Skip to content

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

1 watching

Forks

Repository files navigation

汉字分析工具

这是一个用于处理和分析汉字图像数据的工具集,可以进行识别、分类和数据导入导出。

📋 目录

- [项目概述](#项目概述)
- [功能特性](#功能特性)
- [技术架构](#技术架构)
- [项目结构](#项目结构)
- [安装部署](#安装部署)
- [功能详解](#功能详解)
- [数据模型](#数据模型)
- [API接口](#api接口)
- [性能优化](#性能优化)
- [配置说明](#配置说明)
- [贡献指南](#贡献指南)
- [许可证](#许可证)

📝 项目概述

汉字教学管理系统旨在提供一个高效、用户友好的平台,用于汉字的管理、学习和教学。系统集成了多种先进技术,如OCR识别、图像相似度比较、汉字笔画分析等,为用户提供全方位的汉字学习体验。

✨ 功能特性

核心功能

  1. 汉字管理

    • 添加新汉字记录
    • 编辑已有汉字信息
    • 查看汉字详细信息
    • 删除汉字记录
  2. 汉字搜索

    • 基于多条件的汉字搜索
    • 笔画数量搜索
    • 部首搜索
    • 拼音搜索
    • 结构搜索
  3. 笔画查询与学习

    • 汉字笔画顺序展示
    • 笔画数量统计
    • 笔画类型分析
  4. 数据导入导出

    • 批量导入汉字数据
    • 导出汉字数据为多种格式
  5. 图像处理与比较

    • 汉字图像识别
    • 用户书写与标准汉字比较
    • 相似度分析

🔧 技术架构

后端技术栈

  • 框架: Django 4.2.11
  • 数据库: MySQL
  • 缓存: Redis
  • 图像处理: OpenCV, PIL
  • OCR识别: EasyOCR
  • 深度学习: PyTorch, TorchVision
  • 异步任务: Concurrent Futures

前端技术栈

  • 语言: HTML5, CSS3, JavaScript
  • 框架: jQuery
  • UI组件: Bootstrap
  • 图表: Chart.js
  • 动画: CSS动画, SVG

部署环境

  • Docker & Docker Compose
  • Nginx
  • Gunicorn
  • MySQL

📁 项目结构

hanzi_project/
├── hanzi_app/
│   ├── data_processor.py  # 数据处理功能
│   ├── data_importer.py   # 数据导入功能
│   └── recognition.py     # 汉字识别功能
├── hanzi_analyzer.py      # 分析汉字数据的主脚本
├── hanzi_importer.py      # 导入汉字数据的示例脚本
└── README.md              # 项目说明文档

🚀 安装部署

系统要求

  • Python 3.8+
  • MySQL 8.0+
  • Redis 6.0+
  • 足够的磁盘空间用于存储汉字图像
  • 推荐8GB以上RAM (使用深度学习模型时)

使用Docker部署

  1. 克隆项目仓库

     ```bash
     git clone https://github.com/ShiqinGuo/hanzi_project.git
     cd hanzi_project
     ```
    
  2. 使用Docker Compose构建并启动服务

     ```bash
     docker-compose up --build
     ```
    

手动部署

  1. 克隆项目仓库

     ```bash
     git clone https://github.com/ShiqinGuo/hanzi_project.git
     cd hanzi_project
     ```
    
  2. 创建并激活虚拟环境

     ```bash
     python -m venv venv
     source venv/bin/activate  # Linux/Mac
     venv\Scripts\activate  # Windows
     ```
    
  3. 安装依赖

     ```bash
     pip install -r requirements.txt
     ```
    
  4. 配置数据库

     ```bash
     # 修改settings.py中的数据库设置
     python manage.py migrate
     ```
    
  5. 创建超级用户

     ```bash
     python manage.py createsuperuser
     ```
    
  6. 收集静态文件

     ```bash
     python manage.py collectstatic
     ```
    
  7. 运行服务器

     ```bash
     python manage.py runserver
     ```
    

📚 功能详解

1. 数据处理功能

通过 hanzi_analyzer.py 脚本可以处理汉字图像数据,识别汉字并生成Excel报告:

python hanzi_analyzer.py

2. 数据导入功能

通过 hanzi_importer.py 脚本可以导入ZIP压缩的图像和JSON数据:

python hanzi_importer.py

也可以通过命令行参数进行更灵活的配置:

python -m hanzi_app.data_importer --image_zip path/to/images.zip --json_data path/to/data.json --level_key levels --comment_key comments --output results.xlsx --format excel --test

参数说明:

  • --image_zip: 图片ZIP文件路径(必需)
  • --json_data: JSON数据文件路径(必需)
  • --level_key: JSON中表示等级的键
  • --comment_key: JSON中表示评语的键
  • --output: 输出文件路径(必需)
  • --format: 输出格式,可选值为excel或json,默认为excel
  • --test: 测试模式标志,添加此参数将只处理前5张图片

键映射说明:

可以通过key_mappings配置JSON数据中键与输出结果字段的映射关系,例如:

key_mappings = {
    "comment": "comments",  # JSON中的comments键映射到结果中的comment
    "level": "levels"       # JSON中的levels键映射到结果中的level
}

输出格式:

  • Excel格式:生成包含汉字识别结果、等级、评语等信息的表格
  • JSON格式:生成包含相同信息的JSON文件

💾 数据模型

Hanzi模型

```python
    class Hanzi(models.Model):
    STRUCTURE_CHOICES = [
            ('未知结构', '未知结构'),
            ('左右结构', '左右结构'),
            ('上下结构', '上下结构'),
            ('包围结构', '包围结构'),
            ('独体结构', '独体结构'),
            ('品字结构', '品字结构'),
            ('穿插结构', '穿插结构'),
    ]
    VARIANT_CHOICES = [
            ('简体', '简体'),
            ('繁体', '繁体'),
    ]
    LEVEL_CHOICES = [
            ('A', 'A'),
            ('B', 'B'),
            ('C', 'C'),
    ]

    id = models.CharField('编号', primary_key=True, max_length=5)
    character = models.CharField('汉字', max_length=1)  
    image_path = models.CharField('图片路径', max_length=255)
    stroke_count = models.IntegerField('笔画数')
    structure = models.CharField('结构类型', max_length=20, choices=STRUCTURE_CHOICES, default='未知结构')
    stroke_order = models.CharField('笔顺', max_length=100, blank=True, null=True)
    pinyin = models.CharField('拼音', max_length=50, blank=True, null=True)
    level = models.CharField('等级', max_length=1, choices=LEVEL_CHOICES)
    comment = models.TextField('评语', blank=True, null=True)
    variant = models.CharField('简繁体', max_length=10, choices=VARIANT_CHOICES, default='简体')
    standard_image = models.CharField('标准图片路径', max_length=255, blank=True, null=True)
    crt_time = models.DateTimeField('创建时间', auto_now_add=True)
    upd_time = models.DateTimeField('更新时间', auto_now=True)

    class Meta:
            managed = True  # 启用迁移管理
            db_table = 'hanzi'
            verbose_name = '汉字数据'
            verbose_name_plural = '汉字数据'
```

🔌 API接口

1. 笔画数接口

  • URL: /api/stroke_count/<char>/
  • 方法: GET
  • 功能: 获取指定汉字的笔画数
  • 返回格式: JSON
  • 缓存: 15分钟

2. 汉字添加接口

  • URL: /api/add_hanzi/
  • 方法: POST
  • 功能: 添加新汉字
  • 参数: character, pinyin, stroke_count等
  • 安全: CSRF豁免(需前端认证)

3. 笔画搜索接口

  • URL: /api/stroke_search/
  • 方法: POST
  • 功能: 根据笔画特征搜索汉字
  • 参数: stroke_types(笔画类型数组)
  • 返回: 匹配汉字列表

🚄 性能优化

  1. 数据库优化

    • 字段索引(character, pinyin, stroke_count)
    • 查询优化
  2. 缓存策略

    • 笔画数API结果缓存(15分钟)
    • 会话缓存(24小时)
    • 页面缓存
  3. 图像处理优化

    • 异步生成标准图像
    • 多线程处理批量图像
    • 图像压缩与格式优化
  4. 前端性能

    • 静态资源压缩
    • 懒加载图像
    • AJAX分页减少页面刷新

⚙️ 配置说明

关键配置项

  1. 数据库配置

     ```python
     DATABASES = {
         'default': {
             'ENGINE': 'django.db.backends.mysql',
             'NAME': 'hanzi_db',
             'USER': 'hanzi_user',
             'PASSWORD': 'password',
             'HOST': 'db',
             'PORT': '3306',
         }
     }
     ```
    
  2. 缓存配置

     ```python
     CACHES = {
         'default': {
             'BACKEND': 'django.core.cache.backends.redis.RedisCache',
             'LOCATION': 'redis://redis:6379/1',
         }
     }
     SESSION_ENGINE = 'django.contrib.sessions.backends.cache'
     SESSION_CACHE_ALIAS = 'default'
     SESSION_COOKIE_AGE = 86400  # 24小时
     ```
    
  3. 媒体和静态文件配置

     ```python
     MEDIA_URL = '/media/'
     MEDIA_ROOT = os.path.join(BASE_DIR, 'media')
     STATIC_URL = '/static/'
     STATIC_ROOT = os.path.join(BASE_DIR, 'staticfiles')
     ```
    
  4. 安全配置

     ```python
     # 开发环境设置
     if DEBUG:
         SECURE_SSL_REDIRECT = False
         SESSION_COOKIE_SECURE = False
         CSRF_COOKIE_SECURE = False
         SECURE_HSTS_SECONDS = 0
         SECURE_HSTS_INCLUDE_SUBDOMAINS = False
         SECURE_HSTS_PRELOAD = False
     ```
    

📞 联系方式


�� 最后更新: 2025年3月24日

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

1 watching

Forks

Releases

Packages

Used by

Contributors

Languages