此页面由 Cloud Translation API 翻译。

试用光学字符识别 (OCR) 功能

本指南将引导您完成使用 Google 的 Vertex AI Vision 服务运行光学字符识别 (OCR) 测试的过程。

在尝试此示例之前，请按照《Vertex AI 快速入门：使用客户端库》中的 Python 设置说明执行操作。如需了解详情，请参阅 Vertex AI Python API 参考文档。

创建 Python 文件 ocr_test.py。将 image_uri_to_test 值替换为源映像的 URI，如下所示：

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)

替换以下内容：

IMAGE_URI 替换为包含文本的公开可用图片的 URI，例如“https://cloud.google.com/vision/docs/images/sign.jpg”。或者，您也可以指定 Cloud Storage URI，例如“gs://your-bucket/your-image.png”

创建 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"]

为翻译应用构建 Docker 映像：
```
docker build -t ocr-app .
```
按照配置 Docker 中的说明执行以下操作：
1. 配置 Docker，
2. 创建 Secret，并
3. 将映像上传到 HaaS。
登录用户集群，并使用用户身份生成其 kubeconfig 文件。确保您已将 kubeconfig 路径设置为环境变量：
```
export KUBECONFIG=${CLUSTER_KUBECONFIG_PATH}
```
在终端中运行以下命令，粘贴您的 API 密钥，以创建 Kubernetes Secret：
```
kubectl create secret generic gcp-api-key-secret \
  --from-literal=GCP_API_KEY='PASTE_YOUR_API_KEY_HERE'
```
此命令会创建一个名为 gcp-api-key-secret 的 Secret，其中包含一个键 GCP_API_KEY。

应用 Kubernetes 清单：

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

替换以下内容：

HARBOR_INSTANCE_URL：Harbor 实例网址。
HARBOR_PROJECT：Harbor 项目。
SECRET：为存储 Docker 凭据而创建的 Secret 的名称。

检查作业状态：

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

作业完成后，您可以在 pod 日志中查看 OCR 输出：
```
kubectl logs -l job-name=ocr-test-job-apikey
```

试用光学字符识别 (OCR) 功能 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

试用光学字符识别 (OCR) 功能