За програмно извличане на етикети от изображения с помощта на Python и Vision API, можете да използвате мощните възможности на Google Cloud Vision API. Vision API предоставя изчерпателен набор от функции за анализ на изображения, включително откриване на етикети, което ви позволява автоматично да идентифицирате и извличате етикети от изображения.
За да започнете, ще трябва да настроите проект в Google Cloud и да активирате Vision API. След като направите това, можете да инсталирате необходимите библиотеки на Python, като изпълните следната команда:
python pip install google-cloud-vision
След това трябва да удостоверите приложението си, за да имате достъп до Vision API. Можете да направите това, като създадете ключ за акаунт за услуга и зададете променливата на средата `GOOGLE_APPLICATION_CREDENTIALS` да сочи към пътя на файла с ключа. Това може да стане с помощта на следния код:
python import os from google.cloud import vision os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = '/path/to/service_account_key.json'
Сега можете да използвате API на Vision за програмно извличане на етикети от изображения. Следният кодов фрагмент демонстрира как да направите това:
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
В този код първо създаваме екземпляр на класа `ImageAnnotatorClient` от библиотеката `google.cloud.vision`. След това четем файла с изображение, създаваме обект „Изображение“ от съдържанието на файла и го изпращаме на Vision API за откриване на етикети. Отговорът на API съдържа списък с анотации на етикети, от които извличаме описанията на етикетите.
Вече можете да извикате функцията `extract_labels`, като подадете пътя към файла с изображение, който искате да анализирате. Той ще върне списък с етикети, извлечени от изображението.
python image_path = '/path/to/image.jpg' labels = extract_labels(image_path) print(labels)
Това ще изведе извлечените етикети от изображението.
plaintext ['cat', 'animal', 'whiskers', 'small to medium-sized cats', 'mammal']
Vision API използва усъвършенствани модели за машинно обучение за анализиране на изображения и идентифициране на обекти, сцени и други визуални функции. Той може точно да разпознава широка гама от етикети, което го прави ценен инструмент за различни приложения като класификация на изображения, модериране на съдържание и визуално търсене.
За програмно извличане на етикети от изображения с помощта на Python и API на Vision, трябва да настроите проект в Google Cloud, да активирате API на Vision, да инсталирате необходимите библиотеки на Python, да удостоверите приложението си и след това да използвате API на Vision, за да извършите откриване на етикети на изображения. Извлечените етикети могат да се използват за допълнителен анализ или за подобряване на разбирането на съдържанието на изображението.
Други скорошни въпроси и отговори относно EITC/AI/GVAPI API на Google Vision:
- Кои са някои предварително дефинирани категории за разпознаване на обекти в API на Google Vision?
- Google Vision API позволява ли разпознаване на лица?
- Как текстът на дисплея може да бъде добавен към изображението, когато чертаете граници на обект с помощта на функцията "draw_vertices"?
- Какви са параметрите на метода "draw.line" в предоставения код и как се използват за чертане на линии между стойностите на върховете?
- Как може библиотеката с възглавници да се използва за изчертаване на граници на обекти в Python?
- Каква е целта на функцията "draw_vertices" в предоставения код?
- Как API на Google Vision може да помогне за разбирането на формите и обектите в изображение?
- Как потребителите могат да изследват визуално подобни изображения, препоръчани от API?
- Какви са различните елементи, предоставени в обекта за отговор на функцията за уеб откриване на API на Google Vision?
- Как функцията Web Detection помага при генерирането на етикети за качени изображения?
Вижте още въпроси и отговори в EITC/AI/GVAPI Google Vision API