1. 项目背景与核心价值
去年帮家里老人整理药箱时,发现过期药品竟占了三成。这个场景让我意识到,普通家庭在药品管理方面存在巨大痛点:药盒上的有效期容易被忽视,用药记录全靠记忆,特殊用药提醒更是无从谈起。这正是我们开发这款基于OCR技术的健康随行小程序的初衷。
作为一款微信平台上的健康管理工具,我们重点解决了三个核心问题:
- 通过药盒OCR识别技术,自动提取药品名称、剂量、有效期等关键信息,避免手动输入错误
- 建立智能用药提醒系统,可设置单次/循环提醒,并支持亲属协同提醒
- 搭建健康社区功能,让用户能够分享用药经验、交流健康知识
技术选型上,后端采用Java+SpringBoot的组合,主要考虑到:
- SpringBoot的自动配置特性能快速搭建RESTful API
- 与微信小程序的数据交互采用JSON格式,SpringBoot原生支持良好
- 丰富的生态圈便于集成OCR、消息推送等第三方服务
数据库选用MySQL 5.7,主要基于其:
- 完善的事务支持,确保用户数据一致性
- JSON字段类型便于存储OCR识别的非结构化结果
- 成熟的分布式方案为后续扩展预留空间
实践建议:开发阶段建议使用MySQL 8.0+,其新增的窗口函数和CTE特性可以简化很多复杂查询的编写。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心功能模块详解
2.1 OCR药盒识别引擎
药盒识别是本项目的技术难点,我们采用分层处理的方案:
图像预处理层
- 使用OpenCV进行高斯模糊去噪(参数σ=1.5)
- 采用自适应阈值算法处理光照不均问题
- 通过透视变换矫正药盒平面变形
java复制// 示例代码:图像预处理流程
Mat src = Imgcodecs.imread(imagePath);
Mat gray = new Mat();
Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.GaussianBlur(gray, gray, new Size(3,3), 1.5);
Mat binary = new Mat();
Imgproc.adaptiveThreshold(gray, binary, 255,
Imgproc.ADAPTIVE_THRESH_GAUSSI
