重磅系列文章！UI2CODE智能生成Flutter代码——整体设计篇

01背景

随着移动互联网时代的到来，人类的科学技术突飞猛进。然而软件工程师们依旧需要花费大量精力在重复的还原UI视觉稿的工作。

UI视觉研发拥有明显的特征：组件，位置和布局，符合机器学习处理范畴。能否通过机器视觉和深度学习等手段自动生成UI界面代码，来解放重复劳动力，成为我们关注的方向。

02UI 2 Code是什么

  UI2CODE项目是闲鱼技术团队研发的一款通过机器视觉理解+AI人工智能将UI视觉图片转化为端侧代码的工具。

  2018年3月UI2CODE开始启动技术可行性预研工作，到目前为止，经历了3次整体方案的重构（或者重写）。我们参考了大量的利用机器学习生成代码的方案，但都无法达到商用指标，UI2CODE的主要思想是将UI研发特征分而治之，避免鸡蛋放在一个篮子里。我们着重关注以下3个问题的解法：

1. 视觉稿还原精度：我们的设计师甚至无法容忍1像素的位置偏差；

2. 准确率：机器学习还处于概率学范畴，但我们需要100%的准确率；

3. 易维护性：工程师们看的懂，改的动是起点，合理的布局结构才能保障界面流畅运行。

03UI 2 Code运行效果

UI2CODE插件化运行效果，如下视频：进过几轮重构，最终我们定义UI2CODE主要解决feeds流的卡片自动生成，当然它也可以对页面级自动生成。

---

04架构设计

简化分析下UI2CODE的流程：

大体分为4个步骤:

1. 1.通过机器视觉技术，从视觉稿提取GUI元素

2. 2.通过深度学习技术，识别GUI元素类型

3. 3.通过递归神经网络技术，生成DSL

4. 4.通过语法树模板匹配，生成flutter代码

05版面分析

版面分析只做一件事：切图。
  图片切割效果直接决定UI2CODE输出结果的准确率。我们拿白色背景的简单UI来举例：

上图是一个白色背景的UI，我们将图片读入内存，进行二值化处理：

1. def image_to_matrix(filename):

2.    im = Image.open(filename)

3.    width, height = im.size

4.    im = im.convert("L")

5.    matrix = np.asarray(im)

6.    return matrix, width, height

得到一个二维矩阵：将白色背景的值转化为0。

像切西瓜一样，我们只需要5刀，就可以将GUI元素分离，切隔方法多种多样：（下面是横切的代码片段，实际切割逻辑稍微复杂些，基本是递归过程）

1. def cut_by_col(cut_num, _im_mask):

2.    zero_start = None

3.    zero_end = None

4.    end_range = len(_im_mask)

5.    for x in range(0, end_range):

6.        im = _im_mask[x]

7.        if len(np.where(im==0)[0]) == len(im):

8.            if zero_start == None:

9.                zero_start = x

10.        elif zero_start != None and zero_end == None:

11.            zero_end = x

12.        if zero_start != None and zero_end != None:

13.            start = zero_start

14.            if start > 0:

15.                cut_num.append(start)

16.            zero_start = None

17.            zero_end = None

18.        if x == end_range-1 and zero_start != None and zero_end == None and zero_start > 0:

19.            zero_end = x

20.            start = zero_start

21.            if start > 0:

22.                cut_num.append(start)

23.            zero_start = None

24.            zero_end = None

客户端的UI基本都是纵向流式布局，我们可以先横切在纵切。

将切割点的x，y轴坐标记录下来，它将是处理组件位置关系的核心。切割完成后，我们获取到2组数据：6个GUI元素图片和对应的坐标系记录。后续步骤通过分类神经网络进行组件识别。

在实际生产过程中，版面分析会复杂些，主要是在处理复杂背景方面。

关注我们的技术公众号，我们后续会详细分解。

06组件识别

进行组件识别前我们需要收集一些组件样本进行训练，使用Tensorflow提供的CNN模型和SSD模型等进行增量训练。

  UI2CODE对GUI进行了几十种类型分类：IMAGE， TEXT，SHAPE/BUTTON，ICON，PRICE等等，分别归类为UI组件，CI组件和BI组件。

1. UI组件，主要针对flutter原生的组件进行分类。

2. CI组件，主要针对闲鱼自定义UIKIT进行分类。

3. BI组件，主要针对具备一定业务意义的feed卡片进行分类。

组件的识别需要反复的通过全局特征反馈来纠正，通常会采用SSD+CNN协同工作，比如下图的红色“全新“shape，这该图例中是richtext的部分，同样的shape样式可能属于button或者icon。

07属性提取

  这块的技术点比较杂，归纳起来需要处理3部分内容：shape轮廓， 字体属性和组件的宽高。

完成属性提取，基本上我们完成所有GUI信息的提取。生成的GUI DSL如下图：

通过这些数据我们就可以进行布局分析了。其中文字属性的提取最为复杂，后续我们会专门介绍。

08布局分析

  前期我们采用4层LSTM网络进行训练学习，由于样本量比较小，我们改为规则实现。规则实现也比较简单，我们在第一步切图时5刀切割的顺序就是row和col。缺点是布局比较死板，需要结合RNN进行前置反馈。

---

视频中展示的是通过4层LSTM预测布局结构的效果，UI的布局结构就像房屋的框架，建造完成后通过GUI的属性进行精装修就完成了一个UI图层的代码还原工作。

09代码生成及插件化

机器学习本质上来说还属于概率学范畴，自动生成的代码需要非常高的还原度和100%的准确率，概率注定UI2CODE很难达到100%的准确率，所以我们需要提供一个可编辑工具，由开发者通过工具能够快速理解UI的布局结构和修改布局结构。   

我们将UI2CODE生成的DSL TREE进行代码模板化匹配，代码模板的内容由资深的flutter技术专家来定义，它代表目前我们发现的最优代码实现方案。

代码模板中会引入一些标签，由Intellij plugin来检索flutter工程中是否存在对应的自定义UIKIT，并进行替换，提高代码的复用度。

整个插件化工程需要提供自定义UIKIT的检索，替换和校验工作，以及DSL Tree的创建，修改，图示等工作，总体来说，更像ERP系统，花费一些时间能够做的更加完美。

10小结

  本篇我们简单介绍了UI2CODE的设计思路，我们将整个工程结构分为5个部分，其中4块内容核心处理机器视觉的问题，通过机器学习将它们链接起来。代码的线上发布是非常严格的事情，而机器学习属于概率学解法，很难达到我们要求的精度，所以我们选择以机器视觉理解为主，机器学习为辅的方式，构建整个UI2CODE工程体系。我们将持续关注AI技术，来打造一个完美的UI2CODE工具。

关注公众号，我们将在近期持续更新UI2Code系列文章！

彩蛋：闲鱼总经理今日接受谷歌TensorFlow团队采访花絮