[PYTHON] "AttributeError: module'google.cloud.vision 'n'a pas d'attribut" types "" dans l'API Cloud Vision (GCP vision AI)

Aperçu

Lorsque j'exécutais le didacticiel de l'API de détection d'objets de GCP [^ 1], une erreur s'est produite, j'ai donc écrit une solution. La méthode d'authentification API est omise. Le langage utilisé est Python.

À propos de l'erreur

Lorsque j'exécute le code suivant dans le didacticiel, j'obtiens une AttributeError. (Le code ci-dessous est copié du tutoriel)

def localize_objects(path):
    from google.cloud import vision
    client = vision.ImageAnnotatorClient()

    with open(path, 'rb') as image_file:
        content = image_file.read()
    image = vision.types.Image(content=content)

    objects = client.object_localization(
        image=image).localized_object_annotations

    print('Number of objects found: {}'.format(len(objects)))
    for object_ in objects:
        print('\n{} (confidence: {})'.format(object_.name, object_.score))
        print('Normalized bounding polygon vertices: ')
        for vertex in object_.bounding_poly.normalized_vertices:
            print(' - ({}, {})'.format(vertex.x, vertex.y))

Les détails de l'erreur sont les suivants. Cela se produit sur la 7ème ligne. Il semble que les types ont été supprimés de google.cloud.vision, donc une erreur se produit.

AttributeError: module 'google.cloud.vision' has no attribute 'types'

Solution

OK si vous utilisez l'image directement à partir de la vision

image = vision.types.Image(content=content)　#Erreur
image = vision.Image(content=content) #Solution

L'image entière est la suivante, seule la 7ème ligne a été modifiée

    """Localize objects in the local image.

    Args:
    path: The path to the local file.
    """
    from google.cloud import vision
    client = vision.ImageAnnotatorClient()

    with open(uri, 'rb') as image_file:
        content = image_file.read()
    image = vision.Image(content=content)

    objects = client.object_localization(
        image=image).localized_object_annotations

    print('Number of objects found: {}'.format(len(objects)))
    for object_ in objects:
        print('\n{} (confidence: {})'.format(object_.name, object_.score))
        print('Normalized bounding polygon vertices: ')
        for vertex in object_.bounding_poly.normalized_vertices:
            print(' - ({}, {})'.format(vertex.x, vertex.y))

De côté

Le tutoriel officiel a quelques bugs, n'est-ce pas? Cela n'a pas d'importance, mais l'image GCP est un peu difficile à utiliser car elle chevauche l'image d'oreiller.