基于SpringBoot的图像识别系统

邹宸雨

系统总体框架图，本系统主要由首页模块、车牌识别模块、矩形切割模块和悬停切割模块构成。
首页模块
设计目标：作为系统的统一入口和展示门户，为用户提供清晰的功能导航，并直观展示系统的核心能力。

（1）功能导航：页面顶部设有清晰的导航栏，包含“车牌识别”、“矩形切割”、“悬停切割”等链接，用户可一键跳转至相应的功能模块。

（2）系统介绍：简要介绍本系统的设计背景、技术栈（如JavaSpringBoot,Python,OpenCV等）以及各项功能的应用价值。

（3）操作指引：为初次使用的用户提供简明的操作流程引导，降低用户的使用门槛。
车牌识别模块
该模块是系统的核心功能之一，旨在实现一个从图像到文本的全自动车牌信息提取流程。其内部实现是一个严密的多阶段算法流水线，完全由Java后端负责处理。

用户交互流程：用户在前端界面点击“选择图片”按钮，从本地文件系统中选择一张包含车辆的图片；图片被上传至服务器，并在前端界面生成预览；用户点击“开始识别”按钮，触发后端的识别任务；后端处理完成后，将识别出的车牌号码和颜色等信息返回，并更新在前端页面的指定区域。
矩形切割模块

设计目标：提供一个由用户指定大致范围，由AI模型精确分割出该范围内主要物体的功能。特别适用于从复杂背景中提取文档、名片等规则或不规则物体。

用户交互流程：用户上传图片，图片在前端显示；用户在图片上通过鼠标拖拽，画出一个矩形框，框选出自己感兴趣的目标物体；用户点击“开始分割”按钮；后端AI服务处理后，返回一个背景透明、仅保留框选物体的PNG图片，并在前端展示。用户可右键点击下载。

悬停切割模块
这是本系统最具创新性和技术挑战性的功能，它将“交互式分割”体验提升到了极致，实现了“所指即所得”的实时预览效果。这并非简单的手动裁剪，而是基于鼠标位置的实时AI智能分割。

用户交互流程：用户上传图片；当用户的鼠标在图片上移动时，鼠标指针下的物体会被一个虚线轮廓实时、动态地包裹住；当用户对预览的轮廓满意时，只需单击鼠标，该物体就会被完整地分割出来，生成一个背景透明的PNG图片，并显示在预览区；用户可右键点击下载最终的分割图。

总结
在整个设计与开发过程中，取得了以下主要成果：
（1）在车牌定位阶段，创新地采用了轮廓检测与HSV色彩空间分割两种主流算法并行处理的策略，并通过一个预训练的SVM分类器对候选区域进行校验，显著提升了定位的准确性和鲁棒性。在字符识别阶段，我们设计了精细的预处理流程，包括错切校正、边框铆钉去除和字符分割。为了最大化识别精度，我们针对中文字符、蓝牌字符和绿牌字符分别训练了独立的ANN神经网络模型，实现了对不同车牌类型的高效识别。

（2）构建了先进的交互式图像分割功能：矩形分割：实现了经典的“框选-分割”交互模式。用户在前端绘制矩形框，后端即可调用Python微服务中的Mobile-SAM模型，快速返回精确的物体掩码。悬停分割：实现了创新的“零点击”智能分割体验。通过设计一个基于会话（Session）的状态管理机制，后端能够在用户首次上传图片时完成耗时较长的特征编码，并在后续的鼠标悬停中仅需传递轻量级坐标，即可实现对物体的实时、低延迟轮廓预览和分割，极大地提升了用户体验。