本文介绍通过轻量级 http 接口（flask）将 kotlin 移动端图像上传至 python 后端执行 ocr 与图像处理，并返回结构化结果的完整集成方案，兼顾开发效率与生产可行性。
本文介绍通过轻量级 http 接口（flask）将 kotlin 移动端图像上传至 python 后端执行 ocr 与图像处理，并返回结构化结果的完整集成方案，兼顾开发效率与生产可行性。
在跨语言项目协作中，Kotlin（常用于 Android 应用）与 Python（擅长计算机视觉与 OCR）的组合非常典型：前者负责前端交互与图像采集，后者承担 OpenCV、Tesseract 等专业图像处理任务。直接嵌入 Python 运行时（如 Chaquopy）虽可行，但存在包兼容性、APK 体积膨胀和调试复杂等问题；而基于 HTTP 的进程间通信则更解耦、易维护、可独立部署。
✅ 推荐方案：Flask 构建轻量 REST API
Flask 是最简实践路径——无需 Django 的重型框架开销，也无需云服务（如 AWS Lambda）的运维成本，本地快速验证 + 后续平滑迁移至服务器或容器环境（Docker + Nginx）。
▶ Python 后端（Flask 示例）
以下是一个健壮、可扩展的 Flask 服务端示例，支持接收图像文件、解码为 OpenCV 格式、执行 OCR（以 pytesseract 为例），并返回 JSON 结果：
# app.py
from flask import Flask, request, jsonify
import cv2
import numpy as np
import pytesseract
app = Flask(__name__)
@app.route('/ocr', methods=['POST'])
def ocr_endpoint():
try:
# 1. 验证文件上传
if 'image' not in request.files:
return jsonify({'error': 'Missing image file'}), 400
file = request.files['image']
if file.filename == '':
return jsonify({'error': 'Empty filename'}), 400
# 2. 读取并解码图像（支持 JPG/PNG）
img_bytes = np.frombuffer(file.read(), np.uint8)
img = cv2.imdecode(img_bytes, cv2.IMREAD_COLOR)
if img is None:
return jsonify({'error': 'Invalid image format'}), 400
# 3. 执行 OCR（示例：提取文本）
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
text = pytesseract.image_to_string(gray, lang='eng')
# 4. 可选：返回处理后图像 Base64（如需预览）
_, buffer = cv2.imencode('.png', gray)
processed_img_b64 = base64.b64encode(buffer).decode('utf-8')
return jsonify({
'success': True,
'text': text.strip(),
'processed_image_base64': processed_img_b64 # 按需返回
})
except Exception as e:
return jsonify({'error': f'Processing failed: {str(e)}'}), 500
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000, debug=False) # 生产环境务必关闭 debug
⚠️ 注意事项：
- 安装依赖：pip install flask opencv-python pytesseract
- 确保系统已安装 Tesseract CLI（如 brew install tesseract 或 apt-get install tesseract-ocr）
- 开发时可设 host='0.0.0.0' 允许局域网访问；Android 设备需与 PC 在同一 Wi-Fi 下，URL 使用 PC 局域网 IP（如 http://192.168.1.100:5000/ocr）
- 生产部署建议添加 CORS 支持（flask-cors）、请求大小限制（app.config['MAX_CONTENT_LENGTH'] = 4 * 1024 * 1024）及 HTTPS
▶ Kotlin 客户端（Android 示例）
使用 OkHttp 发送 multipart 表单请求（推荐，兼容性好）：
// 假设 bitmap 来自 CameraX 或 ImageView
fun uploadImageForOCR(bitmap: Bitmap, callback: (Result<string>) -> Unit) {
val url = "http://192.168.1.100:5000/ocr" // 替换为实际 Flask 地址
val client = OkHttpClient()
// 转 Bitmap → JPEG byte array
val stream = ByteArrayOutputStream()
bitmap.compress(Bitmap.CompressFormat.JPEG, 85, stream)
val imageBytes = stream.toByteArray()
val requestBody = MultipartBody.Builder()
.setType(MultipartBody.FORM)
.addFormDataPart("image", "photo.jpg", RequestBody.create(
MediaType.parse("image/jpeg"), imageBytes
))
.build()
val request = Request.Builder()
.url(url)
.post(requestBody)
.build()
client.newCall(request).enqueue(object : Callback {
override fun onFailure(call: Call, e: IOException) {
callback(Result.failure(e))
}
override fun onResponse(call: Call, response: Response) {
if (response.isSuccessful && response.body != null) {
val result = response.body!!.string()
callback(Result.success(result))
} else {
callback(Result.failure(Exception("HTTP ${response.code()}")))
}
}
})
}</string>
✅ 权限声明（AndroidManifest.xml）：
<uses-permission android:name="android.permission.INTERNET"></uses-permission><uses-permission android:name="android.permission.ACCESS_NETWORK_STATE"></uses-permission>
? 总结与演进建议
- 入门首选 Flask：零配置启动、代码直观、调试友好，适合 MVP 验证；
-
进阶优化方向：
- 使用 FastAPI 替代 Flask（自动 OpenAPI 文档、异步支持更好）；
- 将 Python 服务容器化（Docker），通过 Kubernetes 编排多实例；
- 对接云 OCR（如 Google Vision API）替代本地 Tesseract，提升准确率与多语言支持；
- Kotlin 端引入协程封装网络调用，配合 ViewModel 实现生命周期感知。
这种“Kotlin 前端采集 → HTTP 上传 → Python 后端处理 → JSON 返回”的分层架构，既发挥各自语言生态优势，又保障系统可测试性与可伸缩性。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
