Lai programmatiski izvilktu etiķetes no attēliem, izmantojot Python un Vision API, varat izmantot Google Cloud Vision API jaudīgās iespējas. Vision API nodrošina visaptverošu attēlu analīzes funkciju kopumu, tostarp etiķešu noteikšanu, kas ļauj automātiski identificēt un iegūt no attēliem etiķetes.
Lai sāktu, jums būs jāiestata Google Cloud projekts un jāiespējo Vision API. Kad tas ir izdarīts, varat instalēt vajadzīgās Python bibliotēkas, izpildot šādu komandu:
python pip install google-cloud-vision
Pēc tam jums ir jāautentificē lietojumprogramma, lai piekļūtu Vision API. To var izdarīt, izveidojot pakalpojuma konta atslēgu un iestatot vides mainīgo `GOOGLE_APPLICATION_CREDENTIALS', lai tas norādītu uz atslēgas faila ceļu. To var izdarīt, izmantojot šādu kodu:
python import os from google.cloud import vision os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = '/path/to/service_account_key.json'
Tagad varat izmantot Vision API, lai programmatiski izvilktu no attēliem etiķetes. Šis koda fragments parāda, kā to izdarīt:
python def extract_labels(image_path): client = vision.ImageAnnotatorClient() with open(image_path, 'rb') as image_file: content = image_file.read() image = vision.Image(content=content) response = client.label_detection(image=image) labels = response.label_annotations extracted_labels = [label.description for label in labels] return extracted_labels
Šajā kodā mēs vispirms izveidojam klases "ImageAnnotatorClient" gadījumu no bibliotēkas "google.cloud.vision". Pēc tam mēs nolasām attēla failu, no faila satura izveidojam objektu "Attēls" un nosūtām to uz Vision API etiķešu noteikšanai. API atbilde satur etiķešu anotāciju sarakstu, no kuras mēs iegūstam etiķešu aprakstus.
Tagad varat izsaukt funkciju "extract_labels", nosūtot ceļu uz attēla failu, kuru vēlaties analizēt. Tas atgriezīs no attēla iegūto etiķešu sarakstu.
python image_path = '/path/to/image.jpg' labels = extract_labels(image_path) print(labels)
Tas izvadīs no attēla izvilktās etiķetes.
plaintext ['cat', 'animal', 'whiskers', 'small to medium-sized cats', 'mammal']
Vision API izmanto uzlabotus mašīnmācīšanās modeļus, lai analizētu attēlus un identificētu objektus, ainas un citas vizuālas funkcijas. Tas var precīzi noteikt plašu etiķešu klāstu, padarot to par vērtīgu rīku dažādām lietojumprogrammām, piemēram, attēlu klasifikācijai, satura regulēšanai un vizuālai meklēšanai.
Lai programmatiski izvilktu etiķetes no attēliem, izmantojot Python un Vision API, jums ir jāiestata Google Cloud projekts, jāiespējo Vision API, jāinstalē vajadzīgās Python bibliotēkas, jāautentificē lietojumprogramma un pēc tam jāizmanto Vision API, lai veiktu etiķešu noteikšanu attēlus. Izvilktās etiķetes var izmantot turpmākai analīzei vai attēla satura izpratnes uzlabošanai.
Citi jaunākie jautājumi un atbildes par EITC/AI/GVAPI Google Vision API:
- Kādas ir iepriekš noteiktas kategorijas objektu atpazīšanai Google Vision API?
- Vai Google Vision API iespējo sejas atpazīšanu?
- Kā attēlam var pievienot displeja tekstu, zīmējot objektu apmales, izmantojot funkciju "draw_vertices"?
- Kādi ir metodes "draw.line" parametri sniegtajā kodā un kā tie tiek izmantoti līniju vilkšanai starp virsotņu vērtībām?
- Kā spilvenu bibliotēku var izmantot, lai Python zīmētu objektu robežas?
- Kāds ir funkcijas "draw_vertices" mērķis sniegtajā kodā?
- Kā Google Vision API var palīdzēt izprast attēla formas un objektus?
- Kā lietotāji var izpētīt vizuāli līdzīgus API ieteiktos attēlus?
- Kādi dažādie elementi ir nodrošināti Google Vision API tīmekļa noteikšanas funkcijas atbildes objektā?
- Kā tīmekļa noteikšanas funkcija palīdz ģenerēt atzīmes augšupielādētajiem attēliem?
Skatiet citus jautājumus un atbildes EITC/AI/GVAPI Google Vision API