开源深度学习计算平台ImJoy解析：7 — 构建基于Web的图像分析插件

在本文中，将制作一个基于Web网页的用于图像分析的ImJoy交互式插件。

使用 HTML/CSS/JS 制作GUI插件

如下插件实现了一个上传并显示图像的功能，具体函数说明详见下面代码的注释：

<!-- 以Json格式定义插件属性 -->
<!-- 名称为Image Viewer，类型为window插件 -->
<config lang="json">
{
    "name": "Image Viewer", 
    "type": "window",
    "tags": [],
    "ui": "",
    "version": "0.1.0",
    "cover": "",
    "description": "This is a demo plugin for displaying image",
    "icon": "extension",
    "inputs": null,
    "outputs": null,
    "api_version": "0.1.8",
    "env": "",
    "permissions": [],
    "requirements": [],
    "dependencies": []
}
</config>
<!-- 使用HTML编写窗口的显示内容 -->
<window>
    <div>
        <!-- 显示文本 -->
        <h1>Please open an image (jpg/png/gif)</h1>
        <!-- 使用<input>标签定义用户可输入的字段，其中：
        type属性定义元素类型，这里为file，即上传文件
        accept属性则限制可用文件类型，这里限制文件为图片类型
        capture属性则定义在移动设备上可以不上传文件，而是调用系统的相机来拍照
        这些属性的用法可以参见如下教程：
        https://cloud.tencent.com/developer/article/1537891 -->
        <input  accept="image/*" capture="camera" type="file"/>
        <!-- 使用<canvas>标签来定义一个画布，用于承载图像的显示
        canvas元素本身只是一个图像容器，没有绘图能力，需要使用JS脚本进行绘制 -->
        <canvas></canvas>
    </div>
</window>
<!-- 使用CSS代码来编写窗口显示内容的样式
这里没有定义特殊样式 -->
<style>
</style>
<!-- 实际插件代码 -->
<script lang="javascript">
// 将base64格式图片传到画布上
// 用法见：https://blog.csdn.net/qq_39765048/article/details/118021098
const drawImage = (canvas, base64Image)=>{
    return new Promise((resolve, reject)=>{
        const img = new Image()
        img.crossOrigin = "anonymous"
        img.onload = function(){
            const ctx = canvas.getContext("2d");
            canvas.width = Math.min(this.width, 512);
            canvas.height= Math.min(this.height, parseInt(512*this.height/this.width), 1024);
            // draw the img into canvas
            ctx.drawImage(this, 0, 0, canvas.width, canvas.height);
            resolve(canvas);
        }
        img.onerror = reject;
        img.src = base64Image;
    })
}
// 读取文件内容
// 注意这里的形参file，它对应的实参是File对象（由下面的fileInput.files[0]可知）
const readImageFile = (file)=>{
    return new Promise((resolve, reject)=>{
        const U = window.URL || window.webkitURL;
        // 该流程用于safari浏览器
        // File对象继承自Blob
        if(U.createObjectURL){
            // 以下用法就是将Blob用作URL，这样就可以直接访问它
            // 用法见：https://zh.javascript.info/blob
            resolve(U.createObjectURL(file))
        }
        // 第二种就是将blob转为了base64编码
        // 用法见：https://zh.javascript.info/file
        // https://segmentfault.com/a/1190000022208272
        else{
            const fr = new FileReader();
            // when image is loaded, set the src of the image where you want to display it
            fr.onload = function(e) {
                resolve(e.target.result)
            };
            fr.onerror = reject
            // 转换为 base64 的 data url
            fr.readAsDataURL(file);
        }
    })
}
// 编写插件函数
// 一个最小的插件需要实现两个函数：setup() 和 run()
class ImJoyPlugin{
    // setup() 函数：在插件第一次加载和初始化时执行它。
    async setup(){
        // 通过ID获得页面中的input元素
        const fileInput = document.getElementById("file-input");
        // 通过ID获得页面中的canvas元素
        const canvas = document.getElementById("input-canvas");
        // 为input元素添加点击事件，其中涉及了如下语法点：
        // （1）addEventListener语法：https://www.runoob.com/jsref/met-document-addeventlistener.html
        // （2）箭头函数：https://www.helloworld.net/p/0020086208
        // https://gauliang.github.io/blog/2020/javascript-arrow-function-best-practices/
        // （3）async/await异步编程：https://www.ruanyifeng.com/blog/2015/05/async.html
        // https://developer.mozilla.org/zh-CN/docs/Learn/JavaScript/Asynchronous/Async_await
        fileInput.addEventListener("change", async ()=>{
            // 执行上面的readImageFile函数
            // 输入参数就是input元素获取的文件，具体用法如下：
            // https://developer.mozilla.org/en-US/docs/Web/API/FileList
            const img = await readImageFile(fileInput.files[0]);
            // 执行上面的drawImage函数
            await drawImage(canvas, img);
        }, true);
        await api.log("plugin initialized")
    }
    // run() 函数：每次执行插件时都会调用。
    // 执行时，一个带有上下文（名为“ctx”）的对象object（Javascript插件）或字典dictionary（Python插件）将被传递到函数中。
    // 返回的结果将显示为一个新窗口或传递给工作流中的下一个 op。
    async run(ctx){
    }
}
// 导出插件函数，或称注册插件函数，
// 这是为了使得插件可以被ImJoy主程序或其他插件所调用
api.export(new ImJoyPlugin())
</script>

插件的运行结果如下图：

更改

对上述插件做一点更改，来加深对它的理解。具体地，增加一个上传按钮 <button> ，它将触发打开文件对话框，以便可以使用该按钮来选择文件。 （这样做原因是为了后面可以轻松自定义按钮的外观。）

（1）在 <input> 标签下方，添加一行：

<button>Open an image</button>

（2）在 setup 函数中，添加：

// 当按钮点击时触发文件上传框 
const selectButton = document.getElementById("select-button");
selectButton.addEventListener("click", async ()=>{
    // 模拟对<input>标签的点击
    fileInput.click()
}, true);

（3）在 <style> 块中添加一个css样式来隐藏 <input> 元素：

#file-input{
   display: none;
}

（4）另外，可以通过添加更多css来更改标题文本的样式：

h1{
   color: pink;
}

现在插件变成了如下模样：

使用css库

手工制作CSS样式非常耗时，需要深入了解UI设计原理和CSS本身。

幸运的是，已经有很多UI库（ Bootstrap , https://materializecss.com/ 等）可以利用。还有更强大的js库和框架可以构建更专业的UI，例如： React 、 Vuejs 和 Angular 。在本教程中，将选择一个名为 Bulma 的小型CSS进行说明。

通过查看Bulma的文档 这里 ，可以看出，只需要加载一个CSS文件。

在ImJoy插件中，加载第三方CSS或Javascript库的方式是将url添加到 <config> 块中的 requirements 字段。

因此增加如下代码：

{
    "requirements": ["https://cdn.jsdelivr.net/npm/[email protected]/css/bulma.min.css"],
}

Bulma支持大量不同的元素和布局，可以在 此处 阅读有关按钮的信息。

基本上，只需要向按钮标签添加一个类（例如 class="button is-primary" ），它就会改变它的外观。同样，也可以在 <h1> 标题中添加 class="title" 。

即修改如下代码：

<h1>Please Open an image (jpg/png/gif)</h1>
<button>Open an image</button>

现在插件变成了如下模样：

进一步地，可以尝试使用 panel 将 button 和 <canvas> 分组。

要在Bulma中使用图标，需要添加 https://use.fontawesome.com/releases/v5.14.0/js/all.js 和 requirements 。然后从 这里 搜索图标。例如，如果找到一个名为 eye 的图标，可以使用将该图标作为 <i></i> 添加到html中。

在相应的地方修改代码如下：

"requirements": ["https://cdn.jsdelivr.net/npm/[email protected]/css/bulma.min.css", "https://use.fontawesome.com/releases/v5.14.0/js/all.js"]
<window>
    <div>
        <input  accept="image/*" capture="camera" type="file"/>
        <nav>
        <p>
            <i aria-hidden="true"></i> My Image Viewer
        </p>
        <div>
            <button>
            Open an image
            </button>
        </div>
        <div>
            <canvas></canvas>
        </div> 
    </div>
</window>

现在插件变成了如下模样：

使用图像处理库OpenCV.js

OpenCV是一个常用的计算机视觉库，用C++编写，现在它已经用WebAssembly编译，可以在浏览器中运行。

opencv.js有很多功能介绍文档，但对于本教程，以下两部分就足够了：

（1）了解如何使用opencv.js加载和保存图片，阅读 这里

（2）从 此列表 中选择一个图像处理教程并将其集成到图像查看器插件中。例如， 图像阈值 、 平滑图像 、 canny 边缘检测 或 分水岭分割 。

基本上，需要经过三个步骤来实现：

（1）在
<config> 下的
"requirements" 中添加opencv.js库
"https://docs.opencv.org/master/opencv.js"

（2）从教程中取出图像处理部分，并将其包装为一个函数（例如 processImage ）

（3）添加点击时调用函数的 button 。

接下来以“彩色转灰度”这一功能作为例子：

（1）添加opencv.js库：

"requirements": ["https://cdn.jsdelivr.net/npm/[email protected]/css/bulma.min.css", "https://use.fontawesome.com/releases/v5.14.0/js/all.js", "https://docs.opencv.org/master/opencv.js"]

（2）编写图像处理函数：

<div>
    <canvas></canvas>
    // 新增一个画布，用于显示处理后的图像
    <canvas></canvas>
</div> 
// opencv图像处理函数
function processImage(inputCanvasId, outputCanvasId){
    let src = cv.imread(inputCanvasId);
    let dst = new cv.Mat();
    cv.cvtColor(src, dst, cv.COLOR_RGBA2GRAY);
    cv.imshow(outputCanvasId, dst);
    src.delete();
    dst.delete();
}

(3) 添加事件：

<div>
    <button>
    Open an image
    </button>
    // 新增一个按钮来触发图像处理操作
    <button>
    RGB to Gray
    </button>            
</div>
// 在setup函数种新增如下事件
const processButton = document.getElementById("process-button");
processButton.addEventListener("click", async ()=>{
    processImage('input-canvas', 'output-canvas')
}, true);

整个插件的运行示例如下：

使用深度学习库tensorflow.js

Tensorflow 是一个被广泛使用的深度学习库，它已经被移植到javascript在浏览器中运行，该库被称为 Tensorflow.js 。

这一部分会将Tensorflow.js集成到上述插件中，具体功能为使用一个预训练的MobileNet算法对图像进行分类，详见 这里 。

（1）首先引用必要的JS库：

"requirements": [
"https://cdn.jsdelivr.net/npm/@tensorflow/[email protected]",
"https://cdn.jsdelivr.net/npm/@tensorflow-models/[email protected]"
]

（2）增加预测按钮、结果显示、模型加载等窗口组件：

<div>
    <button>
    Predict
    </button>        
</div>
<!–– Header bar ––>
<div>
    <div>
        <h3></h3>
        <p></p>
    </div>
</div>

（3）在setup函数中增加事件响应：

const predictButton = document.getElementById("predict-button");
predictButton.onclick = ()=>{
  this.predict()
}
// Load the model.
const statusElement = document.getElementById("status");
statusElement.innerHTML = 'Loading pretrained model...';
this.model = await mobilenet.load();
document.getElementById("hero_title").innerHTML = 'Model loaded'
statusElement.innerHTML = '1. Open image (.png/.jpg) or use pre-loaded image. <br> 2. Click `Predict` for image recognition!';
// Display the predict button and file selection
predictButton.style.display = "inline";
fileInput.style.display = "inline";

可以看出，分别为预测按钮绑定了点击事件响应，以及自动下载模型。

（4）编写模型预测逻辑：

在上面的预测按钮点击后，会触发如下预测函数（这个函数在setup之外，即与setup地位平齐）：

async predict(){    
  const canvas = document.getElementById('input-canvas');
  // Classify the image.
  const predictions = await this.model.classify(canvas)
  // Output result in console
  console.log('Predictions', predictions);
  // Output results in interface
  document.getElementById("hero_title").innerHTML = 'Predictions: '
  const result_string_html = `Top-1: ${predictions[0].className} (${Math.round(predictions[0].probability*100)}%) <br> Top-2: ${predictions[1].className} (${Math.round(predictions[1].probability*100)}%)`;
  document.getElementById("status").innerHTML = result_string_html
  // Output results as ImJoy alert
  const result_string =  `Predictions: Top-1 ${predictions[0].className} (${Math.round(predictions[0].probability*100)}%); Top-2 ${predictions[1].className} (${Math.round(predictions[1].probability*100)}%);`;
  api.alert(result_string)
}

增加上述内容后，整个插件运行结果如下：

可以看出，在最下面对图像中的内容进行了分类识别。

注意：虽然基于浏览器的插件已经很有用，并且随着WebAssembly和 WebGPU 等新技术的使用而变得更加强大，但它无法进行大规模计算，并且由于其安全性而受到许多限制。