此页面由 Cloud Translation API 翻译。

标签检测教程

受众

本教程旨在帮助您开始使用 Video Intelligence API 探索和开发应用。本指南面向熟悉 Python 的人员。您还应该具备一定的编程知识。阅读完本教程后，您应该能够根据参考文档创建自己的基本应用。

本教程介绍使用 Python 代码的 Video Intelligence API 应用。但我们的目的不是解说 Python 客户端库，而是说明如何使用视频标签检测功能调用 Video Intelligence API。Java 和 Node.js 中的应用基本相似。

如果您想要查看只含代码的示例或其他语言的示例，请查看配套的方法指南。

前提条件

本教程具有以下前提条件：

您已在 Google Cloud 控制台中设置了 Video Intelligence API 项目。
您已使用服务账号和应用默认凭据设置您的环境。
您基本熟悉 Python 编程。
您已经设置了 Python 开发环境。
建议您在系统上安装最新版本的 Python、pip 和 virtualenv。有关说明，请参阅 Google Cloud 的 Python 开发环境设置指南。
您已经安装 Google Cloud 客户端库

使用标签检测功能为视频添加注释

本教程介绍了一个使用 LABEL_DETECTION 请求的基本 Video API 应用。LABEL_DETECTION 请求会使用根据图像内容选择的标签（或“标记”）为视频添加注释。例如，如果某个视频中有一辆火车停在十字路口则可能会产生“火车”、“运输”、“铁路十字路口”等标签。

以下是本教程所需的完整代码。我们已从该代码中移除了大多数注释，以突出显示该代码的简洁程度。我们将在后面解说代码的过程中提供注释。

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)

此简单应用执行以下任务：

导入运行应用所需的库
将 Cloud Storage URI 中存储的视频文件作为参数并传递给 main() 函数。
获取凭据以运行 Video Intelligence API 服务
创建要发送到视频服务的视频注释请求
发送请求并返回一个长时间运行的操作
轮询长时间运行的操作，直到视频处理完成并且返回值可用。
解析服务的响应并向用户显示响应。

导入库

import argparse

from google.cloud import videointelligence

导入了一些标准库：argparse（以允许应用接受输入文件名作为参数）和 sys（用于在等待 API 响应时为输出设置格式）。导入了软件包 time 来运行一些简单的等待循环。

使用 Video Intelligence API 时，您还需要导入 google.cloud.videointelligence_v1 及其枚举类，其中包含了 API 调用的目录。

运行应用

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)

此处，针对视频文件名的 Cloud Storage URI 解析传递的参数，并传递给 main() 函数。

向 API 进行身份验证

与 Video Intelligence API 服务通信之前，您需要使用先前获得的凭据来对您的服务进行身份验证。在应用中，获取凭据的最简单方法是使用应用默认凭据 (ADC)。默认情况下，ADC 将尝试从 GOOGLE_APPLICATION_CREDENTIALS 环境文件获取凭据，该文件应设置为指向您的服务账号的 JSON 密钥文件。（您应该已在快速入门中设置了您的服务账号和环境以使用 ADC。

构建请求

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

现在，Video Intelligence API 服务已准备就绪，您可以构建要发送至该服务的请求。向 Video Intelligence API 发出的请求是作为 JSON 对象提供的。如需全面了解此类请求的具体结构，请参阅 Video Intelligence API 参考。

此代码段执行以下任务：

为发送到 annotate_video() 方法的 POST 请求构造 JSON。
将传递的视频文件名所在的 Cloud Storage 位置注入请求。
指出 annotate 方法应执行 LABEL_DETECTION。

检查操作

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

如果使用针对现有操作的现有操作请求，就会发生 while 循环用于定期检查该操作的状态。部署操作指示该操作是 done，则系统会解析响应。

解析响应

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")

操作完成后，响应将包含 AnnotateVideoResponse 中的结果（其中包括一个 annotationResults 列表，在请求中发送的每个视频各有一个结果）。由于请求中仅发送了一个视频，因此系统会选取结果的第一个 segmentLabelAnnotations，并循环遍历 segmentLabelAnnotations 中的所有标签。本教程中仅使用 segmentLabelAnnotations，因此只会显示视频级注释。每个 segment_label 都包含说明 (segment_label.description)、实体类别列表 (segment_label.category_entities) 以及片段列表，用于标识标签在视频中的出现时间（对于 segment_label_annotations，应为跨越整个视频或视频片段的一个片段）。

{
   "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
                  }
                ]
              },
               ...
            ]
         }
      ]
   }
}

由于请求中仅发送了一个视频，因此系统会输出第一个结果的第一个 description。

运行您的应用

要运行您的应用，只需向其传递视频的 Cloud Storage URI 即可：

$ 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
...

输出

下面是一个可能的输出示例。

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

恭喜！您已使用 Video Intelligence API 执行了注释任务！