基于flask+TensorFlow的手写数字识别模型Web应用开发

张磊 李斌 李臻

摘 要：手写数字识别是研究图像识别、深度学习技术的典型案例，本文中以手写数字识别Web应用程序开发为例，介绍了基于flask框架的TensorFlow+Python Web开发技术和相关的编程方法。

关键词：flask框架;Python Web开发;手写数字识别

一、引言

图像识别是深度学习技术最广泛的应用之一，手写数字识别是学习和研究深度学习、图像识别的典型案例，本文中使用TensorFlow（以下简称TF）框架训练手写数字识别模型、Python语言作为Web开发工具，基于flask框架实现了一款手写数字识别Web应用程序，为TF模型在Web中部署和开发应用提供参考。

二、模型训练和保存

手写数字识别采用LeNet-5 CNN模型。LeNet-5由INPUT层、2个卷积层、2个池化层、3个全连接层构成。INPUT层的输入尺寸为32×32像素手写数字图像，手写数字包含数字“0～9”，OUTPUT层输出One-Hot格式的10分类结果。

训练模型的MNIST数据集中图片尺寸为28×28像素，像素点用8位灰度值表示。由于LeNet-5模型INPUT层的输入尺寸为32×32像素，MNIST数据集中原始图像尺寸并不符合模型输入要求，使用numpy库（简称为np）中的数组填充函数np.pad（）將原始图像四周填充两圈数字“0”，得到尺寸32×32像素的新图像。MNIST数据集类别标签默认是One-Hot格式。

TF是基于计算图的框架，使用TF框架训练LeNet-5模型，根据模型结构定义的神经网络前向传播过程构造出计算图，计算图中描述张量在节点之间从前到后的流动过程。训练模型在会话进行，调用tf.Session（）可生成会话，并创建默认计算图。在会话中不断喂入数据，反复执行反向传播优化算法，确定最优的模型参数。

模型训练完，将模型保存成TF检查点。检查点可在Web服务器端由程序调用，在TF中，tf.train.Saver对象的save（）和restore（）方法分别用于保存和恢复模型参数。

三、Web应用程序中使用TF模型

将手写数字识别的TF模型部署到Web中，前端负责获取用户在页面上手写数字图像并预处理，再向服务器发出AJAX请求，请求内容为待识别的图像。服务器端程序生成TF会话并加载训练好的模型，调用相应的视图函数将请求数据送入TF会话中计算，最后将识别结果异步回传到前端。

（一）前端页面功能实现

页面文件中主要包括绘制画布、预览画布、提交按钮、清除按钮和用于显示分类结果的表格等界面元素。

绘制画布是一个用canvas标签实现的320×320像素的画布。使用canvas对象的getContext（）方法可得到一个绘图环境，该环境提供了在画布上绘图的方法和属性。绘制画布绑定鼠标事件的监听器，当用户按下并拖动鼠标时，可将鼠标移动的路径（经过的像素点）呈现到绘制画布上，这样用户可在绘制画布上使用鼠标书写数字。手写数字图像存储为uint8类型的像素矩阵，每一个位置的像素点包括R、G、B、A四个通道值。

模型INPUT层输入图像为尺寸32×32像素的灰度图，尺寸为320×320像素原始手写数字图像应在前端完成尺寸调整和灰度化等预处理，再发送给服务器，以便减少向服务器传输的图像数据量。

预处理后的手写数字图像存储在JavaScript数组中，并在预览画布（canvas标签对象）中显示。使用JSON.stringify（）方法将JavaScript数组中图像数据转换为JSON字符串形式的数据，再将这些数据以POST方式向服务器特定URL发送AJAX请求。

（二）服务器端程序功能实现

服务器程序主要功能：一是生成TF会话并载入模型（模型结构和模型参数）;二是渲染前端页面、响应前端请求、处理数据以及返回识别的结果。

服务程序生成会话并将模型结构导入至会话的默认图，调用tf.train.import_meta_graph（）函数导入模型结构，再还原模型参数。利用tf.get_default_graph（）.get_tensor_by_name（）函数可通过节点名称获取到模型INPUT层的输入变量x与keep_prob、OUTPUT层的输出变量y。

flask中路由解析模块Werkzeug可将URL请求映射至相应的处理函数中完成业务逻辑和数据的处理。手写数字识别前端页面请求的数据传入服务器端flask实例程序，由Werkzeug对URL进行路由解析，找到分类识别视图函数。视图函数中使用flask.request.json获取手写数字图像数据，对数据做归一化处理后喂入模型，可返回手写数字的分类识别结果。

四、结语

本文以手写数字识别Web应用程序为例，介绍了TF机器学习模型应用到基于flask框架的Python Web开发中的关键技术和编程方法，在TF+Web的应用场景下，Web后端和TF程序统一使用Python语言开发，编程简单高效。

参考文献：

[1]李超，徐云龙，华中伟，等.一种基于Python Flask的Web服务器端设计[J].信息与电脑（理论版），2019，8：87-88.

[2]马旭，王淑.基于Flask框架的展示型网站的设计与实现[J].数字技术与应用，2018（11）：137-138.