Una guía para la visión en la nube de Google

[dieciséis]

Navegar por el Biblioteca API y seleccione la API de la Cloud Vision para su proyecto.

Una vez habilitado, debe ver un poco de verificación verde y el mensaje 'API habilitado' a su lado.

03. Crear una cuenta de servicio

A continuación necesitarás configurar un cuenta de servicio . Piense en la API como un servicio web que está creando. Como vamos a establecer el uso como un servicio típico, esta es la mejor práctica. También funciona mejor con el flujo de autenticación.

04. Descargar la clave privada

Una vez que tenga un proyecto con la API habilitada y una cuenta de servicio, puede descargar su clave privada como un archivo JSON. Tome nota de la ubicación del archivo, para que pueda usarlo en los siguientes pasos.

Si tiene algún problema con los primeros pasos que hay una guía de inicio rápido Eso ayuda y termina con la descarga de la tecla JSON.

05. Establecer variable de entorno

Necesitas establecer el Google_application_credentials Variable ambiental, por lo que se puede acceder a las llamadas API. Esto apunta al archivo JSON que acaba de descargar y le ahorra tener que escribir la ruta cada vez. Abra una nueva ventana de terminal y use el exportar comando así:

export GOOGLE_APPLICATION_CREDENTIALS="/Users/[username]/Downloads/[file name].json"

Reemplace la [nombre de usuario] con su nombre de usuario. Asegúrese de que la ruta al lugar que almacenó el archivo de clave privado sea correcto. Reemplace la [Nombre del archivo] Con su archivo de clave privado y use la ruta a su archivo.

En Windows, puede hacer lo mismo a través de la línea de comandos, como esta:

$env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\[username]\Downloads\[FILE_NAME].json"

Nota: Si cierra la ventana de su terminal o consola, es posible que deba ejecutar eso nuevamente para configurar la variable nuevamente. Añadiremos esto a nuestro código PHP en breve, por lo que no tiene que preocuparse de nuevo.

06. Haz una llamada a la API.

Ahora estás listo para cavar en la API de la visión de la nube. Usará enrollado para hacer pruebas rápidas de la API. También puede utilizar este método de su código también.

Las solicitudes de rizo se pueden hacer en la mayoría de los idiomas, ya sea que eso sea PHP, Python o nodo. De esta manera, puede hacer las llamadas directamente en la línea de comandos o asignar el resultado a una variable en el idioma de su elección. Encuentre algunos consejos rápidos en el uso de curl aquí .

Cree un archivo JSON simple para mantener los detalles de la solicitud. Llámalo google_vision.json . Almacenelo local en el que desea ejecutar los comandos de terminales.

 {
 "peticiones":[
    {
      "imagen":{
      "fuente":{
      "imageuri":
      "https://upload.wikimedia.org/wikipedia/commons/9/93/golden_retriever_carlos_%2810581910556%29.jpg"
         }
     },
       "caracteristicas": [{
         "Tipo": "type_unpecified",
         "MaxResults": 50
     },
       {
         "Tipo": "Landmark_Detection",
         "MaxResults": 50
     },
       {
         "Tipo": "face_detection",
         "MaxResults": 50
     }
       {
         "Tipo": "label_detection",
         "MaxResults": 50
     },
       {
         "Tipo": "text_detection",
         "MaxResults": 50
     },
       {
         "Tipo": "safe_search_detection",
         "MaxResults": 50
     },
       {
         "Tipo": "image_properties",
         "MaxResults": 50
     }
    ]
   }
  ]
} 

En el código anterior, ha indicado una imagen para analizar, así como las características específicas de la API para usar, incluida la detección de la cara y la detección de puntos de referencia. Safe_search_detection Es ideal para saber si la imagen es segura y en qué categoría pertenece, como contenido de adultos o violento. Image_properties Te lo dice sobre los colores y los detalles del nivel de píxeles.

Para ejecutar el comando CURL, en su interfaz de terminal o línea de comandos, ingrese lo siguiente.

 Curl -X Post -H "Autorización: Portador" $ (GCLOUD AUTÍO AUTÍO APLICACIÓN: TOKEN POR POR DE PULSO DE IMPRESIÓN DE PURSOS) -H "Tipo de contenido: Aplicación / JSON; Charlass = UTF-8" --Data-Binario @ google_vision.json "https://vision.googleapis.com/v1/images :anotate" & gt; Resultados 

Usando el & gt; resultados Sintaxis, tendrá los resultados almacenados en un nuevo archivo llamado resultados para usted. Indicó la URL a la API ( "https://vision.googleapis.com/v1/images :anotate" ) e incluyó sus datos JSON para CORREO lo.

Es posible que se le solicite la primera vez que usa esto para activar la API o permitir el acceso. Responda Sí o y a ese mensaje y debe devolver el JSON.

Si abre el archivo de resultados, obtendrá los resultados de datos de JSON de la solicitud API de la Visión. Aquí hay un fragmento:

{
  "Respuestas": [
    {
      "Labelannotations": [
        {
          "MEDIO": "/ M / 0BT9LR",
          "Descripción": "Perro",
          "Puntuación": 0.982986,
          "TOPALIDAD": 0.982986
        },
        {
          "Mid": "/ m / 01t032",
          "Descripción": "Golden Retriever",
          "Puntuación": 0.952482,
          "TOPALIDAD": 0.952482
        },
        {
... 

Ves algunos resultados muy útiles de inmediato. Bajo la Labelannotations ¡El nodo puede ver un coincidencia del 98 por ciento que la imagen contiene un "perro" y un coincidencia del 95 por ciento que contiene un "golden retriever"! El AI ya identificó el contenido de la imagen y otros detalles, incluido un "hocico" y el hecho de que es probable que sea un "perro deportivo".

Esto no requirió ningún entrenamiento de su parte debido al sistema ya capacitado de Google Vision AI. Al escanear los resultados, verá todo, desde las regiones recomendadas de cultivos, para las imágenes de recorte automático a los sujetos, a un detalle increíble de lo que hay en las imágenes, incluidos los colores y el contenido. Pruébelo con otras imágenes para ver qué tan poderosa es la API.

Puede continuar usando este método para probar las llamadas que usaremos. También puede configurar un SDK local en un idioma que prefiera e integral en su aplicación.

07. Instale la biblioteca de clientes

A continuación, hará una aplicación simple basada en la web para mostrar cómo integrar la API en sus proyectos.

Hay una serie de SDK disponibles en una variedad de idiomas para facilitar la integración. Usted utilizará el SDK PHP para esta siguiente sección. Si desea ajustar el código que sigue a un idioma diferente, hay un gran recurso de SDKS aquí .

Comience por asegurarse de que tiene una carpeta de proyecto configurada en su servidor local o remoto. Si ya no lo tiene, obtenga compositor e instale la carpeta de su proyecto. Opcionalmente, puede tener un compositor ya instalado a nivel mundial y eso también está bien.

Ejecute el siguiente comando compositor para instalar los archivos del proveedor para la Cloud Vision SDK.

 PHP -R "Copiar ('https://getcomposer.org/installer', 'compositor-setup.php');"
PHP -R "if (hash_file ('sha384', 'composer-setup.php') === '93b54496392c0627746 70ac18b134c3b3a95e5a5e5c88
F1A9F115F203B75BF9A129D5DAA8BA6A13E2CC8A1DA080
6388A8 ') {ECHO' instalador verificado '; } else {echo 'instalador corrupto'; desvincular ('compositor-setup.php'); } echo php_eol; "
PHP Composer-Setup.php
PHP -R "Unlink ('compositor-setup.php');"
PHP Composer.Far requiere Google / Cloud-Vision 

El compositor hace una carpeta de proveedores en la carpeta de su proyecto e instala todas las dependencias para usted. Si se queda atascado, lo que quiere usar PHP, puede consultar esto Instalación de recurso compositor .

08. Crea un nuevo archivo

Cree un nuevo archivo PHP en la carpeta de su proyecto. Sin embargo, configúrelo, pero incluya un formulario HTML simple para cargar imágenes para pruebas rápidas. Aquí hay un ejemplo de archivo PHP con el formulario incluido:

 & lt;! DOCTYPE HTML & GT;
& lt; html & gt;
& lt; cabeza y gt;
& lt; title & gt; net - tutorial de visión informática & lt; / title & gt;
& lt; / cabeza y gt;
& lt; cuerpo y gt;
& lt; forman acción = "index.php" ctype = "Multipart / Form-Data-Data" Method = "Post" & GT;
& lt; H1 & GT; Seleccionar imagen & lt; / H1 & GT;
& lt; Entrada tipo = "Archivo" Nombre = "Archivo" & GT; & lt; BR / & GT; & LT; BR / & GT;
& lt; type = "enviar" valor = "Subir imagen" Name = "Enviar" & GT; & lt; br / & gt;
& lt; / FORK & GT;
& lt; div clase = "resultados" & gt;
& lt;? PHP
// el código PHP va aquí //
Si (! ISSET ($ _ Publicar ['enviar'])) {Die (); }
& gt;
& lt; / DIV & GT;
& lt; / body & gt;
& lt; / html & gt; 

El código incluye un archivo HTML básico con un formulario y un marcador de posición para el código PHP. El código comienza a verificar la existencia de la imagen, enviado desde el formulario. Si aún no se envía, no hace nada.

09. Almacenar la imagen.

Si prefiere señalar las imágenes en línea o en su sistema, omita este paso. Si desea procesar imágenes que seleccione, agregue este código para guardar la imagen seleccionada.

 // guardar la imagen
$ filepath = $ _files ["Archivo"] ["Nombre"];
if (Move_uploaded_file ($ _ archivos ["Archivo"] ["tmp_name"], $ filepath)) {
echo "& lt; p & gt; & lt; img src =". $ filepath. "Estilo = 'Ancho: 400px; Altura: Auto;' / & gt; & lt; / p & gt; ";
} demás {
ECHO "ERROR !!";
} 

10. Añadir la variable de entorno

Necesitas establecer el Google_application_credentials Variable para que se autentique. En php usamos el putenv comando para establecer una variable de entorno. Agregue este código Siguiente en su código PHP:

 PUTENV ('Google_Application_Crenentials = / Users / RichardMattka / descargas / Vision Tutorial 1-0F464A9A0F7B.JSON'); 

Reemplace la ruta y el nombre del archivo a su archivo de clave privado de JSON.

11. Incluir la biblioteca

Añadir la biblioteca y inicializar el Languague clase en su código. Añadir este código Siguiente:

 Requiere __DIR__. '/vendor/autoload.php';
Utilice Google \ Cloud \ Vision \ V1 \ ImageanNotatorClient;
$ ProjectID = 'Vision-Tutorial-1';
$ imageannotator = nuevo imageannotatorclient ([
    'ProyectID' = & gt; $ projectid
]); 

Comience por requerir el AutoLoad del proveedor. Esto es similar en Python o nodo cuando necesita sus dependencias. Importar el Imageannotatorclient A continuación, para hacer uso de la clase. Definir tu Projecto ID . Si no está seguro de qué es esto, busque la consola de Google Cloud Project. Finalmente, crea un nuevo Imageannotatorclient Objeto usando su proyectorido y asignelo a la $ imagienenotator variable.

12. Analizar contenido de la imagen.

Comience a enviar la imagen a la API para su análisis. Mostrará el resultado como JSON a la pantalla por ahora, pero en la práctica podría evaluar los resultados y usarlos de la manera que desee.

Añadir lo siguiente para enviar la imagen a la API.

 $ image = file_get_contents ($ filepath);
$ Response = $ Imagenenotator- & GT; LabelDetection ($ Imagen);
$ etiquetas = $ Respuesta- & gt; getlabelannotations ();

foreach ($ etiquetas como $ etiqueta) {
echo "& lt; div clase = 'resultado' & gt;";
$ resultado = $ label- & gt; getDescription ();
echo $ resultado. "(". $ label- & gt; getscore () ")";
echo "& lt; / div & gt;";
} 

Esto envía el contenido del formulario enviado a la imagennotador Punto final y almacena el resultado en el RESPUESTA DE $ variable. Especifica el labado característica. También puedes usar Detección de rostro De Logodetection De TextDetection y muchas otras funciones. Para una lista completa, Chequea aquí .

A continuación, iterar sobre la lista de etiquetas. Este es solo un ejemplo para mostrar cómo usarlo: podría procesarlo y reaccionar a los resultados, sin embargo, necesita.

13. Detectar caras

Otro ejemplo rápido de cuán poderosa se encuentra la API en el Detección de rostro función. Esto devolverá los datos de la emoción, así como la información de ubicación de dónde están en la imagen las caras. Pruebe este código para ver cómo funciona.

 $ Response = $ Imagenenotator- & GT; Facetetection ($ imagen);
$ caras = $ Respuesta- & gt; getfaceannotations ();

$ probapeeliodname = ['desconocido', 'muy_unlikely', 'improbable',
    'Posible', 'probable', 'muy_likly'];
// var_dump ($ etiquetas);

foreach ($ caras como $ cara) {
echo "& lt; div clase = 'resultado' & gt;";
$ enojo = $ cara- & gt; getangerlikeliud ();
printf ("ira:% s". php_eol, $ probapeeliodname [$ enojo]);
$ alegría = $ cara- & gt; getjoylikeliud ();
    PrintF ("Joy:% s". php_eol, $ probapeeliodname [$ joy]);
$ vértices = $ FACE- & GT; GETBOUNDINGPOLY () - & GT; Getvertices ();
    $ límites = [];
    foreach ($ vértices como $ vértices) {
        $ límites [] = sprintf ('(% d,% d)', $ vértice- & gt; getx (), $ vértice- & gt; gety ());
    }
    Imprimir ('límites:'. Únete a (',', $ límites). php_eol);
echo "& lt; / div & gt;";
} 

Empiezas usando el Detección de rostro Función del anotador y pasa en la imagen como el ejemplo anterior. Entonces obtienes el FacenasNotiáonas . Utiliza una variedad de pesos de respuesta en lenguaje más común, por lo que puede ver la probabilidad de ciertas emociones. Siguiendo esto, itera la respuesta como antes. Usted verifica dos de varias emociones posibles, enojo y alegría, devolviendo los resultados de aquellos. Esto también le dará las esquinas de los cuadros delimitadores que definen cada cara encontrada.

Este artículo fue publicado originalmente en el número 316 de neto , la revista más vendida del mundo para diseñadores web y desarrolladores web. Comprar problema 316 aquí o Suscríbete aquí .

Artículos relacionados:

• Increíble herramienta AI reconstruye fotos como la magia
• 17 herramientas principales en Google Analytics
• Los mejores editores de código.