写在前面
关于这个作品的设计理念和情怀，请看这里
初衷
随着作品的不断迭代和改进，我已经渐渐忘记初衷是什么了。是为了讨某人欢心做的小demo或是为了熟悉使用watson的练手作品，都已不大记得。然而现在，是想利用零碎的时间，做一个完整的项目。来探究AI之神奇并展现诗词之魅力。
构建和运行
识图吟诗是一个创意作品，通过使用watson相关的API，对图片进行认知分析，之后在诗词库中选择置信度较高的诗句作为结果返回。用户上传图片，尤其是风景图片，即可以得到较为吻合图片意境的诗词。
在作品开始构建之前，必须拥有一个包含信息的知识库，以便可以从中得到最恰当的答案。在这里，我通过爬虫，在网络上爬取了包含作者及名称在内的一千多首诗词名句，这些内容以excel表的形式存储。
代码
在早期的作品中，该应用程序是通过微信作为引导接口，部署在Bluemix上。但因为Bluemix开放的服务器在国外，所以效果不是很好。所以此版本，构建于阿里云服务器之上。
下面简短描述了使用的技术：
Python
作品主要使用的语言，Python对数据处理表现出强大的作用，同时提供丰富的库包方便实现各种需求。IBM Watson
主要使用了Visual Recognition 这一服务用以对图片内容进行初步的识别分析。Flask
这是一个基于Python开发的轻量级网络框架，在这里实现RESTful API，以支持用户发送图片并且获得结果。HTML
采用原生HTML开发界面，用以与用户交互。（这是此版本最需要改进的一个方面）Nginx
轻量级，高性能的web服务器。uWSGI
实现了uwsgi和WSGI两种协议的Web服务器。
架构
识图吟诗架构由以下层和关联实现：
-
视图 *：一个响应相对灵敏但不够美观的前端用户界面，只使用了原生HTML。界面中的词句引自辛弃疾《贺新郎·甚矣吾衰矣》---“我见青山多妩媚，料青山见我应如是”。是为了表现一种思想，如果机器通过了图灵测试，能否真的认为它就具备了人类的情感。右上角以中国传统篆章的形式表现作品题目，为了和作品理念，艺术风格相呼应。此层中的视图组件允许用户通过一个输入点发送提交图片。
-
控制器 *：一个基于Flask的控制器层，向视图组件公开RESTful业务API。此REST API与后端处理过的数据进行交互。可扩展实现其他业务操作，包括调用其他服务或第三方API。
-
认知后端 *：Watson分析并处理了图片内容，而我处理了诗词库。类似于理解上下文的分析方式，处理全局图片内容，对这种非结构化的信息进行置信度判断，而后可以认为watson消化并理解了有关诗词的内容。 同时，提供了一个API，能够对收到的消息接受并返回答案。
-
平台 *：本版本部署在阿里云上，采用centos + Flask + Nginx + uWSGI的流行框架。
这里给出了整体架构的思路图：
运行
打开这里,选择文件后，点击上传图片。
总结及下一步
总结
Watson是一个极其强大和复杂的平台，他所拥有的，不仅仅是能看见的诸多服务，还有隐藏在其后的认知计算系统。我把这一版本作为V1.0，因为虽然还有很多地方待提高，但是迈出了关键的一步，即上线，有人使用，稳定，以及有趣。
下一步
前端采用框架进行重写，美化处理，支持响应式。
认知后端算法优化，意境更加吻合，支持识别更多景物。
加入更多服务，使得用户体验多样化。
作品体验地址：
http://47.93.229.184/
个人微信号Owcs：
个人网站：
http://www.changshunwang.com
如果你觉得有趣，在github上点个星吧：https://github.com/changshunw...