pyServerPailio

開發環境

• Python 3.5.3
• PyQt 5.9.1
• Tensorflow 1.4.0

說明

此為 PailioApp 的伺服端， 同時也是 serverPailioRecognition 的改良版本。

過去以 Qt 建立伺服器介面，並用 QProcess 呼叫 Python 執行辨識， 但須不斷重新載入辨識的 CNN 模型，較耗時(在我的筆電(用 CPU )處理一張圖約 6 sec )， 因此改將所有工作都在 Python 下運行，介面以 PyQt 處理，一張圖處裡約剩 3 sec 。

• ui_serverWindow.ui
  在 serverPailioRecognition 設計的 UI 介面。
  

• ui_serverWindow.py
  利用 PyQT5 中的 PyUIC 將 ui_serverWindow.ui 轉為 .py 檔，便可藉由 PyQT5 在 Python 下執行 Qt 的 UI 介面。
  

• serverWindow.py
  接收 PailioApp 的圖檔，將圖檔傳入 pailio_recognition.py 進行辨識並回傳辨識結果。同時控制 ui_serverWindow.py 各項元件的作用。
  

• pailio_recognition.py
  辨識接收到的圖檔。
  

問題紀錄

Q1. 如何接收客戶端( TcpSocket )檔案，又如何知道檔案已接收完成?

A. 在客戶端會傳送一組 QByteArray 資訊，前 8 bytes 紀錄該檔案的位元大小，因此接收到資料後，先讀取該檔案大小，便可知道之後要讀取多少大小的資料。實際做法參考 serverWindow.py 中的 updateProgress 。