Essayer la reconnaissance optique des caractères (OCR)

Ce guide vous explique comment exécuter un test de reconnaissance optique des caractères (OCR) à l'aide du service Vertex AI Vision de Google.

Avant d'essayer cet exemple, suivez les instructions de configuration pour Python décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI en langage Python.

1. Créez un fichier Python ocr_test.py. Remplacez la valeur image_uri_to_test par l'URI d'une image source, comme indiqué :

   import os
   import requests
   import json
   
   def detect_text_rest(image_uri):
       """Performs Optical Character Recognition (OCR) on an image by invoking the Vertex AI REST API."""
   
       # Securely fetch the API key from environment variables
       api_key = os.environ.get("GCP_API_KEY")
       if not api_key:
           raise ValueError("GCP_API_KEY environment variable must be defined.")
   
       # Construct the Vision API endpoint URL
       vision_api_url = f"https://vision.googleapis.com/v1/images:annotate?key={api_key}"
   
       print(f"Initiating OCR process for image: {image_uri}")
   
       # Define the request payload for text detection
       request_payload = {
           "requests": [
               {
                   "image": {
                       "source": {
                           "imageUri": image_uri
                       }
                   },
                   "features": [
                       {
                           "type": "TEXT_DETECTION"
                       }
                   ]
               }
           ]
       }
   
       # Send a POST request to the Vision API
       response = requests.post(vision_api_url, json=request_payload)
       response.raise_for_status()  # Check for HTTP errors
   
       response_json = response.json()
   
       print("\n--- OCR Results ---")
   
       # Extract and print the detected text
       if "textAnnotations" in response_json["responses"]:
           full_text = response_json["responses"]["textAnnotations"]["description"]
           print(f"Detected Text:\n{full_text}")
       else:
           print("No text was detected in the image.")
   
       print("--- End of Results ---\n")
   
   if __name__ == "__main__":
       # URI of a publicly available image, or a storage bucket
       image_uri_to_test = "IMAGE_URI"
   
       detect_text_rest(image_uri_to_test)
   

   Remplacez les éléments suivants :

   • IMAGE_URI avec l'URI d'une image accessible au public contenant du texte, par exemple "https://cloud.google.com/vision/docs/images/sign.jpg". Vous pouvez également spécifier un URI Cloud Storage, par exemple "gs://your-bucket/your-image.png".

2. Créez un fichier Dockerfile :

   ROM python:3.9-slim
   
   WORKDIR /app
   
   COPY ocr_test.py /app/
   
   # Install 'requests' for HTTP calls
   RUN pip install --no-cache-dir requests
   
   CMD ["python", "ocr_test.py"]
   

3. Créez l'image Docker pour l'application de traduction :

   docker build -t ocr-app .
   

4. Suivez les instructions de la section Configurer Docker pour :

   1. Configurez Docker.
   2. créer un secret ;
   3. Importez l'image dans HaaS.

5. Connectez-vous au cluster d'utilisateur et générez son fichier kubeconfig avec une identité utilisateur. Assurez-vous de définir le chemin d'accès kubeconfig en tant que variable d'environnement :

   export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
   

6. Créez un secret Kubernetes en exécutant la commande suivante dans votre terminal et en collant votre clé API :

   kubectl create secret generic gcp-api-key-secret \
     --from-literal=GCP_API_KEY='PASTE_YOUR_API_KEY_HERE'
   

   Cette commande crée un secret nommé gcp-api-key-secret avec une clé GCP_API_KEY.

7. Appliquez le fichier manifeste Kubernetes :

   apiVersion: batch/v1
   kind: Job
   metadata:
     name: ocr-test-job-apikey
   spec:
     template:
       spec:
         containers:
         - name: ocr-test-container
           image: HARBOR_INSTANCE_URL/HARBOR_PROJECT/ocr-app:latest # Your image path
           # Mount the API key from the secret into the container
           # as an environment variable named GCP_API_KEY.
           imagePullSecrets:
           - name: ${SECRET}
           envFrom:
           - secretRef:
               name: gcp-api-key-secret
         restartPolicy: Never
     backoffLimit: 4
   
   

   Remplacez les éléments suivants :

   • HARBOR_INSTANCE_URL : URL de l'instance Harbor.
   • HARBOR_PROJECT : projet Harbor.
   • SECRET : nom du secret créé pour stocker les identifiants Docker.

8. Vérifiez l'état du job :

   kubectl get jobs/ocr-test-job-apikey
   # It will show 0/1 completions, then 1/1 after it succeeds
   

9. Une fois le job terminé, vous pouvez afficher le résultat de l'OCR dans les journaux du pod :

   kubectl logs -l job-name=ocr-test-job-apikey