lizixuan/sight-identification
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
e5bb205a796d9bb40686a76fbf9fd238705da1f8
sight-identification/README.md
lzx e5bb205a79 update README.md
2026-01-07 16:42:22 +08:00

6.0 KiB
Raw Blame History

自动拍照与情绪分析应用（Flutter）

这是一个使用 Flutter 开发的跨平台应用，主要面向 Android，同时兼容 Web / Windows / macOS / Linux。
核心功能是：自动拍照、保存到相册，并使用 YOLO 模型对照片进行物体/情绪分析，最终在结果页展示分析信息。

功能概览

  • 欢迎页

    • 显示应用简介
    • 「开始拍摄」按钮，进入相机/图片选择流程

  • 自动拍照（移动端：Android / iOS）

    • 使用 camera 插件打开系统摄像头
    • 点击「开始拍摄」后，每 2 秒 自动拍一张照片
    • 点击「停止」后结束连续拍摄
    • 每张照片都会：
      • 保存到本地相册（使用 gal）
      • 调用 YOLO 分析服务进行识别

  • 图片选择（Web / 桌面端）

    • 由于 camera 插件在 Web/桌面支持有限，这些平台使用 image_picker
    • 用户通过弹出的系统对话框选择/拍摄图片
    • 选中的图片同样会走保存与 YOLO 分析流程

  • 结果页

    • 按列表展示每张照片及其对应的 YOLO 分析结果
    • 显示检测到的对象标签及置信度
    • 有「完成」按钮，一键返回欢迎页

技术栈与主要依赖

  • 框架

    • Flutter（推荐 Flutter 3.x 及以上）

  • 核心插件

    • camera：移动端相机预览与拍照
    • image_picker：Web / 桌面端选择或拍摄图片
    • gal：将图片保存到系统相册（移动端）
    • permission_handler：相机 / 媒体库权限管理
    • path_provider / path：文件系统与路径处理
    • http：向 YOLO 推理服务发起 HTTP 请求

目录结构（简化）

view-app/
├── lib/
│   ├── main.dart                 # 应用入口，配置路由和主题
│   ├── screens/
│   │   ├── welcome_screen.dart   # 欢迎页
│   │   ├── camera_screen.dart    # 相机 / 图片选择页面（平台区分逻辑）
│   │   └── result_screen.dart    # 分析结果展示页面
│   └── services/
│       └── yolo_service.dart     # YOLO 推理服务封装（含模拟数据）
├── android/                      # Android 原生工程
├── ios/                          # iOS 原生工程
├── web/                          # Web 配置与静态资源
├── windows/ / macos/ / linux/    # 各桌面平台工程
├── pubspec.yaml                  # Flutter 依赖配置
└── README.md

开发环境要求

  • Flutter SDK（建议：3.x 或更高）
  • JDK 17（已针对 Gradle / AGP 配置为 Java 17）
  • Android SDK（API 35 及以上，编译使用 compileSdk 36）
  • 一台 Android 真机或模拟器（用于运行移动端）

可通过以下命令检查环境：

flutter doctor

安装依赖

在项目根目录执行：

flutter pub get

如果你需要使用 lib/backend_model 目录中的 Node 后端（例如承载真实 YOLO 服务或中转服务），需要单独安装该子项目的依赖：

cd lib/backend_model
npm install

backend_model（Node 后端）环境与启动

lib/backend_model 是一个简单的 Node.js 后端示例，基于 Express，入口文件为 index.js，在 package.json 中定义了标准的 start 脚本。

环境要求

  • Node.js（建议 18.x 或 20.x）
  • npm（随 Node 一起安装）

安装依赖

cd lib/backend_model
npm install

启动后端服务

cd lib/backend_model
npm start

默认会以 node index.js 的方式启动服务（具体端口和路由逻辑请查看 lib/backend_model/index.js）。
如果你打算让 Flutter 端的 YoloService 调用这个后端，请将 lib/services/yolo_service.dart 中的 yoloApiUrl 修改为该服务实际监听的地址，例如：

static const String yoloApiUrl = 'http://192.168.0.100:3000/api/detect';

运行项目

Android / iOS

  1. 连接真机或启动模拟器
  2. 在项目根目录执行：
flutter run

如有多设备，可以指定设备 ID，例如：

flutter run -d "ALA AN70"

Web

flutter run -d chrome

Windows / macOS / Linux

flutter run -d windows   # 或 macos / linux

权限说明（移动端）

应用在 Android 上会请求以下权限：

  • 相机权限：CAMERA
  • 读取存储/媒体：
    • Android 12 及以下：READ_EXTERNAL_STORAGE, WRITE_EXTERNAL_STORAGE
    • Android 13+：READ_MEDIA_IMAGES

这些权限会在第一次使用相关功能时弹出请求。

YOLO 服务配置

YOLO 调用逻辑封装在 lib/services/yolo_service.dart 中：

  • 默认使用 模拟数据：如果 YoloService.yoloApiUrl 保持为占位地址（如 http://your-yolo-api-url/api/detect），则不会真实发起网络请求，而是返回随机模拟结果，方便本地开发和调试。
  • 如需接入真实 YOLO 推理服务：
    1. 在 yolo_service.dart 中将 yoloApiUrl 修改为你的服务地址；
    2. 确认服务支持 multipart/form-data POST，字段名为 image；
    3. 根据你的返回 JSON 结构，必要时调整 YOLOAnalysisResult.fromJson 与 DetectedObject.fromJson 的解析逻辑。

常见问题

  • 构建失败（Gradle / AGP / Java 版本相关）

    • 本项目已升级至：

      • Gradle Wrapper：8.11.1
      • Android Gradle Plugin：8.9.1
      • Kotlin：2.1.0
      • Java：17

    • 若本地 JDK 版本不一致，请确认 JAVA_HOME 指向 JDK 17，并重新执行：

      cd android
.\gradlew clean

  • 相机不可用 / 权限被拒绝

    • 请在系统设置中检查本应用是否已被授予相机和照片/媒体库权限。

  • Web/桌面端没有自动连续拍照

    • 这是预期行为：当前实现是 移动端自动连续拍照，Web/桌面使用 交互式选择图片（image_picker），以适配平台限制。

许可证与贡献

  • 许可证：MIT License
  • 欢迎提交 Issue / Pull Request 来改进自动拍照、YOLO 识别效果或多平台体验。