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。
- [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)
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。
-
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
-
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
-
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
-
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
-
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
- 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
- 语言: HTML5, CSS3, JavaScript
- 框架: jQuery
- UI组件: Bootstrap
- 图表: Chart.js
- 动画: CSS动画, SVG
- Docker & Docker Compose
- Nginx
- Gunicorn
- MySQL
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
- 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)
-
克隆项目仓库
```bash git clone https://github.com/ShiqinGuo/hanzi_project.git cd hanzi_project ``` -
使用Docker Compose构建并启动服务
```bash docker-compose up --build ```
-
克隆项目仓库
```bash git clone https://github.com/ShiqinGuo/hanzi_project.git cd hanzi_project ``` -
创建并激活虚拟环境
```bash python -m venv venv source venv/bin/activate # Linux/Mac venv\Scripts\activate # Windows ``` -
安装依赖
```bash pip install -r requirements.txt ``` -
配置数据库
```bash # 修改settings.py中的数据库设置 python manage.py migrate ``` -
创建超级用户
```bash python manage.py createsuperuser ``` -
收集静态文件
```bash python manage.py collectstatic ``` -
运行服务器
```bash python manage.py runserver ```
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--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
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
}- 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
```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'
```
- 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
- 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)
- 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
-
数据库优化
- 字段索引(character, pinyin, stroke_count)
- 查询优化
-
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
-
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
-
前端性能
- 静态资源压缩
- 懒加载图像
- AJAX分页减少页面刷新
-
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', } } ``` -
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 ``` -
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') ``` -
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 ```
- 项目创建人: 郭士钦
- 电子邮件: 1158220122@stu.jiangnan.edu.cn
- 项目链接: GitHub
�� 最后更新: 2025年3月24日