🍽️ 个性化饮食推荐APP

一个基于机器学习和OCR技术的智能饮食推荐系统，具有现代化的移动端界面和强大的AI分析能力。

✨ 最新特性

📷 OCR热量识别

• 多引擎OCR支持：Tesseract、PaddleOCR、EasyOCR
• 智能图片识别：自动识别食物名称和热量信息
• 多级验证机制：OCR结果 + 数据库匹配 + 用户确认
• 学习优化系统：从用户修正中持续学习改进
• 一键记录：拍照即可完成餐食记录

🎨 现代化界面设计

• 圆角设计系统：统一的圆角主题，减少方形元素
• 多色主题支持：主色、次色、强调色等多种配色
• 移动端适配：专为手机屏幕优化的界面布局
• 卡片式设计：清晰的信息层次和视觉反馈
• 响应式交互：悬停效果和状态变化

🎯 核心功能

1. 智能数据采集

• OCR图片识别：📷 拍照识别食物热量信息
• 5天三餐数据记录：详细记录早中晚三餐的饮食内容
• 用户偏好问卷：口味偏好、饮食习惯、过敏信息等
• 生理周期跟踪：针对女性的生理期、排卵期等特殊时期
• 个性化因素：星座、性格特征等参考因素

2. 机器学习推荐引擎

• 个人饮食模型训练：基于用户历史数据训练个性化模型
• 持续学习机制：根据用户反馈不断优化推荐
• 偏好矫正：用户不喜欢或已食用食物的反馈学习
• 多因素融合：结合生理周期、星座等多维度因素

3. AI大模型分析

• 千问大模型集成：智能营养分析和建议生成
• 热量分析：每日饮食热量计算和评估
• 营养建议：基于大模型的智能营养建议
• 个性化指导：结合用户特征的定制化建议

4. 现代化应用界面

• 移动端设计：模拟小程序/安卓App的界面体验
• 圆角美化：统一的圆角设计语言
• 多色主题：丰富的颜色搭配和视觉层次
• 实时推荐：动态推荐系统
• 数据可视化：饮食趋势、营养分析图表

🏗️ 技术架构

核心基座

• 统一基座架构：模块化设计，支持功能扩展
• SQLite数据库：轻量级本地数据存储
• 事件总线系统：模块间通信和事件处理
• 数据管理器：统一的数据访问接口

OCR识别技术

• Tesseract OCR：开源OCR引擎，支持中英文（默认，轻量级，推荐）
• PaddleOCR：百度开源OCR，中文识别优秀（可选，需要PaddlePaddle，占用内存较大）
• EasyOCR：简单易用的多语言OCR库（可选，需要PyTorch，占用内存很大）
• OpenCV：图像预处理和增强
• PIL/Pillow：图像处理和格式转换

注意：默认配置仅使用Tesseract OCR（轻量级，无需深度学习框架）。如需使用PaddleOCR或EasyOCR：

1. 取消注释requirements.txt中对应依赖
2. 安装依赖：pip install paddleocr 或 pip install easyocr
3. 在OCR模块配置中添加对应引擎到ocr_methods列表

机器学习

• scikit-learn：推荐算法实现
• pandas/numpy：数据处理和分析
• joblib：模型序列化和加载
• TF-IDF向量化：文本特征提取

AI大模型集成

• 千问大模型：阿里云通义千问API
• 智能分析：用户意图分析和营养建议
• 个性化推理：基于用户特征的智能推荐

现代化界面

• CustomTkinter：现代化Python GUI框架
• 移动端设计：375x812像素，模拟手机界面
• 圆角美化系统：统一的视觉设计语言
• 多色主题：丰富的颜色配置系统

📁 项目结构

diet_recommendation_app/
├── core/                    # 核心基座架构
│   ├── base.py             # 基础类和配置
│   └── base_engine.py      # 基础引擎抽象类
├── modules/                # 功能模块
│   ├── data_collection.py  # 数据采集模块
│   ├── ai_analysis.py      # AI分析模块
│   ├── recommendation_engine.py # 推荐引擎模块
│   └── ocr_calorie_recognition.py # OCR热量识别模块
├── gui/                    # 现代化界面
│   ├── mobile_main_window.py # 移动端主界面
│   ├── ocr_calorie_gui.py  # OCR识别界面
│   ├── styles.py           # 样式配置系统
│   └── main_window.py      # 桌面端界面
├── llm_integration/        # 大模型集成
│   └── qwen_client.py      # 千问大模型客户端
├── smart_food/             # 智能食物数据库
│   └── smart_database.py   # 食物数据库管理
├── data/                   # 数据存储
│   ├── users/              # 用户数据
│   ├── training/           # 训练数据
│   └── app.db              # SQLite数据库
├── models/                 # 机器学习模型
├── logs/                   # 日志文件
├── main.py                 # 应用入口
├── requirements.txt        # 依赖包列表
├── OCR_USAGE_GUIDE.md      # OCR使用指南
├── UI_BEAUTIFICATION_SUMMARY.md # 界面美化总结
└── README.md               # 项目说明文档

🚀 快速开始

1. 环境要求

• Python 3.8+
• Windows/macOS/Linux

2. 安装依赖

# 克隆项目
git clone https://github.com/random-jason/diet_recommendation.git
cd diet_recommendation

# 安装基础依赖
pip install -r requirements.txt

# 安装OCR依赖（可选）
pip install pytesseract opencv-python paddleocr easyocr

3. 配置API密钥

# 方法1: 使用自动生成的模板
python -c "from config.api_keys import create_env_template; create_env_template()"

# 方法2: 手动创建.env文件
echo "QWEN_API_KEY=your_qwen_api_key_here" > .env

4. 验证配置

# 检查API密钥配置状态
python -c "from config.api_keys import get_api_status_report; print(get_api_status_report())"

5. OCR引擎配置（可选）

Tesseract安装

• Windows: 下载 Tesseract安装包
• macOS: brew install tesseract
• Linux: sudo apt-get install tesseract-ocr

其他OCR引擎（可选，需要深度学习框架）

# PaddleOCR（可选，需要PaddlePaddle，占用内存较大）
pip install paddleocr

# EasyOCR（可选，需要PyTorch，占用内存很大，通常需要1-2GB）
pip install easyocr

# 注意：安装后需要在OCR模块配置中添加对应引擎：
# self.ocr_methods = ['tesseract', 'paddleocr']  # 添加需要的引擎

4. 配置环境

# 创建环境配置文件
echo "QWEN_API_KEY=your_qwen_api_key_here" > .env

5. 运行应用

python main.py

6. 使用OCR功能

1. 打开应用，进入"记录"页面
2. 点击食物输入框右侧的"📷"按钮
3. 选择包含食物信息的图片
4. 点击"开始识别"进行OCR识别
5. 查看和编辑识别结果
6. 确认保存到餐食记录

🔐 API密钥管理

统一密钥管理

项目采用统一的API密钥管理系统，所有API密钥都通过 config/api_keys.py 进行管理：

• 千问API密钥 (必需): 用于主要AI分析服务
• OpenAI API密钥 (可选): 备用AI服务
• Anthropic API密钥 (可选): 备用AI服务
• 其他API密钥 (可选): Google、百度、腾讯等

配置方法

from config.api_keys import get_qwen_key, get_api_status_report

# 获取API密钥
qwen_key = get_qwen_key()

# 检查配置状态
status = get_api_status_report()
print(f"可用提供商: {status['available_list']}")

安全特性

• ✅ 环境变量隔离
• ✅ 密钥格式验证
• ✅ 运行时状态监控
• ✅ 多提供商支持
• ✅ 自动配置建议

详细配置指南请参考：API_KEY_SETUP_GUIDE.md

🔄 工作流程

1. 智能数据采集（5天）

• OCR图片识别：📷 拍照识别食物热量信息
• 手动数据记录：详细记录三餐饮食内容
• 用户偏好问卷：口味偏好、饮食习惯、过敏信息
• 个性化画像：生理周期、星座、性格特征

2. AI模型训练

• 个人推荐模型：基于采集数据训练个性化模型
• 多因素融合：结合生理期、星座等多维度因素
• OCR学习优化：从用户修正中持续改进识别准确性

3. 智能推荐与学习

• 个性化推荐：第6天开始提供智能推荐
• 用户反馈收集：喜欢/不喜欢/已食用反馈
• 持续模型优化：基于反馈数据不断改进
• OCR准确性提升：学习用户修正习惯

4. AI智能分析

• 千问大模型分析：每日营养状况智能分析
• 个性化健康建议：基于用户特征的定制建议
• 营养趋势分析：长期饮食模式分析

🎨 特色功能

📷 OCR智能识别

• 多引擎支持：Tesseract、PaddleOCR、EasyOCR
• 智能验证：OCR + 数据库 + 用户确认三级验证
• 学习优化：从用户修正中持续改进
• 一键记录：拍照即可完成餐食记录

🎨 现代化界面

• 移动端设计：375x812像素，模拟手机界面
• 圆角美化：统一的圆角设计语言
• 多色主题：丰富的颜色搭配和视觉层次
• 响应式交互：悬停效果和状态变化

🤖 AI智能分析

• 千问大模型：阿里云通义千问API集成
• 智能推理：用户意图分析和营养建议
• 个性化指导：基于用户特征的定制建议

👩 女性专属优化

• 生理周期智能调整：月经期、排卵期等特殊时期
• 营养需求分析：不同生理阶段的营养需求
• 个性化建议：结合生理周期的饮食建议

⭐ 个性化因素

• 星座参考：个性化因素融合
• 性格特征：基于性格的饮食偏好分析
• 持续学习：避免随机推荐问题

📚 文档说明

• OCR使用指南：详细的OCR功能使用说明
• 界面美化总结：界面设计和技术实现
• 项目总结：项目整体架构和功能说明

🧪 测试验证

功能测试

# 测试OCR系统
python test_ocr_system.py

# 测试界面美化
python test_ui_beautification.py

# 测试核心功能
python test_core.py

应用启动测试

# 启动应用
python main.py

# 检查日志
tail -f logs/app.log

🚀 技术亮点

1. 统一基座架构

• 模块化设计：所有功能模块基于统一基座构建
• 事件驱动：模块间通过事件总线通信
• 数据统一：统一的数据管理和访问接口
• 扩展性强：支持新功能模块的快速集成

2. OCR多引擎融合

• 多引擎并行：同时使用多个OCR引擎提高准确性
• 智能合并：基于置信度的结果合并策略
• 学习优化：从用户修正中持续学习改进
• 数据库匹配：结合食物数据库进行智能验证

3. 现代化界面设计

• 移动端优先：专为手机屏幕优化的界面设计
• 圆角美化：统一的圆角设计语言
• 多色主题：丰富的颜色配置和视觉层次
• 响应式交互：流畅的用户交互体验

4. AI智能分析

• 千问大模型：集成阿里云通义千问API
• 智能推理：基于用户数据的智能分析
• 个性化建议：结合多维度因素的定制建议
• 持续学习：从用户反馈中不断优化

📈 项目状态

• ✅ 核心功能：数据采集、推荐引擎、AI分析
• ✅ OCR识别：多引擎支持、智能验证、学习优化
• ✅ 界面美化：圆角设计、多色主题、移动端适配
• ✅ 文档完善：使用指南、技术文档、测试脚本
• 🔄 持续优化：性能提升、功能扩展、用户体验改进

🤝 贡献指南

欢迎提交Issue和Pull Request来改进项目！

开发环境设置

# 克隆项目
git clone <repository-url>
cd diet_recommendation_app

# 安装开发依赖
pip install -r requirements.txt

# 运行测试
python test_ocr_system.py
python test_ui_beautification.py

代码规范

• 遵循PEP 8代码风格
• 添加适当的注释和文档字符串
• 编写单元测试
• 更新相关文档

📄 许可证

本项目采用MIT许可证 - 查看 LICENSE 文件了解详情

🙏 致谢

感谢以下开源项目的支持：

• CustomTkinter - 现代化Python GUI框架
• Tesseract OCR - 开源OCR引擎
• PaddleOCR - 百度开源OCR
• EasyOCR - 简单易用的OCR库
• scikit-learn - 机器学习库

---

🍽️ 让AI为您的饮食健康保驾护航！