PhotoZen AI

PhotoZen AI 是一个集成了 OCR、CLIP 和人像识别功能的智能相册 AI 服务中心。该项目基于 FastAPI 框架构建，提供了强大的图像处理和分析能力。

项目截图

主界面展示

API接口服务

主要功能

• OCR 文字识别：支持从图片中提取文字信息
• CLIP 图像理解：基于 OpenAI 的 CLIP 模型，实现图像语义理解
• 人像识别：支持人脸检测和特征提取
• Docker 部署：提供完整的容器化部署方案
• API 接口：提供 RESTful API 接口，方便集成
• 系统监控：支持服务状态监控和日志查看

技术栈

• FastAPI
• Docker
• CLIP
• InsightFace
• OpenCV
• PaddleOCR

安装说明

使用 Docker 部署

1. 构建镜像：

docker build -t xhongc/photozen-ai .

2. 运行容器：

docker run -d -p 8060:8060 -v /var/run/docker.sock:/var/run/docker.sock --name photozen-ai photo-ai

使用 Docker Compose 部署

1. 确保已安装 Docker 和 Docker Compose

2. 使用 docker-compose 启动服务：

docker-compose up -d

3. 查看服务状态：

docker-compose ps

4. 停止服务：

docker-compose down

API 接口

OCR 接口

• 路径：/ocr
• 方法：POST
• 功能：图片文字识别
• 示例：

curl -X POST "http://localhost:8060/ocr" \
     -H "api-key: your-api-key" \
     -F "file=@/path/to/your/image.jpg"

CLIP 接口

• 路径：/clip/img 和 /clip/txt
• 方法：POST
• 功能：图像语义理解和文本匹配
• 示例：

# 图像理解
curl -X POST "http://localhost:8060/clip/img" \
     -H "api-key: your-api-key" \
     -F "file=@/path/to/your/image.jpg"

# 文本匹配
curl -X POST "http://localhost:8060/clip/txt" \
     -H "api-key: your-api-key" \
     -H "Content-Type: application/json" \
     -d '{"text": "描述图片内容的文本"}'

人像识别接口

• 路径：/represent
• 方法：POST
• 功能：人脸特征提取
• 示例：

curl -X POST "http://localhost:8060/represent" \
     -H "api-key: your-api-key" \
     -F "file=@/path/to/your/face.jpg"

系统管理接口

• /check：服务状态检查

常见问题

Q: 如何获取 API 密钥？

A: 在首次部署时，系统会自动生成 API 密钥，可以在环境变量中配置。

Q: 服务启动失败怎么办？

A: 请检查以下几点：

1. 确保 Docker 和 Docker Compose 已正确安装
2. 检查端口 8060 是否被占用
3. 查看容器日志：docker logs photozen-ai

Q: 如何提高识别准确率？

A: 可以尝试以下方法：

1. 确保图片质量清晰
2. 调整环境变量中的检测阈值
3. 使用更高性能的 GPU

许可证

本项目采用 MIT 许可证，详情请参见 LICENSE 文件。

贡献

欢迎提交 Issue 和 Pull Request 来帮助改进项目。