HivisionIDPhoto Docker部署以及Springboot接口对接(AI证件照制作)

已于 2024-10-25 14:10:41 修改
阅读量815 收藏 24
点赞数 18
分类专栏： 其他 文章标签： docker spring boot 人工智能 证件照
于 2024-10-25 13:59:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_31745863/article/details/143232861
版权

项目简介

项目以及官方文档地址

HivisionIDPhoto 旨在开发一种实用、系统性的证件照智能制作算法。

它利用一套完善的AI模型工作流程，实现对多种用户拍照场景的识别、抠图与证件照生成。

HivisionIDPhoto 可以做到：

  1. 轻量级抠图（纯离线，仅需 CPU 即可快速推理）
  2. 根据不同尺寸规格生成不同的标准证件照、六寸排版照
  3. 支持 纯离线 或 端云 推理
  4. 美颜
  5. 智能换正装（waiting）

Docker 部署

拉取镜像

官方再docker hub是有镜像源的,但是因为某些原因可能pull失败,我备份了一份到阿里云镜像仓库(官方版本为1.2.9),如下拉取镜像

docker pull registry.cn-hangzhou.aliyuncs.com/zr-dev/hivision_idphotos:v1.0

启动 Gradio Demo 服务

运行下面的命令，在你的本地访问 http://127.0.0.1:7860 即可使用。

docker run -d -p 7860:7860 registry.cn-hangzhou.aliyuncs.com/zr-dev/hivision_idphotos:v1.0

启动 API 后端服务

此处我将容器内部的8080端口映射到本机的8087,读者可以自定义想要映射的端口

docker run -d -p 8087:8080 registry.cn-hangzhou.aliyuncs.com/zr-dev/hivision_idphotos:v1.0 python3 deploy_api.py

服务启动后咱们就可以调用服务的接口了**(为了防止特殊原因,api文档也备份了一份在文章末尾,并附上官方接口文档地址)**

Springboot 进行接口对接

抽取配置文件,将HivisionIDPhoto后端服务的地址抽取为配置类

photo:
  id-photo-base-url: http://127.0.0.1:8087

生成证件照(底透明)+添加背景色

  1. 此处我只需要实现生成证件照的功能,总共需要对接如下两个接口,如果读者还有其他需求可以,参考官方文档
  2. callIdPhotoApi
    1. inputPath: 将图片上传到/ai/img/input/2024/10/24/60182299d7d371cbe2b0b7c9f9c8234_20241024111616A001.jpg(即代码中的inputPath)
      1. 上传代码可以参考我的另一篇文章SpringBoot 上传图片-指定目录按照日期存储
    2. height: 生成证件照的高
    3. width: 生成证件照的宽
    4. human_matting_model和face_detect_model可以根据自己的需求更换
  3. addBackground
    1. inputImageBase64: 生成的结果(base64图片)
    2. color: 背景色HEX值，默认为000000
    3. fileService.upload() :将生成的证件照上传到阿里云oss,生成url
import cn.hutool.http.HttpRequest;
import cn.hutool.http.HttpResponse;
import cn.hutool.http.HttpUtil;
import com.alibaba.fastjson2.JSONObject;
import com.aliyun.openservices.shade.com.alibaba.fastjson.JSON;
import com.hss.common.utils.uuid.UUID;
import com.hss.system.service.FileService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Service;

import java.io.File;
import java.util.Base64;
import java.util.HashMap;
import java.util.Map;


/**
 * @author zr 2024/10/24
 */

@Service
@Slf4j
public class ImageProcessor {

    @Autowired
    private FileService fileService;

    @Value("${photo.id-photo-base-url}")
    private String idPhotoBaseUrl;

    public String callIdPhotoApi(String inputPath,Integer height,Integer width) {
        String url = idPhotoBaseUrl+"/idphoto";
        Map<String, String> headers = new HashMap<>();
        // 根据需要添加头部信息，例如：
        // headers.put("Content-Type", "multipart/form-data");

        Map<String, Object> parameters = new HashMap<>();
        parameters.put("input_image", new File(inputPath));
        parameters.put("height", height);
        parameters.put("width", width);
        parameters.put("human_matting_model", "rmbg-1.4"); //人像分割模型，默认为modnet_photographic_portrait_matting。可选值为modnet_photographic_portrait_matting、hivision_modnet、rmbg-1.4、birefnet-v1-lite
        parameters.put("face_detect_model", "mtcnn"); //人脸检测模型，默认为mtcnn。可选值为mtcnn、face_plusplus、retinaface-resnet50
        parameters.put("hd", true);
        parameters.put("dpi", 300);
        parameters.put("face_alignment", true);

        HttpResponse response = httpPost(url, headers, parameters);
        // 处理响应
        String body = response.body();
        JSONObject jsonObject = com.alibaba.fastjson2.JSON.parseObject(body);
        Boolean status = jsonObject.getBoolean("status");
        if (status){
            String imageData = jsonObject.getString("image_base64_hd");
            return imageData;
        } else {
            log.info("请求失败{}");
            return null;
        }
    }

    public String addBackground(String inputImageBase64,String color) {
        String url = idPhotoBaseUrl+"/add_background";
        Map<String, String> headers = new HashMap<>();
        // 根据需要添加头部信息，例如：
        // headers.put("Content-Type", "multipart/form-data");

        Map<String, Object> parameters = new HashMap<>();

        // 添加请求参数
        parameters.put("input_image_base64", inputImageBase64);
        parameters.put("color", color);
//        parameters.put("kb", kb); //输出照片的 KB 值，默认为None，即不对图像进行KB调整。
//        parameters.put("render", render); //渲染模式，默认为0。可选值为0、1、2，分别对应纯色、上下渐变、中心渐变。
//        parameters.put("dpi", dpi); //图像分辨率，默认为300

        HttpResponse response = httpPost(url, headers, parameters);
        // 处理响应
        String body = response.body();
        JSONObject jsonObject = com.alibaba.fastjson2.JSON.parseObject(body);
        Boolean status = jsonObject.getBoolean("status");
        if (status){
            String imageData = jsonObject.getString("image_base64");
            // 检查并去掉 Base64 前缀
            if (imageData.startsWith("data:image/")) {
                imageData = imageData.substring(imageData.indexOf(",") + 1);
            }
            byte[] imageBytes = Base64.getDecoder().decode(imageData);
            String upload = fileService.upload(imageBytes, UUID.fastUUID() + ".jpg");
            return upload;
        } else {
            log.info("请求失败{}");
            return null;
        }
    }
    private HttpResponse httpPost(String url,Map<String, String> headers,Map<String, Object> parameter) {
        HttpRequest httpRequest = HttpUtil.createPost(url).form(parameter).addHeaders(headers);
        HttpResponse response = httpRequest.execute();
        log.info("Url: "+httpRequest.getUrl());
        log.info("head: "+JSON.toJSONString(httpRequest.headers()));
        log.info("parame: "+JSON.toJSONString(httpRequest.form()));
        log.info("res: "+response.body());
        return response;
    }
}

测试

import lombok.extern.slf4j.Slf4j;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

/**
 * @author zr 2024/10/24
 */
@RunWith(SpringRunner.class)
@SpringBootTest(classes = HssApplication.class)
@Slf4j
public class IdPhotoTest {
    @Autowired
    private ImageProcessor imageProcessor;

    @Test
    public void callIdPhotoApi() {
        String s = imageProcessor.callIdPhotoApi("/ai/img/input/2024/10/24/60182299d7d371cbe2b0b7c9f9c8234_20241024111616A001.jpg",413,295);
        log.info(s);
    }

    @Test
    public void addBackground() {
        String s = imageProcessor.addBackground(imageProcessor.callIdPhotoApi("/ai/img//input/2024/10/24/23-Authentic-Chinese-Hairstyle-Ideas-00-scaled_20241024133448A001.jpg",413,295), "638cce");
        log.info(s);
    }
}

测试结果

  1. 原图

  1. callIdPhotoApi测试结果

  1. addBackground测试结果

API Docs

官方api文档地址

目录

开始之前：开启后端服务

在请求 API 之前，请先运行后端服务

python deploy_api.py

接口功能说明

1.生成证件照(底透明)

接口名：idphoto

生成证件照接口的逻辑是发送一张 RGB 图像，输出一张标准证件照和一张高清证件照：

  • 高清证件照：根据size的宽高比例制作的证件照，文件名为output_image_dir增加_hd后缀
  • 标准证件照：尺寸等于size，由高清证件照缩放而来，文件名为output_image_dir

需要注意的是，生成的两张照片都是透明的（RGBA 四通道图像），要生成完整的证件照，还需要下面的添加背景色接口。

问：为什么这么设计？
答：因为在实际产品中，经常用户会频繁切换底色预览效果，直接给透明底图像，由前端 js 代码合成颜色是更好体验的做法。

请求参数：

参数名类型必填说明
input_imagefile和input_image_base64二选一传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64str和input_image二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
heightint否标准证件照高度，默认为413
widthint否标准证件照宽度，默认为295
human_matting_modelstr否人像分割模型，默认为modnet_photographic_portrait_matting。可选值为modnet_photographic_portrait_matting、hivision_modnet、rmbg-1.4、birefnet-v1-lite
face_detect_modelstr否人脸检测模型，默认为mtcnn。可选值为mtcnn、face_plusplus、retinaface-resnet50
hdbool否是否生成高清证件照，默认为true
dpiint否图像分辨率，默认为300
face_alignmentbool否是否进行人脸对齐，默认为true
head_measure_ratiofloat否面部面积与照片面积的比例，默认为0.2
head_height_ratiofloat否面部中心与照片顶部的高度比例，默认为0.45
top_distance_maxfloat否头部与照片顶部距离的比例最大值，默认为0.12
top_distance_minfloat否头部与照片顶部距离的比例最小值，默认为0.1

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64_standardstr标准证件照的base64编码
image_base64_hdstr高清证件照的base64编码。如hd参数为false，则不返回该参数

2.添加背景色

接口名：add_background

添加背景色接口的逻辑是接收一张 RGBA 图像（透明图），根据color添加背景色，合成一张 JPG 图像。

请求参数：

参数名类型必填说明
input_imagefile和input_image_base64二选一传入的图像文件，图像文件为需为RGBA四通道图像。
input_image_base64str和input_image二选一传入的图像文件的base64编码，图像文件为需为RGBA四通道图像。
colorstr否背景色HEX值，默认为000000
kbint否输出照片的 KB 值，默认为None，即不对图像进行KB调整。
renderint否渲染模式，默认为0。可选值为0、1、2，分别对应纯色、上下渐变、中心渐变。
dpiint否图像分辨率，默认为300

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64str添加背景色之后的图像的base64编码

3.生成六寸排版照

接口名：generate_layout_photos

生成六寸排版照接口的逻辑是接收一张 RGB 图像（一般为添加背景色之后的证件照），根据size进行照片排布，然后生成一张六寸排版照。

请求参数：

参数名类型必填说明
input_imagefile和input_image_base64二选一传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64str和input_image二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
heightint否输入图像的高度，默认为413
widthint否输入图像的宽度，默认为295
kbint否输出照片的 KB 值，默认为None，即不对图像进行KB调整。
dpiint否图像分辨率，默认为300

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64str六寸排版照的base64编码

4.人像抠图

接口名：human_matting

人像抠图接口的逻辑是接收一张 RGB 图像，输出一张标准抠图人像照和高清抠图人像照（无任何背景填充）。

请求参数：

参数名类型必填说明
input_imagefile是传入的图像文件，图像文件为需为RGB三通道图像。
human_matting_modelstr否人像分割模型，默认为modnet_photographic_portrait_matting。可选值为modnet_photographic_portrait_matting、hivision_modnet、rmbg-1.4、birefnet-v1-lite
dpiint否图像分辨率，默认为300

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64str抠图人像照的base64编码

5.图像加水印

接口名：watermark

图像加水印接口的功能是接收一个水印文本，然后在原图上添加指定的水印。用户可以指定水印的位置、透明度和大小等属性，以便将水印无缝地融合到原图中。

请求参数：

参数名类型必填说明
input_imagefile和input_image_base64二选一传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64str和input_image二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
textstr否水印文本，默认为Hello
sizeint否水印字体大小，默认为20
opacityfloat否水印透明度，默认为0.5
angleint否水印旋转角度，默认为30
colorstr否水印颜色，默认为#000000
spaceint否水印间距，默认为25
dpiint否图像分辨率，默认为300

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64str添加水印之后的图像的base64编码

6.设置图像KB大小

接口名：set_kb

设置图像KB大小接口的功能是接收一张图像和目标文件大小（以KB为单位），如果设置的KB值小于原文件，则调整压缩率；如果设置的KB值大于源文件，则通过给文件头添加信息的方式调大KB值，目标是让图像的最终大小与设置的KB值一致。

请求参数：

参数名类型必填说明
input_imagefile和input_image_base64二选一传入的图像文件，图像文件为需为RGB三通道图像。
input_image_base64str和input_image二选一传入的图像文件的base64编码，图像文件为需为RGB三通道图像。
kbint否输出照片的 KB 值，默认为None，即不对图像进行KB调整。
dpiint否图像分辨率，默认为300

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64str设置KB大小之后的图像的base64编码

7.证件照裁切

接口名：idphoto_crop

证件照裁切接口的功能是接收一张 RBGA 图像（透明图），输出一张标准证件照和一张高清证件照。

请求参数：

参数名类型必填说明
input_imagefile和input_image_base64二选一传入的图像文件，图像文件为需为RGBA四通道图像。
input_image_base64str和input_image二选一传入的图像文件的base64编码，图像文件为需为RGBA四通道图像。
heightint否标准证件照高度，默认为413
widthint否标准证件照宽度，默认为295
face_detect_modelstr否人脸检测模型，默认为mtcnn。可选值为mtcnn、face_plusplus、retinaface-resnet50
hdbool否是否生成高清证件照，默认为true
dpiint否图像分辨率，默认为300
head_measure_ratiofloat否面部面积与照片面积的比例，默认为0.2
head_height_ratiofloat否面部中心与照片顶部的高度比例，默认为0.45
top_distance_maxfloat否头部与照片顶部距离的比例最大值，默认为0.12
top_distance_minfloat否头部与照片顶部距离的比例最小值，默认为0.1

返回参数：

参数名类型说明
statusint状态码，true表示成功
image_base64str证件照裁切之后的图像的base64编码
image_base64_hdstr高清证件照裁切之后的图像的base64编码，如hd参数为false，则不返回该参数

cURL 请求示例

cURL 是一个命令行工具，用于使用各种网络协议传输数据。以下是使用 cURL 调用这些 API 的示例。

1. 生成证件照(底透明)

curl -X POST "http://127.0.0.1:8080/idphoto" \
-F "input_image=@demo/images/test0.jpg" \
-F "height=413" \
-F "width=295" \
-F "human_matting_model=modnet_photographic_portrait_matting" \
-F "face_detect_model=mtcnn" \
-F "hd=true" \
-F "dpi=300" \
-F "face_alignment=true"

2. 添加背景色

curl -X POST "http://127.0.0.1:8080/add_background" \
-F "input_image=@test.png" \
-F "color=638cce" \
-F "kb=200" \
-F "render=0" \
-F "dpi=300"

3. 生成六寸排版照

curl -X POST "http://127.0.0.1:8080/generate_layout_photos" \
-F "input_image=@test.jpg" \
-F "height=413" \
-F "width=295" \
-F "kb=200" \
-F "dpi=300"

4. 人像抠图

curl -X POST "http://127.0.0.1:8080/human_matting" \
-F "input_image=@demo/images/test0.jpg" \
-F "human_matting_model=modnet_photographic_portrait_matting" \
-F "dpi=300"

5. 图片加水印

curl -X 'POST' \
  'http://127.0.0.1:8080/watermark?size=20&opacity=0.5&angle=30&color=%23000000&space=25' \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -F 'input_image=@demo/images/test0.jpg;type=image/jpeg' \
  -F 'text=Hello' \
  -F 'dpi=300'

6. 设置图像KB大小

curl -X 'POST' \
  'http://127.0.0.1:8080/set_kb' \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -F 'input_image=@demo/images/test0.jpg;type=image/jpeg' \
  -F 'kb=50' \
  -F 'dpi=300'

7. 证件照裁切

curl -X 'POST' \
  'http://127.0.0.1:8080/idphoto_crop?head_measure_ratio=0.2&head_height_ratio=0.45&top_distance_max=0.12&top_distance_min=0.1' \
  -H 'accept: application/json' \
  -H 'Content-Type: multipart/form-data' \
  -F 'input_image=@idphoto_matting.png;type=image/png' \
  -F 'height=413' \
  -F 'width=295' \
  -F 'face_detect_model=mtcnn' \
  -F 'hd=true' \
  -F 'dpi=300'

Python 请求示例

1.生成证件照(底透明)
import requests

url = "http://127.0.0.1:8080/idphoto"
input_image_path = "demo/images/test0.jpg"

# 设置请求参数
params = {
    "head_measure_ratio": 0.2,
    "head_height_ratio": 0.45,
    "top_distance_max": 0.12,
    "top_distance_min": 0.1,
}
files = {"input_image": open(input_image_path, "rb")}
data = {
    "height": 413,
    "width": 295,
    "human_matting_model": "modnet_photographic_portrait_matting",
    "face_detect_model": "mtcnn",
    "hd": True,
    "dpi": 300,
    "face_alignment": True,
}

response = requests.post(url, params=params, files=files, data=data).json()

# response为一个json格式字典，包含status、image_base64_standard和image_base64_hd三项
print(response)
2.添加背景色
import requests

url = "http://127.0.0.1:8080/add_background"
input_image_path = "test.png"

files = {"input_image": open(input_image_path, "rb")}
data = {
    "color": '638cce',
    "kb": None,
    "render": 0,
    "dpi": 300,
}

response = requests.post(url, files=files, data=data).json()

# response为一个json格式字典，包含status和image_base64
print(response)
3.生成六寸排版照
import requests

url = "http://127.0.0.1:8080/generate_layout_photos"
input_image_path = "test.jpg"

files = {"input_image": open(input_image_path, "rb")}
data = {
    "height": 413,
    "width": 295,
    "kb": 200,
    "dpi": 300,
}

response = requests.post(url, files=files, data=data).json()

# response为一个json格式字典，包含status和image_base64
print(response)
4.人像抠图
import requests

url = "http://127.0.0.1:8080/human_matting"
input_image_path = "test.jpg"

files = {"input_image": open(input_image_path, "rb")}
data = {
    "human_matting_model": "modnet_photographic_portrait_matting",
    "dpi": 300,
}

response = requests.post(url, files=files, data=data).json()

# response为一个json格式字典，包含status和image_base64
print(response)
5.图片加水印
import requests

# 设置请求的 URL 和参数
url = "http://127.0.0.1:8080/watermark"
params = {
    "size": 20,
    "opacity": 0.5,
    "angle": 30,
    "color": "#000000",
    "space": 25,
}

# 设置文件和其他表单数据
input_image_path = "demo/images/test0.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {"text": "Hello", "dpi": 300}

# 发送 POST 请求
response = requests.post(url, params=params, files=files, data=data)

# 检查响应
if response.ok:
    # 输出响应内容
    print(response.json())
else:
    # 输出错误信息
    print(f"Request failed with status code {response.status_code}: {response.text}")

6. 设置图像KB大小

import requests

# 设置请求的 URL
url = "http://127.0.0.1:8080/set_kb"

# 设置文件和其他表单数据
input_image_path = "demo/images/test0.jpg"
files = {"input_image": open(input_image_path, "rb")}
data = {"kb": 50, "dpi": 300}

# 发送 POST 请求
response = requests.post(url, files=files, data=data)

# 检查响应
if response.ok:
    # 输出响应内容
    print(response.json())
else:
    # 输出错误信息
    print(f"Request failed with status code {response.status_code}: {response.text}")

7. 证件照裁切

import requests

# 设置请求的 URL
url = "http://127.0.0.1:8080/idphoto_crop"

# 设置请求参数
params = {
    "head_measure_ratio": 0.2,
    "head_height_ratio": 0.45,
    "top_distance_max": 0.12,
    "top_distance_min": 0.1,
}

# 设置文件和其他表单数据
input_image_path = "idphoto_matting.png"
files = {"input_image": ("idphoto_matting.png", open(input_image_path, "rb"), "image/png")}
data = {
    "height": 413,
    "width": 295,
    "face_detect_model": "mtcnn",
    "hd": "true",
    "dpi": 300,
}

# 发送 POST 请求
response = requests.post(url, params=params, files=files, data=data)

# 检查响应
if response.ok:
    # 输出响应内容
    print(response.json())
else:
    # 输出错误信息
    print(f"Request failed with status code {response.status_code}: {response.text}")
_院长大人_
关注
专栏目录
docker容器化+k8s集群部署教程以及springboot+vue部署示例
04-11
本文介绍VMware虚拟机下centos7操作系统中如何安装云原生 Kubernetes（k8s）集群、k8s可视化界面kuboard，以及如何利用docker容器化将springboot+vue项目在k8s集群中部署运行。
AI证件照，抠图、换背景、任意尺寸...有了这个神器,证件照通通自己搞定（本地化部署教程）
淘小欣的博客
09-07 1171
最近有个Github开源的AI证件照神器火了,以后再也不用专门跑一趟照相馆拍证件照了!你随手一张日常生活照或自拍,上传到它那里,分分钟就能帮你换上。。这款名叫的开源工具,它不仅能帮你便捷地制作出免冠白底照、蓝底照,登记照等不同类型的证件照,还支持多种常用的尺寸规格,小到1寸、大到6寸应有尽有。想用它制作。除了能"万能"换背景,还自带轻量级抠图功能,哪怕你上传的原始照片背景有些complex,它也能利用强大的AI算法,为你提取出干净利落的人像。
一款新兴轻量级 AI 证件照制作工具：HivisionIDPhoto，助你快速生成标准照
easylife206的专栏
09-09 368
公众号关注「奇妙的 Linux 世界」设为「星标」，每天带你玩转 Linux ！在数字化时代，证件照制作不仅仅是摄影师的专属工作，借助 AI 技术，普通用户也能轻松制作标准的证件照。今天我要给大家推荐一个轻量级的 AI 证件照制作工具—HivisionIDPhoto。它能够帮助你快速生成符合不同规格的标准证件照，并且支持多种功能，如智能抠图、美颜（即将推出）以及智能换正装（即将推出）。最关键的是...
OpenObserve云原生可观测平台本地Docker部署与远程访问实战教程
热门推荐
weixin_44976692的博客
09-05 2万+
本文主要介绍如何在Linux系统使用Docker快速本地化部署OpenObserve云原生可观测平台，并结合cpolar内网穿透工具轻松实现远程访问本地搭建的平台界面管理和可视化各种可观察数据。OpenObserve是一个基于 Rust 的云原生可观察性平台，可以处理 PB 级的数据，是一款用于日志、指标、分析和追踪，真实用户监控（RUM）的可观测工具，与需要理解和调整大量设置的Elasticsearch相比，它简单明了，易于操作。而且日志存储成本降低约 140 倍，几分钟就能快速部署并运行观察。
docker-compose部署springboot工程
03-28
安装maven环境，通过docker命令打包镜像，然后编写docker-compose编排文件，部署springboot工程
Docker部署springboot项目实例解析
01-10
这篇文章主要介绍了docker部署springboot项目实例解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 创建项目 pom.xml <?xml version=1.0 encoding=UTF-...
Docker | 将本地项目发布到阿里云的实现流程
HG0724的博客
10-28 933
命令是管理 Docker 镜像的重要工具，通过为镜像打标签，可以方便地标识、管理和发布不同版本的镜像。这个命令适用于各种场景，包括版本管理、镜像发布和镜像复制。在使用时，确保标签命名规范和描述性，以提高镜像管理的效率和可维护性。是 Docker 中用于创建本地镜像的别名（tag）的命令。通过为镜像打标签，你可以使用更容易记忆的名字或版本号来标识和管理镜像。中，已经介绍过基于当前容器创建一个新的镜像，增加新功能生成新镜像。第一次要创建 跟着教程走就可以。并推送到 Docker Hub。
docker-高级（待补图）
admin_233的博客
10-30 756
连接容器与主机的存储的介质强制删除容器并不会删除相应的数据卷，只会删除容器本身不适用Dockr自带的网络模式，而是自己去定制化自己特有的网络模式。ckr自带的网络模式，而是自己去定制化自己特有的网络模式。目的：展现主机无法与容器实现网络互通，但是容器之间可以进行网络互通的效果。准备：使用centos镜像进行测试。由于centos是一个系统不是一个软件，一般作为基础镜像去使用，所以运行为一个容器时，centos会自动退出。#1. 下载centos镜像。
Docker exec 命令
g470641382的博客
10-27 358
docker run 命令用于创建并启动一个新的容器。
Docker-基础
admin_233的博客
10-30 387
主机端口与容器端口实行隔离，所以需要指定主机与容器端口。每个容器之前也是相互隔离的，不同的容器需要指定不同的主机端口映射。不同的容器可以使用相同的镜像文件。
Docker搭建官方私有仓库registry及相关配置
꯭ 瞎꯭扯꯭蛋꯭的博客
10-29 874
（企业不推荐使用registry）在Docker中，当我们执行 docker pull xxx 的时候 ，它实际上是从这个地址去查找，这就是Docker公司为我们提供的公共仓库。在工作中，我们不可能把企业项目push到公有仓库进行管理。所以为了更好的管理镜像，Docker不仅提供了一个中央仓库，同时也允许我们搭建本地私有仓库。docker 官方提供的私有仓库 registry，用起来虽然简单 ，但在管理的功能上存在不足。Harbor。
阿里云镜像源无法访问？使用 DaoCloud 镜像源加速 Docker 下载（Linux 和 Windows 配置指南）
有来技术
10-27 837
本文介绍在阿里云 Docker 镜像源无法访问的情况下，如何通过配置 DaoCloud 镜像源（https://docker.m.daocloud.io）解决镜像拉取缓慢或 EOF 报错的问题。
docker file容器化部署Jenkins（一）
admin_233的博客
10-31 303
Jenkins Github地址：https://github.com/jenkinsci/jenkins国内镜像地址：https://docker.aityp.com/
Docker打包自己项目推到Docker hub仓库（windows10）
m0_71816999的博客
10-31 461
使用以下命令构建镜像，假设你要将其命名为 xdd： docker build -t xdd .关于Dockerfile 里的 CMD ["python", "DetectAPI.py"]。指的是：容器启动时自动执行的命令。既，你把镜像创建成功后，你只要启动容器，容器就会自动执行 python DetectAPI.py (py文件改成自己要执行的)（如这里，我的项目名称是yolov5-7.0-docker, 我就进如到这个项目里并创建Dockerfile)
Docker篇（Docker安装）
最新发布
wlcass zhengge blog
10-31 321
企业部署一般都是采用 Linux 操作系统，官方默认的操作系统是安装到 Ubuntu。官方网站上有各种环境下的安装指南，比如：CentOS、Ubuntu 和 Debian 系列的 安装。而其中又数 CentOS 发行版占比最多，因此我们在 CentOS 下安装 Docker。Docker 分为 CE 和 EE 两大版本。CE 即社区版（免费，支持周期 7 个月），EE 即企业版，强调安全，付费使用，支持周期 24 个月。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值