Experimente o reconhecimento ótico de carateres (OCR)

Este guia explica o processo de execução de um teste de reconhecimento ótico de carateres (OCR) através do serviço Vertex AI Vision da Google.

Antes de experimentar este exemplo, siga as instruções de configuração do Python no início rápido do Vertex AI com bibliotecas cliente. Para mais informações, consulte a documentação de referência da API Python do Vertex AI.

1. Crie um ficheiro Python ocr_test.py. Substitua o valor image_uri_to_test pelo URI de uma imagem de origem, como mostrado:

   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)
   

   Substitua o seguinte:

   • IMAGE_URI com o URI de uma imagem disponível publicamente que contenha texto, por exemplo, "https://cloud.google.com/vision/docs/images/sign.jpg". Em alternativa, pode especificar um URI do Cloud Storage, por exemplo, "gs://your-bucket/your-image.png"

2. Crie um 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. Crie a imagem do Docker para a aplicação de tradução:

   docker build -t ocr-app .
   

4. Siga as instruções em Configurar o Docker para:

   1. Configure o Docker,
   2. Crie um segredo e
   3. Carregue a imagem para o HaaS.

5. Inicie sessão no cluster de utilizadores e gere o respetivo ficheiro kubeconfig com uma identidade de utilizador. Certifique-se de que define o caminho do kubeconfig como uma variável de ambiente:

   export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
   

6. Crie um segredo do Kubernetes executando o seguinte comando no seu terminal e colando a chave da API:

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

   Este comando cria um segredo com o nome gcp-api-key-secret com uma chave GCP_API_KEY.

7. Aplique o manifesto do 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
   
   

   Substitua o seguinte:

   • HARBOR_INSTANCE_URL: o URL da instância do Harbor.
   • HARBOR_PROJECT: o projeto Harbor.
   • SECRET: o nome do segredo criado para armazenar credenciais do Docker.

8. Verifique o estado da tarefa:

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

9. Após a conclusão da tarefa, pode ver o resultado da OCR nos registos do pod:

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