【微信小程序调用百度API实现图像识别实战】----前后端分离

@_猿来如此

于 2024-04-17 21:42:42 发布

阅读量1k

点赞数 25

文章标签：笔记微信小程序后端人工智能 python

本文链接：https://blog.csdn.net/m0_63057469/article/details/130078686

版权

本文介绍了如何在微信小程序中升级项目，增加了后端服务和数据库，通过PHP和Flask实现对虫害的识别，并返回相应的防治建议。详细步骤包括创建数据库、连接数据库、创建后端接口以及前端调用接口的示例代码。

摘要由CSDN通过智能技术生成

前言：基于之前发布的文章【微信小程序调用百度API实现图像识别功能】----项目实战稍微进行了升级改进，主要新增了后端，数据库，实现对于虫害识别，返回防治建议等信息。

本文主要讲述：

如何创建数据库

如何连接数据库

如何创建后端服务

如何调用后端服务

一.创建数据库

创建数据库及数据表请点击此处查看，在目录第二部分，两个SQL命令。

二.连接数据库并创建后端服务

两种方法分别是php和flask。

确保将username、password、database替换为您实际的MySQL数据库用户名、密码和数据库名称。同时，确保创建的表名与查询中使用的表名pest_advice_table相匹配。

启动flask/php应用后，前端就可以通过POST请求到后端端口

2.1方法一 php

<?php  
// 数据库连接配置  
$host = 'localhost';  
$dbname = 'your_database_name';  
$username = 'your_username';  
$password = 'your_password';  
  
// 创建连接  
$conn = new mysqli($host, $username, $password, $dbname);  
  
// 检查连接是否成功  
if ($conn->connect_error) {  
    die("连接失败: " . $conn->connect_error);  
}  
  
// 接收前端发送的害虫名称  
$pestName = isset($_POST['pest_name']) ? $_POST['pest_name'] : null;  
  
if ($pestName) {  
    // 查询数据库  
    $sql = "SELECT advice FROM pest_advice WHERE name = ?";  
    $stmt = $conn->prepare($sql);  
    $stmt->bind_param("s", $pestName);  
    $stmt->execute();  
    $result = $stmt->get_result();  
  
    if ($result->num_rows > 0) {  
        // 获取并返回防治建议  
        $row = $result->fetch_assoc();  
        $advice = $row['advice'];  
        echo json_encode(['advice' => $advice]);  
    } else {  
        // 没有找到对应的防治建议  
        echo json_encode(['error' => '没有找到针对该害虫的防治建议']);  
    }  
} else {  
    // 害虫名称未提供  
    echo json_encode(['error' => '请提供害虫名称']);  
}  
  
// 关闭连接  
$conn->close();  
?>

2.2方法二 flask

from flask import Flask, request, jsonify  
import mysql.connector  
  
app = Flask(__name__)  
  
# 数据库配置  
DB_CONFIG = {  
    'host': 'localhost',  
    'user': 'your_username',  
    'password': 'your_password',  
    'database': 'your_database',  
    'raise_on_warnings': True  
}  
  
# 查询防治建议  
def get_advice_for_pest(pest_name):  
    cnx = mysql.connector.connect(**DB_CONFIG)  
    cursor = cnx.cursor()  
    query = ("SELECT advice FROM pest_advice_table WHERE name = %s")  
    cursor.execute(query, (pest_name,))  
    advice = cursor.fetchone()  
    cnx.close()  
    return advice[0] if advice else None  
  
@app.route('//你的路由', methods=['POST'])  
def get_advice():  
    data = request.get_json()  
    pest_name = data.get('pest_name')  
      
    if not pest_name:  
        return jsonify({'error': 'Pest name is required'}), 400  
      
    advice = get_advice_for_pest(pest_name)  
      
    if advice:  
        return jsonify({'advice': advice})  
    else:  
        return jsonify({'error': 'No advice found for the given pest'}), 404  
  
if __name__ == '__main__':  
    app.run(debug=True)

三.前端调用后端接口

图像识别代码功能实现就不展开说了，点击这里阅读文章

发送POST请求

 // 发送害虫名称到后端服务获取防治建议  
          wx.request({  
            url: 'XXXXXX', // 替换为你的后端服务地址  
            method: 'POST',  
            header: {  
              'content-type': 'application/json' // 设置请求头为JSON格式  
            },  
            data: {  
              pest_name:XXXX// 将你获取的害虫名称作为JSON数据发送  
            },  
            success: adviceRes => {  
              if (adviceRes.data && adviceRes.data.advice) {  
                advice = adviceRes.data.advice; // 获取防治建议  
                that.setData({  
                  load_title: '识别结果 : ' + result,  
                  load_message: '置信度 ' + score,  
                  advice_message: '防治建议 : ' + advice // 显示防治建议  
                });  
              } else {  
                // 处理未获取到防治建议的情况  
                console.error('未获取到防治建议');  
                // 可以选择显示一个默认消息或错误提示给用户  
              }  
            },  
            fail: function (error) {  
              // 处理请求防治建议失败的情况  
              console.error('获取防治建议失败', error);  
              // 可以选择显示一个错误提示给用户  
            }  
          });