File size: 3,101 Bytes
bbbba76
621d9a6
 
 
 
 
 
 
bbbba76
621d9a6
 
 
 
 
 
 
 
 
 
 
 
 
bbbba76
621d9a6
 
 
 
 
 
bbbba76
 
621d9a6
 
bbbba76
621d9a6
 
 
 
 
 
bbbba76
 
621d9a6
 
 
 
 
bbbba76
 
621d9a6
 
 
 
 
 
 
 
 
 
 
bbbba76
 
621d9a6
bbbba76
621d9a6
bbbba76
 
 
 
 
 
 
 
 
 
621d9a6
 
 
 
bbbba76
 
621d9a6
bbbba76
621d9a6
bbbba76
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
from flask import Flask, request, jsonify
from flask_cors import CORS, cross_origin
import os
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import time

# Khởi tạo Flask Server Backend
app = Flask(__name__)
# Apply Flask CORS
CORS(app)
app.config['CORS_HEADERS'] = 'Content-Type'

characters = ['2', '3', '4', '5', '6', '7', '8', '9', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'm', 'n', 'p', 'q', 'r', 's', 't', 'u', 'v', 'x', 'y', 'z']

batch_size = 16
img_width = 145
img_height = 50
downsample_factor = 4
max_length = 15

char_to_num = layers.StringLookup(vocabulary=list(characters), mask_token=None)
num_to_char = layers.StringLookup(
    vocabulary=char_to_num.get_vocabulary(), mask_token=None, invert=True
)

class CTCLayer(layers.Layer):
    def __init__(self, name=None, **kwargs):
        super().__init__(name=name, **kwargs)
        self.loss_fn = keras.backend.ctc_batch_cost

# Load model (Đảm bảo file model_bidv.h5 đã được upload cùng thư mục với file app.py)
model = keras.models.load_model("model_bidv.h5", custom_objects={"CTCLayer": CTCLayer})
prediction_model = keras.models.Model(
    model.get_layer(name="image").input, model.get_layer(name="dense2").output
)

# Đọc ảnh base64 và mã hóa
def encode_base64x(base64_str):
    img = tf.io.decode_base64(base64_str)
    img = tf.io.decode_png(img, channels=1)
    img = tf.image.convert_image_dtype(img, tf.float32)
    img = tf.image.resize(img, [img_height, img_width])
    img = tf.transpose(img, perm=[1, 0, 2])
    return {"image": img}

# Giải mã kết quả AI dự đoán
def decode_batch_predictions(pred):
    input_len = np.ones(pred.shape[0]) * pred.shape[1]
    results = keras.backend.ctc_decode(pred, input_length=input_len, greedy=True)[0][0][
        :, :max_length
    ]
    output_text = []
    for res in results:
        res = tf.strings.reduce_join(num_to_char(res)).numpy().decode("utf-8")
        output_text.append(res)
    return output_text

# Sửa lại Route đồng bộ với link Hugging Face của bạn
@app.route("/vanducdev/captcha/vcb", methods=["POST"])
@cross_origin(origin='*')
def vcb_captcha():
    content = request.json
    # Chấp nhận cả key 'image' hoặc 'base64' để tránh lỗi bên gọi gửi sai key
    imgstring = content.get('image') or content.get('base64')
    
    if not imgstring:
        return jsonify(status="error", message="Missing image/base64 data"), 400
        
    # Xử lý chuẩn hóa chuỗi base64 cho hàm decode_base64 của tensorflow
    imgstring = imgstring.replace("+", "-").replace("/", "_")
    
    image_encode = encode_base64x(imgstring)["image"]
    listImage = np.array([image_encode])
    preds = prediction_model.predict(listImage)
    pred_texts = decode_batch_predictions(preds)
    captcha = pred_texts[0].replace('[UNK]', '').replace('-', '')
    
    return jsonify(status="success", captcha=captcha)

# BẮT BUỘC CHẠY CỔNG 7860 TRÊN HUGGING FACE
if __name__ == '__main__':
    app.run(host='0.0.0.0', port=7860)