "
) )
if rsp.status_code == HTTPStatus.OK: if response.status_code == 200:
# 获取处理后图片的URL # 获取处理后图片的URL
if rsp.output and rsp.output.results and len(rsp.output.results) > 0: image_url = response.output.choices[0].message.content[0]['image']
image_url_result = rsp.output.results[0].url _logger.info(f"AI图片编辑成功，图片URL: {image_url}")
_logger.info(f"AI图片编辑成功，图片URL: {image_url_result}")
# 下载图片并转换为base64 # 下载图片并转换为base64
edited_image_base64 = self.download_and_convert_to_base64(image_url_result) edited_image_base64 = self.download_and_convert_to_base64(image_url)
return edited_image_base64 return edited_image_base64
else: else:
_logger.error(f"AI图片编辑失败，返回结果为空") _logger.error(f"AI图片编辑失败，HTTP返回码：{response.status_code}")
return None _logger.error(f"错误码：{response.code}")
else: _logger.error(f"错误信息：{response.message}")
_logger.error(f"AI图片编辑失败，HTTP返回码：{rsp.status_code}")
_logger.error(f"错误码：{rsp.code}")
_logger.error(f"错误信息：{rsp.message}")
return None return None
except Exception as e: except Exception as e:
...@@ -77,7 +70,7 @@ class AIImageEditService: ...@@ -77,7 +70,7 @@ class AIImageEditService:
下载图片并转换为base64 下载图片并转换为base64
:param image_url: 图片URL :param image_url: 图片URL
:param timeout: 超时时间 :param timeout: 超时时间
:return: base64编码的图片数据（不包含data:image/png;base64,前缀） :return: base64编码的图片数据
""" """
try: try:
response = requests.get(image_url, stream=True, timeout=timeout) response = requests.get(image_url, stream=True, timeout=timeout)
......
ccs_base/wizard/batch_get_pod_info_wizard.py
浏览文件 @ 264bf0fd
...@@ -658,7 +658,7 @@ class BatchGetPodInfoWizard(models.TransientModel): ...@@ -658,7 +658,7 @@ class BatchGetPodInfoWizard(models.TransientModel):
def _remove_specified_text(self, processed_files, debug_mode=False): def _remove_specified_text(self, processed_files, debug_mode=False):
""" """
移除PDF中的指定文字：先用AI图片编辑处理，检查是否还存在，如果存在则用OCR处理，再次检查 移除PDF中的指定文字：先用OCR处理，检查是否还存在，如果存在则用AI处理，再次检查
:param processed_files: 处理后的文件数组 :param processed_files: 处理后的文件数组
:param debug_mode: 是否显示调试标记 :param debug_mode: 是否显示调试标记
:return: 处理后的文件数组（包含处理后的PDF数据） :return: 处理后的文件数组（包含处理后的PDF数据）
...@@ -678,35 +678,35 @@ class BatchGetPodInfoWizard(models.TransientModel): ...@@ -678,35 +678,35 @@ class BatchGetPodInfoWizard(models.TransientModel):
# 将base64数据转换为二进制 # 将base64数据转换为二进制
pdf_binary = base64.b64decode(file_data) pdf_binary = base64.b64decode(file_data)
# 先提取文本用于后续同步节点功能（从原始PDF提取） # 先提取文本用于后续同步节点功能
if 'ocr_texts' not in file_info: if 'ocr_texts' not in file_info:
file_info['ocr_texts'] = self._extract_text_from_pdf_with_ocr(pdf_binary, bl.bl_no) file_info['ocr_texts'] = self._extract_text_from_pdf_with_ocr(pdf_binary, bl.bl_no)
# 第一步：使用AI图片编辑处理PDF # 第一步：使用OCR方法处理PDF
_logger.info(f"提单 {bl.bl_no} 开始AI图片编辑处理") _logger.info(f"提单 {bl.bl_no} 开始OCR处理")
try: try:
ai_processed_pdf = self._process_pdf_with_ai_image_edit( processed_pdf = self._process_pdf_with_ocr(
pdf_data=pdf_binary, pdf_data=pdf_binary,
bl_no=bl.bl_no bl_no=bl.bl_no,
debug_mode=debug_mode
) )
if ai_processed_pdf: if processed_pdf:
processed_file_data = base64.b64encode(ai_processed_pdf).decode('utf-8') processed_file_data = base64.b64encode(processed_pdf).decode('utf-8')
# 第二步：检查是否还存在目标文字 # 第二步：检查是否还存在目标文字
pdf_for_check = base64.b64decode(processed_file_data) pdf_for_check = base64.b64decode(processed_file_data)
text_exists, found_texts = self._check_target_texts_exist(pdf_for_check, bl.bl_no) text_exists, found_texts = self._check_target_texts_exist(pdf_for_check, bl.bl_no)
if text_exists: if text_exists:
# 第三步：如果还存在，使用OCR方法处理PDF # 第三步：如果还存在，使用AI图片编辑处理
_logger.info(f"提单 {bl.bl_no} AI处理后仍存在目标文字，使用OCR处理") _logger.info(f"提单 {bl.bl_no} OCR处理后仍存在目标文字，使用AI图片编辑处理")
try: try:
ocr_processed_pdf = self._process_pdf_with_ocr( ai_processed_pdf = self._process_pdf_with_ai_image_edit(
pdf_data=pdf_for_check, pdf_data=pdf_for_check,
bl_no=bl.bl_no, bl_no=bl.bl_no
debug_mode=debug_mode
) )
if ocr_processed_pdf: if ai_processed_pdf:
processed_file_data = base64.b64encode(ocr_processed_pdf).decode('utf-8') processed_file_data = base64.b64encode(ai_processed_pdf).decode('utf-8')
# 第四步：再次检查是否还存在目标文字 # 第四步：再次检查是否还存在目标文字
final_check_pdf = base64.b64decode(processed_file_data) final_check_pdf = base64.b64decode(processed_file_data)
...@@ -718,29 +718,23 @@ class BatchGetPodInfoWizard(models.TransientModel): ...@@ -718,29 +718,23 @@ class BatchGetPodInfoWizard(models.TransientModel):
_logger.error(error_msg) _logger.error(error_msg)
error_messages.append(error_msg) error_messages.append(error_msg)
else: else:
_logger.warning(f"提单 {bl.bl_no} OCR处理失败，保持AI处理结果") _logger.warning(f"提单 {bl.bl_no} AI处理失败，保持OCR处理结果")
# OCR处理失败，检查AI处理后的结果
final_check_pdf = base64.b64decode(processed_file_data)
text_still_exists, final_found_texts = self._check_target_texts_exist(final_check_pdf, bl.bl_no)
if text_still_exists:
error_msg = f"提单 {bl.bl_no} AI处理未完全清除文字，OCR处理失败: {', '.join(final_found_texts)}"
error_messages.append(error_msg)
except Exception as e: except Exception as e:
_logger.error(f"提单 {bl.bl_no} OCR处理异常: {str(e)}") _logger.error(f"提单 {bl.bl_no} AI处理异常: {str(e)}")
# OCR处理异常，检查AI处理后的结果 # AI处理失败，使用OCR结果，但需要检查
final_check_pdf = base64.b64decode(processed_file_data) final_check_pdf = base64.b64decode(processed_file_data)
text_still_exists, final_found_texts = self._check_target_texts_exist(final_check_pdf, bl.bl_no) text_still_exists, final_found_texts = self._check_target_texts_exist(final_check_pdf, bl.bl_no)
if text_still_exists: if text_still_exists:
error_msg = f"提单 {bl.bl_no} AI处理未完全清除文字，OCR处理异常: {', '.join(final_found_texts)}" error_msg = f"提单 {bl.bl_no} OCR处理未完全清除文字，AI处理失败: {', '.join(final_found_texts)}"
error_messages.append(error_msg) error_messages.append(error_msg)
else: else:
_logger.info(f"提单 {bl.bl_no} AI处理成功，目标文字已清除") _logger.info(f"提单 {bl.bl_no} OCR处理成功，目标文字已清除")
else: else:
_logger.warning(f"提单 {bl.bl_no} AI处理失败") _logger.warning(f"提单 {bl.bl_no} OCR处理失败")
error_messages.append(f"提单 {bl.bl_no} AI处理失败") error_messages.append(f"提单 {bl.bl_no} OCR处理失败")
except Exception as e: except Exception as e:
_logger.error(f"提单 {bl.bl_no} AI处理异常: {str(e)}") _logger.error(f"提单 {bl.bl_no} OCR处理异常: {str(e)}")
error_messages.append(f"提单 {bl.bl_no} AI处理异常: {str(e)}") error_messages.append(f"提单 {bl.bl_no} OCR处理异常: {str(e)}")
# 更新文件信息，使用处理后的PDF数据 # 更新文件信息，使用处理后的PDF数据
updated_file_info = file_info.copy() updated_file_info = file_info.copy()
......
ccs_base/wizard/image-to-image2.py deleted 100644 → 0
浏览文件 @ a1c9cf6b
import base64
import mimetypes
from http import HTTPStatus
from urllib.parse import urlparse, unquote
from pathlib import PurePosixPath
import dashscope
import requests
from dashscope import ImageSynthesis
import os
# 以下为北京地域url，若使用新加坡地域的模型，需将url替换为：https://dashscope-intl.aliyuncs.com/api/v1
dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'
# 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx"
# 新加坡和北京地域的API Key不同。获取API Key：https://help.aliyun.com/zh/model-studio/get-api-key
api_key = 'sk-e41914f0d9c94035a5ae1322e9a61fb1'
# --- 输入图片：使用 Base64 编码 ---
# base64编码格式为 data:{MIME_type};base64,{base64_data}
def encode_file(file_path):
mime_type, _ = mimetypes.guess_type(file_path)
if not mime_type or not mime_type.startswith("image/"):
raise ValueError("不支持或无法识别的图像格式")
with open(file_path, "rb") as image_file:
encoded_string = base64.b64encode(image_file.read()).decode('utf-8')
return f"data:{mime_type};base64,{encoded_string}"
"""
图像输入方式说明：
以下提供了三种图片输入方式，三选一即可
1. 使用公网URL - 适合已有公开可访问的图片
2. 使用本地文件 - 适合本地开发测试
3. 使用Base64编码 - 适合私有图片或需要加密传输的场景
"""
# 【方式一】使用公网图片 URL
# image_url_1 = "https://img.alicdn.com/imgextra/i4/O1CN01TlDlJe1LR9zso3xAC_!!6000000001295-2-tps-1104-1472.png"
# image_url_2 = "https://img.alicdn.com/imgextra/i4/O1CN01M9azZ41YdblclkU6Z_!!6000000003082-2-tps-1696-960.png"
# 【方式二】使用本地文件（支持绝对路径和相对路径）
# 格式要求：file:// + 文件路径
# 示例（绝对路径）：
# image_url_1 = "file://" + "/path/to/your/image_1.png" # Linux/macOS
# image_url_2 = "file://" + "C:/path/to/your/image_2.png" # Windows
# 示例（相对路径）：
# image_url_1 = "file://" + "./image_1.png" # 以实际路径为准
# image_url_2 = "file://" + "./image_1.png" # 以实际路径为准
# 【方式三】使用Base64编码的图片
image_url_1 = encode_file("./图片识别2.png") # 以实际路径为准
# image_url_2 = encode_file("./image_2.png") # 以实际路径为准
print('----sync call, please wait a moment----')
rsp = ImageSynthesis.call(api_key=api_key,
model="wan2.5-i2i-preview",
prompt="将图片中的 AGN 跟 UCLINK LOGISITICS LTD 这两段文字抹去， 确保其他的内容都保留，包括水印等",
images=[image_url_1],
negative_prompt="",
n=1,
watermark=False,
seed=12345)
print('response: %s' % rsp)
if rsp.status_code == HTTPStatus.OK:
# 在当前目录下保存图片
for result in rsp.output.results:
file_name = PurePosixPath(unquote(urlparse(result.url).path)).parts[-1]
with open('./%s' % file_name, 'wb+') as f:
f.write(requests.get(result.url).content)
else:
print('sync_call Failed, status_code: %s, code: %s, message: %s' %
(rsp.status_code, rsp.code, rsp.message))
\ No newline at end of file
Markdown 格式
0% 或
您添加了 0 人 到此讨论。请谨慎行事。
请先完成此评论的编辑！
请 注册 或者 后发表评论