Anotación sin conexión de imágenes en lote

La API de Vision puede ejecutar servicios de detección (asíncronos) sin conexión y anotaciones de un gran lote de archivos de imagen con cualquier tipo de función de Vision. Por ejemplo, puedes especificar una o más funciones de la API de Vision (como TEXT_DETECTION, LABEL_DETECTION y LANDMARK_DETECTION) para un solo lote de imágenes.

El resultado de una solicitud por lotes sin conexión se escribe en un archivo JSON creado en el bucket de Cloud Storage especificado.

Nota: Todos los tipos de funciones de la API de Vision también ofrecen anotaciones de imágenes por lotes síncronas en línea. Las solicitudes síncronas en línea ofrecen una respuesta inmediata a una solicitud de anotación. Para obtener más información, consulta las guías prácticas.

• Solicitudes en línea (síncronas): una solicitud de anotación en línea (images:annotate o files:annotate) le muestra al usuario las anotaciones intercaladas de manera inmediata. Las solicitudes de anotaciones en línea limitan la cantidad de archivos que puedes anotar en una sola solicitud. Con una solicitud images:annotate, solo puedes especificar una pequeña cantidad de imágenes (<=16) para anotar. Con una solicitud files:annotate, solo se puede especificar un archivo y especificar una pequeña cantidad de páginas (<=5) en ese archivo para anotar.
• Solicitudes sin conexión (asíncronas): una solicitud de anotación sin conexión (images:asyncBatchAnnotate o files:asyncBatchAnnotate) inicia una operación de larga duración (LRO) y no le muestra una respuesta al emisor de forma inmediata. Cuando la LRO se completa, las anotaciones se almacenan como archivos en el bucket de Cloud Storage que especifiques. Una solicitud images:asyncBatchAnnotate te permite especificar hasta 2,000 imágenes por solicitud. Una solicitud files:asyncBatchAnnotate te permite especificar más lotes de archivos y puede especificar más páginas (<=2,000) por archivo para la anotación a la vez, que con las solicitudes en línea.

Limitaciones

La API de Vision acepta hasta 2,000 archivos de imagen. Un lote mayor, mostrará un error.

Nota: Si hay archivos en una solicitud por lotes que Cloud Vision no procesó correctamente, vuelve a enviar aquellos archivos que no se pudieron procesar para evitar el cobro de archivos que se procesaron de forma correcta.

Tipos de funciones admitidas en la actualidad

Tipo de atributo
CROP_HINTS	Determina los vértices sugeridos para una región de recorte en una imagen.
DOCUMENT_TEXT_DETECTION	Realiza OCR en imágenes de texto denso, como documentos (PDF o TIFF) y también en imágenes con escritura a mano. TEXT_DETECTION se puede usar para imágenes de texto escaso. Tiene prioridad cuando están presentes DOCUMENT_TEXT_DETECTION y TEXT_DETECTION.
FACE_DETECTION	Detecta rostros dentro de la imagen.
IMAGE_PROPERTIES	Procesa un conjunto de propiedades de la imagen, como sus colores predominantes.
LABEL_DETECTION	Agrega etiquetas según el contenido de la imagen.
LANDMARK_DETECTION	Detecta puntos de referencia geográficos dentro de la imagen.
LOGO_DETECTION	Detecta logotipos de empresas dentro de una imagen.
OBJECT_LOCALIZATION	Detecta y extrae varios objetos de una imagen.
SAFE_SEARCH_DETECTION	Ejecuta SafeSearch para detectar contenido inseguro o no deseado.
TEXT_DETECTION	Realiza reconocimiento óptico de caracteres (OCR) en el texto dentro la imagen. La detección de texto está optimizada para áreas de texto escaso dentro de una imagen más grande. Si la imagen es un documento (PDF o TIFF) y tiene texto denso o contiene escritura a mano, usa DOCUMENT_TEXT_DETECTION en su lugar.
WEB_DETECTION	Detecta entidades temáticas como noticias, eventos o celebridades en la imagen y encuentra imágenes similares en la Web gracias a la Búsqueda de imágenes de Google.

Código de muestra

Usa las siguientes muestras de código para ejecutar servicios de anotaciones sin conexión en un lote de archivos de imagen en Cloud Storage.

Nota: En las siguientes muestras de código, cada elemento de solicitudes (requests_element/requestsElement) corresponde a una sola imagen. Si deseas anotar más imágenes, crea un elemento de solicitud para cada una y agrégala al arreglo de solicitudes (requests).

Java

Antes de probar este código de muestra, sigue las instrucciones de configuración para Java que se encuentran la Guía de inicio rápido de la API de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Java.

Nota: Si eres un usuario del framework de Spring de Java, Spring Cloud Google Cloud te ofrece una manera de establecer de forma automática la configuración de la autenticación y los objetos cliente para usar la API de Vision.

import com.google.cloud.vision.v1.AnnotateImageRequest;
import com.google.cloud.vision.v1.AsyncBatchAnnotateImagesRequest;
import com.google.cloud.vision.v1.AsyncBatchAnnotateImagesResponse;
import com.google.cloud.vision.v1.Feature;
import com.google.cloud.vision.v1.GcsDestination;
import com.google.cloud.vision.v1.Image;
import com.google.cloud.vision.v1.ImageAnnotatorClient;
import com.google.cloud.vision.v1.ImageSource;
import com.google.cloud.vision.v1.OutputConfig;
import java.io.IOException;
import java.util.concurrent.ExecutionException;

public class AsyncBatchAnnotateImages {

  public static void asyncBatchAnnotateImages()
      throws InterruptedException, ExecutionException, IOException {
    String inputImageUri = "gs://cloud-samples-data/vision/label/wakeupcat.jpg";
    String outputUri = "gs://YOUR_BUCKET_ID/path/to/save/results/";
    asyncBatchAnnotateImages(inputImageUri, outputUri);
  }

  public static void asyncBatchAnnotateImages(String inputImageUri, String outputUri)
      throws IOException, ExecutionException, InterruptedException {
    // Initialize client that will be used to send requests. This client only needs to be created
    // once, and can be reused for multiple requests. After completing all of your requests, call
    // the "close" method on the client to safely clean up any remaining background resources.
    try (ImageAnnotatorClient imageAnnotatorClient = ImageAnnotatorClient.create()) {

      // You can send multiple images to be annotated, this sample demonstrates how to do this with
      // one image. If you want to use multiple images, you have to create a `AnnotateImageRequest`
      // object for each image that you want annotated.
      // First specify where the vision api can find the image
      ImageSource source = ImageSource.newBuilder().setImageUri(inputImageUri).build();
      Image image = Image.newBuilder().setSource(source).build();

      // Set the type of annotation you want to perform on the image
      // https://cloud.google.com/vision/docs/reference/rpc/google.cloud.vision.v1#google.cloud.vision.v1.Feature.Type
      Feature feature = Feature.newBuilder().setType(Feature.Type.LABEL_DETECTION).build();

      // Build the request object for that one image. Note: for additional images you have to create
      // additional `AnnotateImageRequest` objects and store them in a list to be used below.
      AnnotateImageRequest imageRequest =
          AnnotateImageRequest.newBuilder().setImage(image).addFeatures(feature).build();

      // Set where to store the results for the images that will be annotated.
      GcsDestination gcsDestination = GcsDestination.newBuilder().setUri(outputUri).build();
      OutputConfig outputConfig =
          OutputConfig.newBuilder()
              .setGcsDestination(gcsDestination)
              .setBatchSize(2) // The max number of responses to output in each JSON file
              .build();

      // Add each `AnnotateImageRequest` object to the batch request and add the output config.
      AsyncBatchAnnotateImagesRequest request =
          AsyncBatchAnnotateImagesRequest.newBuilder()
              .addRequests(imageRequest)
              .setOutputConfig(outputConfig)
              .build();

      // Make the asynchronous batch request.
      AsyncBatchAnnotateImagesResponse response =
          imageAnnotatorClient.asyncBatchAnnotateImagesAsync(request).get();

      // The output is written to GCS with the provided output_uri as prefix
      String gcsOutputUri = response.getOutputConfig().getGcsDestination().getUri();
      System.out.format("Output written to GCS with prefix: %s%n", gcsOutputUri);
    }
  }
}

Node.js

Antes de probar este código de muestra, sigue las instrucciones de configuración para Node.js que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Node.js.

Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

/**
 * TODO(developer): Uncomment these variables before running the sample.
 */
// const inputImageUri = 'gs://cloud-samples-data/vision/label/wakeupcat.jpg';
// const outputUri = 'gs://YOUR_BUCKET_ID/path/to/save/results/';

// Imports the Google Cloud client libraries
const {ImageAnnotatorClient} = require('@google-cloud/vision').v1;

// Instantiates a client
const client = new ImageAnnotatorClient();

// You can send multiple images to be annotated, this sample demonstrates how to do this with
// one image. If you want to use multiple images, you have to create a request object for each image that you want annotated.
async function asyncBatchAnnotateImages() {
  // Set the type of annotation you want to perform on the image
  // https://cloud.google.com/vision/docs/reference/rpc/google.cloud.vision.v1#google.cloud.vision.v1.Feature.Type
  const features = [{type: 'LABEL_DETECTION'}];

  // Build the image request object for that one image. Note: for additional images you have to create
  // additional image request objects and store them in a list to be used below.
  const imageRequest = {
    image: {
      source: {
        imageUri: inputImageUri,
      },
    },
    features: features,
  };

  // Set where to store the results for the images that will be annotated.
  const outputConfig = {
    gcsDestination: {
      uri: outputUri,
    },
    batchSize: 2, // The max number of responses to output in each JSON file
  };

  // Add each image request object to the batch request and add the output config.
  const request = {
    requests: [
      imageRequest, // add additional request objects here
    ],
    outputConfig,
  };

  // Make the asynchronous batch request.
  const [operation] = await client.asyncBatchAnnotateImages(request);

  // Wait for the operation to complete
  const [filesResponse] = await operation.promise();

  // The output is written to GCS with the provided output_uri as prefix
  const destinationUri = filesResponse.outputConfig.gcsDestination.uri;
  console.log(`Output written to GCS with prefix: ${destinationUri}`);
}

asyncBatchAnnotateImages();

Python

Antes de probar este código de muestra, sigue las instrucciones de configuración para Python que se encuentran en la Guía de inicio rápido de Vision sobre cómo usar las bibliotecas cliente. Si quieres obtener más información, consulta la documentación de referencia de la API de Vision para Python.

Para autenticarte en Vision, configura las credenciales predeterminadas de la aplicación. Si deseas obtener más información, consulta Configura la autenticación para un entorno de desarrollo local.

from google.cloud import vision_v1

def sample_async_batch_annotate_images(
    input_image_uri="gs://cloud-samples-data/vision/label/wakeupcat.jpg",
    output_uri="gs://your-bucket/prefix/",
):
    """Perform async batch image annotation."""
    client = vision_v1.ImageAnnotatorClient()

    source = {"image_uri": input_image_uri}
    image = {"source": source}
    features = [
        {"type_": vision_v1.Feature.Type.LABEL_DETECTION},
        {"type_": vision_v1.Feature.Type.IMAGE_PROPERTIES},
    ]

    # Each requests element corresponds to a single image.  To annotate more
    # images, create a request element for each image and add it to
    # the array of requests
    requests = [{"image": image, "features": features}]
    gcs_destination = {"uri": output_uri}

    # The max number of responses to output in each JSON file
    batch_size = 2
    output_config = {"gcs_destination": gcs_destination, "batch_size": batch_size}

    operation = client.async_batch_annotate_images(
        requests=requests, output_config=output_config
    )

    print("Waiting for operation to complete...")
    response = operation.result(90)

    # The output is written to GCS with the provided output_uri as prefix
    gcs_output_uri = response.output_config.gcs_destination.uri
    print(f"Output written to GCS with prefix: {gcs_output_uri}")

Respuesta

Una solicitud correcta muestra archivos JSON de respuesta en el bucket de Cloud Storage que indicaste en la muestra de código. La cantidad de respuestas por archivo JSON se determina según el batch_size de la muestra de código.

La respuesta que se muestra es similar a las respuestas de las funciones normales de la API de Vision, según las funciones que solicites para una imagen.

Las siguientes respuestas muestran anotaciones LABEL_DETECTION y TEXT_DETECTION para anotaciones image1.png, IMAGE_PROPERTIES para anotaciones image2.jpg y OBJECT_LOCALIZATION para image3.jpg.

Las respuestas también contienen un campo context que muestra el URI del archivo.

offline_batch_output/output-1-to-2.json

{
  "responses": [
    {
      "labelAnnotations": [
        {
          "mid": "/m/07s6nbt",
          "description": "Text",
          "score": 0.93413997,
          "topicality": 0.93413997
        },
        {
          "mid": "/m/0dwx7",
          "description": "Logo",
          "score": 0.8733531,
          "topicality": 0.8733531
        },
        ...
        {
          "mid": "/m/03bxgrp",
          "description": "Company",
          "score": 0.5682425,
          "topicality": 0.5682425
        }
      ],
      "textAnnotations": [
        {
          "locale": "en",
          "description": "Google\n",
          "boundingPoly": {
            "vertices": [
              {
                "x": 72,
                "y": 40
              },
              {
                "x": 613,
                "y": 40
              },
              {
                "x": 613,
                "y": 233
              },
              {
                "x": 72,
                "y": 233
              }
            ]
          }
        },
        ...
                ],
                "blockType": "TEXT"
              }
            ]
          }
        ],
        "text": "Google\n"
      },
      "context": {
        "uri": "gs://cloud-samples-data/vision/document_understanding/image1.png"
      }
    },
    {
      "imagePropertiesAnnotation": {
        "dominantColors": {
          "colors": [
            {
              "color": {
                "red": 229,
                "green": 230,
                "blue": 238
              },
              "score": 0.2744754,
              "pixelFraction": 0.075339235
            },
            ...
            {
              "color": {
                "red": 86,
                "green": 87,
                "blue": 95
              },
              "score": 0.025770646,
              "pixelFraction": 0.13109145
            }
          ]
        }
      },
      "cropHintsAnnotation": {
        "cropHints": [
          {
            "boundingPoly": {
              "vertices": [
                {},
                {
                  "x": 1599
                },
                {
                  "x": 1599,
                  "y": 1199
                },
                {
                  "y": 1199
                }
              ]
            },
            "confidence": 0.79999995,
            "importanceFraction": 1
          }
        ]
      },
      "context": {
        "uri": "gs://cloud-samples-data/vision/document_understanding/image2.jpg"
      }
    }
  ]
}

offline_batch_output/output-3-to-3.json

{
  "responses": [
    {
      "context": {
        "uri": "gs://cloud-samples-data/vision/document_understanding/image3.jpg"
      },
      "localizedObjectAnnotations": [
        {
          "mid": "/m/0bt9lr",
          "name": "Dog",
          "score": 0.9669734,
          "boundingPoly": {
            "normalizedVertices": [
              {
                "x": 0.6035543,
                "y": 0.1357359
              },
              {
                "x": 0.98546547,
                "y": 0.1357359
              },
              {
                "x": 0.98546547,
                "y": 0.98426414
              },
              {
                "x": 0.6035543,
                "y": 0.98426414
              }
            ]
          }
        },
        ...
        {
          "mid": "/m/0jbk",
          "name": "Animal",
          "score": 0.58003056,
          "boundingPoly": {
            "normalizedVertices": [
              {
                "x": 0.014534635,
                "y": 0.1357359
              },
              {
                "x": 0.37197515,
                "y": 0.1357359
              },
              {
                "x": 0.37197515,
                "y": 0.98426414
              },
              {
                "x": 0.014534635,
                "y": 0.98426414
              }
            ]
          }
        }
      ]
    }
  ]
}