バックエンドは、機械学習モデルをデプロイしたものと、ユーザの認証等のWebアプリに必要な部分をデプロイしたAPIサーバの二つを作りました。
使用しているモデルである「zi2zi」の構造や仕組みを理解することから非常に苦戦し、モデルの学習/画像生成などが行えるようになった後も、生成された画像をフォントデータに変換する処理の実装に時間を取られました。しかし、徹夜の果てに 何とか フォントデータを生成することに成功しました。
フロントからBase64形式の文字列を受け取りそれを画像に変換する処理を書いているときに、作成した画像が真っ黒になる所に時間を取られました。ColudinaryのAPIを用いて画像の保存を実現しています。 また、Herokuだと通信制限がかかってしまい、フロントとの連携が上手くとれなかったので、デプロイ先もVPSに変更しました。
バックエンドは、機械学習モデルをデプロイしたものと、ユーザの認証等のWebアプリに必要な部分をデプロイしたAPIサーバの二つを作りました。
機械学習にはTensorflowを使用しており、モデルが生成した文字画像をフォントに変換する際には ビットマップ画像をSVG画像に変換するpotrace、SVG画像をフォントデータ(otf)に変換するfontforgeというアプリケーションを用いました。