编写fastapi接口服务

FastAPI是一个基于 Python 的后端框架，该框架鼓励使用 Pydantic 和 OpenAPI (以前称为 Swagger) 进行文档编制，使用 Docker 进行快速开发和部署以及基于 Starlette 框架进行的简单测试。

step1：安装必要库

pip install fastapi uvicorn

step2：构建代码

创建main.py脚本文件，然后引入FastAPI模块，就可以构建接口了

from fastapi import FastAPI, Queryapp = FastAPI()@app.post("/路由")
def hello():return {"Hello": "World"}@app.post('/路由')
async def function(try:*except:*
return {'Hello': World}

这只是一个简单示例，也可以用get等替换post

step3：运行接口

和其他的模块不一样的是，FastAPI需要运行指定命令来运行api服务：

需要在当前目录下执行下面的命令，他会主动去找到main入口：

uvicorn main:app --reload

step4：更多指南

欢迎参考官网：https://fastapi.tiangolo.com/

Other：自己写了个接口

是GitHub上一个开源的给图片添加盲水印的项目blind_watermark

from fastapi import FastAPI
from fastapi.responses import FileResponse
import subprocess
from fastapi.middleware.cors import CORSMiddleware
from fastapi import Form
from blind_watermark.blind_watermark import WaterMarkapp = FastAPI()# 后台api允许跨域
app.add_middleware(CORSMiddleware,allow_origins='*',allow_credentials=True,allow_methods=["*"],allow_headers=["*"],
)
@app.post("/embed")
async def embed_watermark(pwd: int = Form(), image_path: str = Form(), watermark_text: str = Form(), output_path: str = Form()):try:subprocess.run(["blind_watermark", "--embed", image_path, watermark_text, output_path])# return FileResponse(output_path, filename="embedded.png")bwm1 = WaterMark()bwm1.read_img(image_path)bwm1.read_wm(watermark_text,mode='str')bwm1.embed(output_path)watermark_size = len(bwm1.wm_bit)return {"image": FileResponse(output_path, filename="embedded.png"), "watermark_size": watermark_size}except Exception as e:return {"error": str(e)}@app.post("/extract")
async def extract_watermark(pwd: int = Form(), wm_shape: int = Form(), image_path: str = Form()):try:subprocess.run(["blind_watermark", "--extract", "--pwd", str(pwd), "--wm_shape", str(wm_shape), image_path])bwm1 = WaterMark(password_img=int(pwd))wm_str = bwm1.extract(filename=image_path, wm_shape=wm_shape, mode='str')return {"success": "Watermark extracted successfully.",'watermark is:':wm_str}except Exception as e:return {"error": str(e)}if __name__ == "__main__":import uvicornuvicorn.run(app, host="0.0.0.0", port=8886)

解释一下

extract也是同理，需要调用哪些功能，就在这里添加，然后return返回的内容就是用调用工具，比如postman调用后显示的内容