Questa pagina è stata tradotta dall'API Cloud Translation.

Tutorial sul rilevamento etichette

Pubblico

Questo tutorial è progettato per aiutarti a iniziare a esplorare e sviluppare applicazioni con l'API Video Intelligence. È pensato per chi ha una conoscenza di base di Python. Dovresti anche essere in grado di da seguire insieme con conoscenze limitate di programmazione. Avere seguito questo tutorial, dovresti essere in grado di usare Documentazione di riferimento per creare la tua applicazioni di base.

Questo tutorial illustra la procedura per eseguire un'applicazione dell'API Video Intelligence utilizzando il codice Python. Lo scopo qui non è spiegare le librerie client Python, ma spiegare come effettuare chiamate all'API Video Intelligence utilizzando il rilevamento etichette video funzionalità. Le applicazioni in Java e Node.js sono essenzialmente simili.

Se cerchi un esempio solo di codice o in un'altra lingua, dai un'occhiata al companion guida illustrativa.

Prerequisiti

Questo tutorial ha i seguenti prerequisiti:

Hai configurato un progetto API Video Intelligence nella console Google Cloud.
Hai configurato il tuo ambiente utilizzando un account di servizio e le credenziali predefinite dell'applicazione.
Hai una conoscenza di base della programmazione in Python.
Hai configurato l'ambiente di sviluppo Python.
È consigliabile hai installato la versione più recente di Python, pip e virtualenv del tuo sistema. Per le istruzioni, consulta la Guida alla configurazione dell'ambiente di sviluppo Python per Google Cloud.
Tu abbia installato la libreria client di Google Cloud.

Annotare un video utilizzando il rilevamento delle etichette

Questo tutorial illustra un'applicazione API Video di base, utilizzando un Richiesta di LABEL_DETECTION. Una richiesta LABEL_DETECTION annota un video con etichette (o "tag") selezionate in base ai contenuti dell'immagine. Ad esempio, un di un treno che attraversa un incrocio può produrre etichette come "treno", "trasporti", "passaggio a livello".

Di seguito è riportato l'intero codice necessario per questo tutorial. Con più commenti sono state rimosse dal codice per evidenziarne la brevità. Invece, vengono forniti in un secondo momento, mentre esamineremo il codice.

import argparse

from google.cloud import videointelligence



def analyze_labels(path):
    """Detects labels given a GCS path."""
    video_client = videointelligence.VideoIntelligenceServiceClient()
    features = [videointelligence.Feature.LABEL_DETECTION]
    operation = video_client.annotate_video(
        request={"features": features, "input_uri": path}
    )
    print("\nProcessing video for label annotations:")

    result = operation.result(timeout=90)
    print("\nFinished processing.")

    segment_labels = result.annotation_results[0].segment_label_annotations
    for i, segment_label in enumerate(segment_labels):
        print("Video label description: {}".format(segment_label.entity.description))
        for category_entity in segment_label.category_entities:
            print(
                "\tLabel category description: {}".format(category_entity.description)
            )

        for i, segment in enumerate(segment_label.segments):
            start_time = (
                segment.segment.start_time_offset.seconds
                + segment.segment.start_time_offset.microseconds / 1e6
            )
            end_time = (
                segment.segment.end_time_offset.seconds
                + segment.segment.end_time_offset.microseconds / 1e6
            )
            positions = "{}s to {}s".format(start_time, end_time)
            confidence = segment.confidence
            print("\tSegment {}: {}".format(i, positions))
            print("\tConfidence: {}".format(confidence))
        print("\n")


if __name__ == "__main__":
    parser = argparse.ArgumentParser(
        description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter
    )
    parser.add_argument("path", help="GCS file path for label detection.")
    args = parser.parse_args()

    analyze_labels(args.path)

Questa semplice applicazione esegue le seguenti attività:

Importa le librerie necessarie per eseguire l'applicazione.
Prende come argomento un file video archiviato nell'URI Cloud Storage e lo passa alla funzione main().
Recupera le credenziali per eseguire il servizio API Video Intelligence.
Crea una richiesta di annotazione video da inviare al servizio video.
Invia la richiesta e restituisce un'operazione a lunga esecuzione.
Esegue il loop dell'operazione a lunga esecuzione finché il video non viene elaborato e restituisce i valori disponibili.
Analizza la risposta per il servizio e la mostra all'utente.

Importare librerie

import argparse

from google.cloud import videointelligence

Vengono importate alcune librerie standard: argparse per consentire all'applicazione di accettare i nomi file di input come argomenti e sys per formattare l'output in attesa delle risposte dell'API. Il pacchetto time è stato importato per l'esecuzione ad alcuni semplici anelli di attesa.

Quando utilizzi l'API Video Intelligence, dovrai anche importare google.cloud.videointelligence_v1 e la relativa classe di enumerazione, che contiene la directory delle nostre chiamate API.

Eseguire l'applicazione

parser = argparse.ArgumentParser(
    description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter
)
parser.add_argument("path", help="GCS file path for label detection.")
args = parser.parse_args()

analyze_labels(args.path)

Qui l'argomento passato viene analizzato per l'URI Cloud Storage del nome del file del video e viene passato alla funzione main().

Autenticazione nell'API

Prima di comunicare con il servizio dell'API Video Intelligence, devi autenticare il tuo servizio utilizzando le credenziali acquisite in precedenza. All'interno di un'applicazione, il modo più semplice per ottenere le credenziali è utilizzare le credenziali predefinite dell'applicazione (ADC). Per impostazione predefinita, ADC tenta di ottenere le credenziali GOOGLE_APPLICATION_CREDENTIALS file di ambiente, che deve essere impostato come punto al file di chiave JSON dell'account di servizio. Dovresti aver configurato l'account di servizio e l'ambiente per utilizzare ADC nella guida rapida.

Crea la richiesta

video_client = videointelligence.VideoIntelligenceServiceClient()
features = [videointelligence.Feature.LABEL_DETECTION]
operation = video_client.annotate_video(
    request={"features": features, "input_uri": path}
)

Ora che il servizio API Video Intelligence è pronto, puoi creare una richiesta a quel servizio. Le richieste all'API Video Intelligence forniti come oggetti JSON. Consulta la documentazione di riferimento per l'API Video Intelligence per informazioni complete sulla struttura specifica di una richiesta di questo tipo.

Questo snippet di codice esegue le seguenti attività:

Crea il JSON per una richiesta POST al metodo annotate_video().
Inserisce nella richiesta la posizione Cloud Storage del nome del file video passato.
Indica che il metodo annotate deve eseguire LABEL_DETECTION.

Controlla l'operazione

result = operation.result(timeout=90)
print("\nFinished processing.")

Utilizzo della richiesta di operazione esistente per l'operazione esistente, un loop while per controllare periodicamente lo stato dell'operazione. Una volta che l'operazione ha indicato che è done, la risposta viene analizzata.

Analizza la risposta

segment_labels = result.annotation_results[0].segment_label_annotations
for i, segment_label in enumerate(segment_labels):
    print("Video label description: {}".format(segment_label.entity.description))
    for category_entity in segment_label.category_entities:
        print(
            "\tLabel category description: {}".format(category_entity.description)
        )

    for i, segment in enumerate(segment_label.segments):
        start_time = (
            segment.segment.start_time_offset.seconds
            + segment.segment.start_time_offset.microseconds / 1e6
        )
        end_time = (
            segment.segment.end_time_offset.seconds
            + segment.segment.end_time_offset.microseconds / 1e6
        )
        positions = "{}s to {}s".format(start_time, end_time)
        confidence = segment.confidence
        print("\tSegment {}: {}".format(i, positions))
        print("\tConfidence: {}".format(confidence))
    print("\n")

Una volta completata l'operazione, la risposta conterrà il risultato all'interno di un AnnotateVideoResponse che consiste in un elenco di annotationResults, uno per ogni video inviato la richiesta. Poiché nella richiesta è stato inviato un solo video, vengono utilizzati i primi segmentLabelAnnotations dei risultati, tutte le etichette in segmentLabelAnnotations sono in loop. Utilizzando solo segmentLabelAnnotations, questo tutorial mostra solo le annotazioni a livello di video. Ogni segment_label include una descrizione (segment_label.description), un elenco di categorie di entità (segment_label.category_entities) e un elenco di segmenti che identificano l'ora di inizio/fine delle occorrenze dell'etichetta nel video (deve essere un segmento che copra l'intero video o un segmento video per il caso di segment_label_annotations).

{
   "name":"us-west1.12089999971048628582",
   "metadata":{
      "@type":"type.googleapis.com/google.cloud.videointelligence.v1.AnnotateVideoProgress",
      "annotationProgress":[
         {
            "inputUri":"gs://YOUR_BUCKET/YOUR_OBJECT",
            "updateTime":"2020-01-31T01:49:52.498015Z",
            "startTime":"2020-01-31T01:49:43.056481Z"
         }
      ]
   },
   "done": true,
   "response":{
      "@type":"type.googleapis.com/google.cloud.videointelligence.v1.AnnotateVideoResponse",
      "annotationResults":[
         {
            "inputUri":"gs://YOUR_BUCKET/YOUR_OBJECT",
            "segmentLabelAnnotations": [
              {
                "entity": {
                  "entityId": "/m/01yrx",
                  "languageCode": "en-US"
                },
                "segments": [
                  {
                    "segment": {
                      "startTimeOffset": "0s",
                      "endTimeOffset": "14.833664s"
                    },
                    "confidence": 0.98509187
                  }
                ]
              },
               ...
            ]
         }
      ]
   }
}

Poiché nella richiesta è stato inviato un solo video, vengono stampati i primi description del primo risultato.

Esegui l'applicazione

Per eseguire l'applicazione, è sufficiente passare l'URI Cloud Storage di un video:

$ python labels.py gs://YOUR_BUCKET/YOUR_OBJECT
Operation us-west1.4757250774497581229 started: 2020-01-30T01:46:30.158989Z
Operation processing ...
The video has been successfully processed.

Video label description: urban area
        Label category description: city
        Segment 0: 0.0s to 38.752016s
        Confidence: 0.946980476379


Video label description: traffic
        Segment 0: 0.0s to 38.752016s
        Confidence: 0.94105899334


Video label description: vehicle
        Segment 0: 0.0s to 38.752016s
        Confidence: 0.919958174229
...

Output

Di seguito è riportato un esempio di possibile output.

Processing video for label annotations:

Finished processing. Video label description: crowd Label category description: people Segment 0: 0.0s to 60.24s Confidence: 0.527720749378

Video label description: official Label category description: person Segment 0: 0.0s to 60.24s Confidence: 0.372822880745

Video label description: audience Label category description: people Segment 0: 0.0s to 60.24s Confidence: 0.501719772816

Video label description: news Segment 0: 0.0s to 60.24s Confidence: 0.867252230644

Video label description: people Label category description: person Segment 0: 0.0s to 60.24s Confidence: 0.46747264266

Video label description: politics Segment 0: 0.0s to 60.24s Confidence: 0.319397002459

Complimenti! Hai eseguito un'attività di annotazione utilizzando l'API Video Intelligence.