Détecter les thèmes d'une image à l'aide de la ligne de commande

Détecter les thèmes d'une image à l'aide de la ligne de commande

Cette page explique comment envoyer trois requêtes de détection de caractéristiques et d'annotation à l'API Vision à l'aide de l'interface REST et de la commande curl.

L'API Vision permet d'intégrer facilement les technologies de reconnaissance visuelle de Google dans des applications de développement. Vous pouvez envoyer les données d'image et les types de fonctionnalités demandées à l'API Vision, qui enverra en retour la réponse correspondante en fonction des attributs d'image recherchés. Pour plus d'informations sur les fonctionnalités proposées, consultez la liste de toutes les fonctionnalités de l'API Vision.

Avant de commencer

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
Install the Google Cloud CLI.
Si vous utilisez un fournisseur d'identité (IdP) externe, vous devez d'abord vous connecter à la gcloud CLI avec votre identité fédérée.
Pour initialiser la gcloud CLI, exécutez la commande suivante :
gcloud init
Create or select a Google Cloud project.
Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.
• Create a Google Cloud project:

  gcloud projects create PROJECT_ID

  Replace PROJECT_ID with a name for the Google Cloud project you are creating.

• Select the Google Cloud project that you created:

  gcloud config set project PROJECT_ID

  Replace PROJECT_ID with your Google Cloud project name.
Verify that billing is enabled for your Google Cloud project.
Enable the Vision API:
gcloud services enable vision.googleapis.com
Grant roles to your user account. Run the following command once for each of the following IAM roles: roles/storage.objectViewer
gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE
Replace the following:
• PROJECT_ID: your project ID.
• USER_IDENTIFIER: the identifier for your user account—for example, [e-mail].
• ROLE: the IAM role that you grant to your user account.

Install the Google Cloud CLI.

Si vous utilisez un fournisseur d'identité (IdP) externe, vous devez d'abord vous connecter à la gcloud CLI avec votre identité fédérée.

Pour initialiser la gcloud CLI, exécutez la commande suivante :

gcloud init

Create or select a Google Cloud project.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

• Create a Google Cloud project:

  gcloud projects create PROJECT_ID

  Replace PROJECT_ID with a name for the Google Cloud project you are creating.

• Select the Google Cloud project that you created:

  gcloud config set project PROJECT_ID

  Replace PROJECT_ID with your Google Cloud project name.

Verify that billing is enabled for your Google Cloud project.

Enable the Vision API:

gcloud services enable vision.googleapis.com

Grant roles to your user account. Run the following command once for each of the following IAM roles: roles/storage.objectViewer

gcloud projects add-iam-policy-binding PROJECT_ID --member="user:USER_IDENTIFIER" --role=ROLE

Replace the following:

• PROJECT_ID: your project ID.
• USER_IDENTIFIER: the identifier for your user account—for example, [e-mail].
• ROLE: the IAM role that you grant to your user account.

Créer une requête d'annotation d'image

Après avoir suivi la procédure de la section Avant de commencer, vous pouvez utiliser l'API Vision pour annoter un fichier image.

Dans cet exemple, la commande curl est utilisée pour envoyer à l'API Vision une requête portant sur l'image suivante :

URI Cloud Storage :

gs://cloud-samples-data/vision/using_curl/shanghai.jpeg

URL HTTPS :

https://console.cloud.google.com/storage/browser/cloud-samples-data/vision/using_curl/shanghai.jpeg



Crédit image : Steve Long sur Unsplash

Créer la requête JSON

Le fichier request.json suivant montre comment demander trois caractéristiques images:annotate et limiter les résultats dans la réponse.

Créez un fichier de requête JSON avec le texte suivant, puis enregistrez-le sous la forme d'un fichier texte brut nommé request.json dans votre répertoire de travail :

request.json

{
  "requests": [
    {
      "image": {
        "source": {
          "imageUri": "gs://cloud-samples-data/vision/using_curl/shanghai.jpeg"
        }
      },
      "features": [
        {
          "type": "LABEL_DETECTION",
          "maxResults": 3
        },
        {
          "type": "OBJECT_LOCALIZATION",
          "maxResults": 1
        },
        {
          "type": "TEXT_DETECTION",
          "maxResults": 1,
          "model": "builtin/latest"
        }
      ]
    }
  ]
}

Détails des valeurs des champs

• image.source.gcsImageUri : indique l'emplacement de l'image stockée dans un bucket Cloud Storage. Remplacez cette valeur par image.source.imageUri pour obtenir un URI accessible au public, ou par image.content pour obtenir une image représentée sous la forme d'une chaîne encodée en base64.
• features : objet représentant un type de caractéristique spécifique. Il est possible de demander plusieurs types de caractéristiques pour une même image.
• type : valeur d'énumération spécifiant une caractéristique.
• maxResults (facultatif) : valeur limitant le nombre de résultats renvoyés.
• model (facultatif) : le cas échéant, vous pouvez choisir le modèle en spécifiant builtin/stable (valeur par défaut) ou builtin/latest. Reportez-vous à la section Notes de version pour obtenir la liste des modèles récemment mis à jour.

Envoyer la requête

Utilisez curl et le corps du contenu de request.json pour envoyer la requête à l'API Vision. Saisissez les lignes suivantes depuis l'invite de ligne de commande :

curl -X POST \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "x-goog-user-project: PROJECT_ID" \
    -H "Content-Type: application/json; charset=utf-8" \
    https://vision.googleapis.com/v1/images:annotate -d @request.json

• L'exemple de commande curl se sert de la commande gcloud auth print-access-token pour obtenir un jeton d'authentification.
• Notez que pour indiquer un nom de fichier dans la commande curl, vous devez utiliser l'option -d (pour "data") et faire précéder le nom de fichier du symbole @. Ce fichier doit se trouver dans le même répertoire que celui depuis lequel vous exécutez la commande curl.

Interpréter la réponse

Vous devriez obtenir une réponse JSON semblable à celle présentée ci-dessous.

Dans le corps JSON de la requête, maxResults était spécifié pour chaque type d'annotation. Par conséquent, les résultats obtenus dans le fichier JSON de la réponse sont les suivants :

• Trois résultats labelAnnotations
• Un résultat textAnnotations (abrégé pour plus de clarté)
• Un résultat localizedObjectAnnotations

Réponse

Note: Zero coordinate values omitted. When the API detects a coordinate ("x" or "y") value of 0, that coordinate is omitted in the JSON response. Thus, a response with a bounding poly around the entire image would be
[{},{"x": 100},{"x": 100,"y": 100},{"y": 100}] for an image that is 100 pixels by 100 pixels. For more information, see the API Reference documentation.

{
  "responses": [
    {
      "labelAnnotations": [
        {
          "mid": "/m/09g5pq",
          "description": "People",
          "score": 0.9504782,
          "topicality": 0.9504782
        },
        {
          "mid": "/m/01c8br",
          "description": "Street",
          "score": 0.8911568,
          "topicality": 0.8911568
        },
        {
          "mid": "/m/079bkr",
          "description": "Mode of transport",
          "score": 0.89089024,
          "topicality": 0.89089024
        }
      ],
      "textAnnotations": [
        {
          "locale": "zh",
          "description": "牛牛面馆\n",
          "boundingPoly": {
            "vertices": [
              {
                "x": 159,
                "y": 212
              },
              {
                "x": 947,
                "y": 212
              },
              {
                "x": 947,
                "y": 354
              },
              {
                "x": 159,
                "y": 354
              }
            ]
          }
        },
        ...
      ],
      "fullTextAnnotation": {
        "pages": [
          {
            ...
                "paragraphs": [
                  {
                    ...
                    "words": [
                      {
                        ...
                        "symbols": [
                          {
                            ...
                ],
                "blockType": "TEXT"
              }
            ]
          }
        ],
        "text": "牛牛面馆\n"
      },
      "localizedObjectAnnotations": [
        {
          "mid": "/m/01g317",
          "name": "Person",
          "score": 0.94413143,
          "boundingPoly": {
            "normalizedVertices": [
              {
                "x": 0.26063988,
                "y": 0.46869153
              },
              {
                "x": 0.40736017,
                "y": 0.46869153
              },
              {
                "x": 0.40736017,
                "y": 0.8957791
              },
              {
                "x": 0.26063988,
                "y": 0.8957791
              }
            ]
          }
        }
      ]
    }
  ]
}

Résultats de la détection de thèmes

1. Description : "People" (Personnes), score : 0,950
2. Description : "Street" (Rue), score : 0,891
3. Description : "Mode of transport" (Mode de transport), score : 0,890



Crédit image : Steve Long sur Unsplash (annotations ajoutées)

Résultats de la détection de texte

• Texte : 牛牛面馆\n
• Sommets : (x : 159, y : 212), (x : 947, y : 212), (x : 947, y : 354), (x : 159, y : 354)



Crédit image : Steve Long sur Unsplash (annotations ajoutées)

Résultats de la détection d'objets

• Nom : "Person" (Personne), score : 0,944
• Sommets normalisés : (x : 0,260, y : 0,468), (x : 0,407, y : 0,468), (x : 0,407, y : 0,895), (x : 0,260, y : 0,895)



Crédit image : Steve Long sur Unsplash (annotations ajoutées)

Félicitations ! Vous avez envoyé votre première requête à l'API Vision.

Effectuer un nettoyage

Pour éviter que les ressources utilisées dans cette démonstration soient facturées sur votre compte Google Cloud , supprimez le projet Google Cloud qui les contient.

Optional: Revoke credentials from the gcloud CLI.

gcloud auth revoke

Étapes suivantes

• Consultez la liste de tous les types de fonctionnalités et leur utilisation.
• Commencez à utiliser l'API Vision dans la langue de votre choix grâce à la bibliothèque cliente de l'API Vision.
• Consultez les guides d'utilisation pour en savoir plus sur des fonctionnalités spécifiques, voir des exemples d'annotations et obtenir des annotations pour un fichier ou une image en particulier.
• Apprenez-en plus sur l'annotation par lot des images et fichiers (PDF/TIFF/GIF).
• Parcourez une liste complète d'exemples de code de bibliothèque cliente.