[no_code][Alpha]项目展示博客

$( "#cnblogs_post_body" ).catalog()

团队项目链接

github 后端
github OCR文档-含部分所需测试代码目前private
API调用说明与文档
Alpha会议纪要目录

团队目标

设计一个OCR表单识别软件(Alpha阶段目标：开发一个OCR识别的核心API套件)

用户反馈后的新增功能

Alpha阶段原功能[1.0版本]：表单处理的API
用户的推荐: 希望有更加轻量级的展示格式
最近的新增功能[1.01版本]：可以从表单数据推导到csv等文件格式

用户需求满足情况

总表

用户类型	满足情况
学生	学生有尝试调用API的能力，已经可以完成使用
工作人员和老师	在我们的协助下可以使用API，后续可以使用APP

用户信息	用户情况
姓名	Prime21
用户身份	学生
用户动机	把做实验的到的数据表导入到电脑中。
用户困难	所测得数据较多，手动录入效率低且容易出错。
典型场景	做完实验撰写报告时需要根据得到的数据来计算对应结果，导入到电脑后操作很方便。
用户偏好	希望能有一个能快速、准确识别表单的软件来帮助自己。
用户比例	60%左右

实际用户反馈:

1. 每次上传还需要的结果比较快
2. 上传后识别有部分错误，如果可以直接在上面改动就好

用户信息	用户情况
姓名	Prime22Prime22
用户身份	老师
用户动机	将学生的签到信息导入到电脑中，并对信息进行汇总。
用户困难	课程组学生较多，手动录入和汇总麻烦。
典型场景	同学们上课回答问题以后老师在纸质花名单上做记录，最后需要导入到电脑中进行汇总好计算同学们的平时成绩。
用户偏好	简单易使用，且识别准确的软件。
用户比例	20%左右

实际用户反馈:

1. 功能正确，但是感觉交互还可以更加完善

用户信息	用户情况
姓名	Prime23
用户身份	政府工作人员
用户动机	民意收集
用户困难	大量的纸质问卷表需要录入
典型场景	将回收得到的问卷录入电脑
用户偏好	高效、准确的软件。
用户比例	10%左右

实际用户反馈: (王先生)

1. 可以批量导入上传的照片
2. 可以批量下载照片
3. 希望能对多页表格做合并

下载量和调用量

项目	数量
API调用统计	1次/人~20次/人
用户统计	约54人
github star	约21人

可以看出github star的人数和我们推广出去的人数有不符，可能是我们推广的需求人群近期的表单处理需求还不够大（如学生）。软件下载量的突破可能还需要后续beta阶段的前端支持。

原因：开始在大班群推广，后续才在我们自己的软工班级推广，比较复杂。

文档和安装指导

我们的项目目前是一个完整的后端API项目。在项目网站上有详细的API使用/调用的参数设定和指导。

协作方式

1. github pr 或者是 github kanban
2. 使用腾讯会议开会讨论

用户反馈的截屏

X用户（隐私保护）的反馈，他是一名已经就业的软件开发工作人员。

效果展示

输入：多种文件，以及包含有异常的表单

输出结果(命令行log)

输出结果(csv表单)

OCR技术测试

JSON解析测试

pdf上传测试

jpeg上传测试

手写测试

后端单元测试

API调用测试

单元测试

历次单元测试记录

单元测试覆盖率

燃尽图

团队成员Alpha阶段贡献

成员	角色	工作	工作量(单位:天)
pmxm	PM	第一次博客作业	2
pmxm	PM	第二次博客作业	3
pmxm	PM	第三次博客作业	2
pmxm	PM	共15次会议及会议记录	15
pmxm	PM	支援OCR train过程	4
pmxm	PM	支援backend 服务器处理工作	2
pmxm	PM	协调backend和OCR的工作	2
pmxm	PM	时间节点推进和监督	3
pmxm	PM	完善code review	2
pmxm	PM	服务器和域名配置	1
lzb	backend 组长	数据库表单设计	3
lzb	backend 组长	技术相关的blog review	2
lzb	backend 组长	后端初步设计和规划	3
lzb	backend 组长	接手OCR代码	3
lzb	backend 组长	第二次接手OCR 代码	3
lzb	backend 组长	协调数据库设计和OCR辅助设计	2
lzb	backend 组长	负责写若干单元测试，测试其他组员的代码	4
lzb	backend 组长	完善code review	2
ykh	backend 组员	完善用户注册登录机制	2
ykh	backend 组员	完善用户管理系统	3
ykh	backend 组员	服务器端部署	4
ykh	backend 组员	服务器和域名配置	2
ykh	backend 组员	历次组内工作总结报告	4
ykh	backend 组员	文档编写和完善	2
ykh	backend 组员	单元测试编写	2
my	backend 组员	OCR后端工作编写	2
my	backend 组员	流程设计图编写	3
my	backend 组员	OCR后端单元测试	3
my	backend 组员	OCR流程跑通	1
xsy	OCR 组长	OCR文档阶段调研	1
xsy	OCR 组长	OCR数据生成表单	3
xsy	OCR 组长	OCR分析流程跑通	2
xsy	OCR 组长	OCR阶段测试分析	2
xsy	OCR 组长	OCR组内工作协调	2
xsy	OCR 组长	OCR 测试报告	3
xsy	OCR 组长	OCR和backend对接	2
lzy	OCR 组员	OCR文档阶段调研	1
lzy	OCR 组员	OCR测试分析	2
lzy	OCR 组员	OCR训练分析	2
lzy	OCR 组员	尝试部署OCR在其他分析	2
lzy	OCR 组员	OCR设计报告	2
zt	OCR 组员	OCR文档阶段调研	1
zt	OCR 组员	OCR训练分析	2
zt	OCR 组员	OCR训练调试	2
zt	OCR 组员	OCR单元测试分析与调整	1
zt	OCR 组员	OCR设计分析报告和测试	2
zt	OCR 组员	OCR训练结果分析	2

|成员|pmxm|xsy|lzb|zt|my|lzy|ykh|
|得分|51|53|52|49|47|48|50|

核心功能

我们的核心功能是表单处理，现在可以导出成数字化的文字的位置数据，还有我们通过位置输出简易的表格生成API

用户暴露出的bug

1. OCR识别率有一定问题的存在，数字识别率、文字识别率和位置识别率用户的测试和我们的测试反响不同。（正在调优）
2. 域名使用暂时存在问题（原因：备案问题和国内的安全问题，之前提出的一次备案请求在5.6日又被撤销了，在重新上云备案）（后续使用APP版本可能没有这个问题）
3. 特殊的表格：有特殊的制表结构（斜线格子、合并单元格）
4. 手写表格识别困难
5. 可能会有除0的bug，原因是表格分析的API产生了异常分析。

学习收获

1. 感谢软工课程给了我们一次体验软工开发流程的机会
2. 我们学习到了如何去分析和设计一个OCR应用、后端开发和设计的相关知识、学习了相关的网络服务器应用
3. github相关的管理流程，用线上会议来解决协同工作

Beta阶段计划

1. 易用便于操作的使用前端
2. 特殊表格的定制化API（尝试）
3. 多图表格合并
4. 解决Azure的国内访问问题，需要一定国内线路备份