手机应用人工智能技术有2种方案，（1）在手机中加入A I 硬件模块；
（2）调用云计算平台的结果并返
回用户端。方案1是各手机厂商不断竞争，相继推出新机型的过程，增加硬件模块，令成本上升。方案2在不增加硬件成本的条件下，通过调用大型A I 公司公开的软件接口或方法，进行二次开发，从而实现A I 功能。下面以方案2为例，为手机A PP 添加A I 功能应用。
目前国内先进的A I 公司包括BA TK （百度、阿里、腾讯、科大讯飞）4家，4家公司各有独立的A I 云计算平台，会提供A PI 接口给公众使用、体验它们的A I 平
台，下面以百度云为例进行说明，Pyth on 作为人工智能最强粘合剂，在此选择Pyth on 作为编程语言。
要使用百度A I ，需要在百度注册帐号，通过h ttp://
study.baidu 百度学习，进入“A I 教育-->教育服务”栏目，可以看到有“语音合成、语音识别、文字识别、人脸识别、图像识别”等内容，可以从教学案例中下载对应“Pyth on 程序包”，其中包括有对应功能的d emo 程
序文件，下面以车牌识别为例进行说明。
车牌识别示例需要有2个文件，一个车牌识别程序，一个图片文件，是放在“当前目录/cgi -bin ”目录，这个是Pyth on 搭建Web 服务器的要求，如图1所示。
Cen tos 7一般自带Pyth on2.7环境，只需要升级一下组件，安装p ip 即可，在终端执行以下指令实现。
Yum update
Yum installepel-release Yum install python-pip Pip install --upgrade pip [root@localhostcgi-bin]#python -V Python 2.7.5
[root@localhostcgi-bin]#pip -V
pip 18.1from /usr/lib/python2.7/site -pack -ages/pip (python 2.7)
在终端运行以上指令，看到以上信息表示Pyth on 运行环境正常。因为程序依赖百度平台S DK 包，所以在执行程序前需要执行“Pip install baidu-aip ”，并
保持在线。
在终端执行指令“p ython aipocr.py example-01.jpg ”
测试图片识别效果，可以正确出识别车牌号码及颜。
[r oot@localhostcgi -bin]#pythonAipOcr.py
example-01.jpg
车牌号苏A 2396V 颜lue
更换其他车牌图片，同样可以正确识别车牌。如何将这个功能应用到手机A PP ？可以从以下2方面考虑：（1）搭建一个支持Pyth on 语言的Web 服务器，以执行
Pyth on 程序；（2）手机A PP 由HTML5语言编写或支
持Web 客户端，可以通过JQ UERY 访问Web 服务器，从服务器获取图片识别的结果，再显示到手机屏幕上。
作者简介：卢江兴，男，硕士，研究方向：计算机应用、计算机教育教学。
收稿日期：2018-10-30
手机A PP 应用AI 技术的便捷途径
卢江兴
（
肇庆市第一中学，广东肇庆526060）摘
要：以百度云平台为例，阐述了百度AI 技术的体验和应用方法。利用Python 架构Web 服务器，对
demo 文件进行二次开发，实现Web 网站支持“车牌识别”的AI 功能，为手机APP 实现AI 功能提供一条便捷的途径。
关键词：人工智能；百度AI ；Python 语言；车牌识别；手机
APP
图
1
DOI:10.16184/jkiprg.2019.01.019
Python2.7很容易搭建Web 服务器，默认支持3种Web 服务器模块：BaseHTTP Serve 、S impleHTTPServer 、CG IHTTPServer ，选择第3种模块，可以支持PO ST 请求和执行CG I 程序。
在“当前目录”执行指令“p ython-mCGIHTTPServ -
er8899”监听8899端口，打开Web 服务，在“cgi -bin ”目录下，新建hello.py 文件并加上执行权限，如图2所示，内容如下：
#!/usr/bin/python
#-*-coding:UTF-8-*-print "Content-type:text/html"print
print '<html>'
print '<head ><meta charset ="utf -8"></
head>'
print '<body ><h2>Hello Word!
</h2></
body>'
print '</html>'
通过浏览访问“localhost:8899/cgi-bin/hello.py ”可以看到以下结果，表示网站正常。
修改A ipOcr.py 文件，将文件用于命令行执行部分的语句，从“#脚本参数设置”开始直到文件结尾的语句删除；只保留“读取图片”、“车牌识别”2个函数的代码，以适应Web 程序调用；
“语音识别sd k 账号
信息”根据个人帐户信息进行修改，代码如下：
#-*-coding:utf-8-*-importos import sys importjson importargparse
fromaip import AipOcr #语音识别s dk 账号信息A PP_ID ='676446432'
API_KEY ='dy1DeN3UTqXg1urzTOzHr9Lc'
SECRET_KEY ='k3OkQxWZt0fMg27oSXw9NoS 07K 4GF1Qk'
#读取图片
def get_file_content(filePath):
with open(filePath,'rb')as ad()#车牌识别
def licensePlate(img_file):#获取图片内容
ima ge =get_file_content(img_file)#如果有可选参数opt ions ={}
options["multi_detect"]="true"#识别
c lient =AipOcr(APP_ID,API_KEY,SECRET_KEY)rtn =client.licensePlate(image,options)#输出识别结果
#print(json.dumps(rtn,ensure_ascii=False))if 'words_result'in rtn.keys():for item in rtn['words_result']:
print (u"{0:<4}\t {1:<}".format (u"车牌号",
it em['number']))
print(u"{0:<4}\t{1:<}".format(u"颜",item
['color']))
print("")else:
print ("未能识别:{0}:{1}".format (rtn ['er -ror_code'],rtn['error_msg']))
#脚本参数设置（从这里开始到文件结尾的语句可#以删除）
pa rser =argparse.ArgumentParser()
parser.add_argument("file",help="车牌图片文件")#参数解析
if len(sys.argv)<2:parser.print_help()exit()
args =parser.parse_args()img_file =args.file
if not ists(img_file):print(u'车牌图片文件不存在')ex it()
#识别图片
ex ec('%s(img_file)'%'licensePlate')#文件结尾
修改hello.py 文件，增加对A ipOcr.PY 文件的引用与函数调用，代码如下：
#!/usr/bin/python
#-*-coding:UTF-8-*-import
AipOcr 图2
(下转第86页)
print "Content-type:text/html"print
print '<html>'
print '<head ><meta charset ="utf -8"></
head>'
python能在手机上运行吗print '<body>'
print '<h2>'AipOcr.licensePlate('example-01.jpg')print '</h2>'print '</body>'
print '</html>'
刷新网页，同样可以正确显示出车牌号码信息。
到这里，服务器端的设置已经基本完成，为了能够识别不同的图片车牌，可以修改h ello.py 程序，接收客
户端p ost 上传的图片，然后对上传的文件进行车牌识
别。手机A PP 可以通过h builder 等h tml5工具编写，这个不在讨论的范围，可以参考其他资料。其他人脸识别、动物识别、植物识别、文字识别等可以用类似方法实现，通过增加支持Pyth on 功能的
Web 服务器中间层，普通手机A PP 也可以简单方便地使用当前热门的A I 技术。
[4]李超，傅洪亮.MIMO-OFDM 系统信道估计方法[J].
通讯世界,2015,(20).
[5]罗晓东.LTE 无线通信系统关键技术研究[J].中
国新通信,2015,(21).
[6]刀学龙.5G 移动通信发展趋势与若干关键技术[J].
中国新通信,2017,(05).[7]杨人凡.5G 移动通信发展现状及其重点技术[J].中国新通信,2017,(06).
[8]何海珊.5G 移动通信发展趋势与若干关键技术
[J].通讯世界,2017,(08).
岗位的功能，最大程度匹配了毕业生的真实需求，提升就业满意度，取得了良好的效果。
4结语
就业工作是当前各大高校管理的重中之重，毕业生
的就业率和就业质量关系到整个学校的办学思路和办学水平。建设基于大数据框架和智能推荐算法的就业平台，能够有效解决学生诉求和企业需求不匹配、就业工作管理难、就业趋势把控难等诸多问题。平台利用网络爬虫技术获取当前企业招聘数据，并在大数据平台对数
据进行清洗、整理和存储，构建毕业生用户画像和企业岗位画像，基于协同过滤推荐算法实现个性化、智能化推荐。实践证明，该平台能够有效提升毕业生就业满意度，提高企业招聘效率，方便学校统筹安排，并在学校的学科建设、课程设置等方面提供积极的参考意义。
参考文献
[1]李健，杨幸，李俊成，黄晗文.基于大数据技术和
特征推荐的就业信息管理平台的设计[J].计算机与现代化,2018,（06）：103-107.
[2]邓广彪，主战河.基于Had oop 平台的智能化就业
推荐系统研究与设计[J].广西民族师范学院学报,
2017,（03）：137-140.
[3]张婷婷，卜天然，汪峰坤，葛静.云平台下高校毕
业生就业推荐反馈系统的设计[J].通化师范学院学报,2017,（06）：1-3.
[4]蔡亮，程雅琼.就业信息智能推荐服务平台研究与
实现[J].兰州文理学院学报(自然科学版),
2017,（02）：75-80.
[5]李明，李新服.一种基于CR M 理念的双向推荐就
业平台设计[J].软件导刊,2016,
（09）：109-
110.
图3就业智能推荐结果示意图
毕业生基本信息
岗位基本信息
毕业生个人偏好
推荐引擎
用户用户1
用户2
用户3
岗位岗位1
岗位2
岗位3岗位N
(上接第50页)
(上接第58页)!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。