Verwenden Sie die Google Cloud Vision-API von Python

Zweck

Als Memorandum, weil ich ein wenig vergesse, wie es geht.

Dinge notwendig

• Gültiges Google-Konto (vorausgesetzt, die Vision-API ist aktiviert)
• Muss ein Google Cloud Platform-Projekt haben
• Python 3.7
• Das Bild, das Sie analysieren möchten

Dieses Mal werde ich dies für das Bild verwenden, das ich analysieren möchte.

Weise

Ausgabe des Dienstkontoschlüssels

Stellen Sie zunächst unter [hier] einen Dienstkontoschlüssel aus (https://console.cloud.google.com/apis/credentials/serviceaccountkey).

Dieses Mal werde ich es im JSON-Format herunterladen. Mit dieser Datei haben Sie Zugriff auf Ressourcen in der Cloud. Halten Sie sie daher streng verwaltet.

Python-Code

#Verschiedene Importe
import io 
import os
from google.protobuf.json_format import MessageToJson
import json
from google.cloud import vision
from google.cloud.vision import types

#Dieses Arbeitsverzeichnis
base_dir = r'path\to\directory'

#Dateiname der vorherigen JSON-Datei
credential_path = base_dir + r'Dateiname der vorherigen JSON-Datei.json'

#Übergeben Sie den Pfad zum Dienstkontoschlüssel
os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = credential_path

#Vision Client-Initialisierung
client = vision.ImageAnnotatorClient()

#Dateiname des Zielbildes
file_name = base_dir + r"\fujisan.png "

#Bild laden
with io.open(file_name, 'rb') as image_file:
    content = image_file.read()
image = types.Image(content=content)

#Hier finden Sie den tatsächlichen Methodennamen
#https://googleapis.dev/python/vision/latest/gapic/v1p4beta1/api.html

#Zum Beispiel bei der Etikettenerkennung
response = client.label_detection(image=image)

#Ergebnisse anzeigen
print(response)

Ergebnis

label_annotations {
  mid: "/m/015kp7"
  description: "Stratovolcano"
  score: 0.7824147939682007
  topicality: 0.7824147939682007
}
label_annotations {
  mid: "/m/07j7r"
  description: "Tree"
  score: 0.6869218349456787
  topicality: 0.6869218349456787
}
label_annotations {
  mid: "/g/11jwzh3_l"
  description: "Volcanic landform"
  score: 0.5413353443145752
  topicality: 0.5413353443145752
}

Es ist "Volcanic Landform"!

Versuchen Sie auch safe_search

# ~Abkürzung~
response = client.safe_search_detection(image=image)
print(response)

Es ist ein wirklich sicheres Bild!

safe_search_annotation {
  adult: VERY_UNLIKELY
  spoof: VERY_UNLIKELY
  medical: VERY_UNLIKELY
  violence: VERY_UNLIKELY
  racy: VERY_UNLIKELY
}

das ist alles!