ラベル検出

Vision API では、画像内のエンティティについての情報を、幅広いカテゴリにわたって検出、抽出できます。

ラベルにより、物体、場所、活動、動物の種類、商品などを識別できます。

ラベルは英語でのみ返されます。Cloud Translate API は、英語のラベルを多数の他言語のいずれかに翻訳できます。

たとえば、上の画像の場合は、次のラベルのリストが返されます。

説明	スコア
ferris wheel	0.84832066
amusement park	0.8101249
night	0.8036025
outdoor recreation	0.68825835
fair	0.6566326

ラベル検出のリクエスト

ラベル検出のリクエストをするには、次の POST リクエストを実行します。

POST https://vision.googleapis.com/v1/images:annotate?key=YOUR_API_KEY

features.type の値に LABEL_DETECTION を指定します。

{
  "requests": [
    {
      "image": {
        "source": {
          "imageUri": "https://cloud.google.com/vision/docs/images/ferris-wheel.jpg"
        }
      },
      "features": [
        {
          "type": "LABEL_DETECTION"
        }
      ]
    }
  ]
}

画像の渡し方は 3 種類あります（base64 エンコード文字列、Google Cloud Storage URI、HTTPS または HTTP でアクセス可能な公開 URL）。詳しくは、リクエストの作成をご覧ください。

リクエスト本文の設定について詳しくは、AnnotateImageRequest のリファレンス ドキュメントをご覧ください。

コードサンプル

さまざまなプログラミング言語でのサンプルについては、以下をご覧ください。

• ラベル検出コードのサンプル

ラベル検出のレスポンス

リクエストが成功すると、サーバーは 200 OK HTTP ステータス コードと JSON 形式のレスポンスを返します。

LABEL_DETECTION レスポンスには、検出されたラベル、そのスコア、不透明ラベル ID が含まれます。

{
  "responses": [
    {
      "labelAnnotations": [
        {
          "mid": "/m/017rgb",
          "description": "ferris wheel",
          "score": 0.84832066
        },
        {
          "mid": "/m/010jjr",
          "description": "amusement park",
          "score": 0.8101249
        },
        {
          "mid": "/m/01d74z",
          "description": "night",
          "score": 0.8036025
        },
        {
          "mid": "/m/05b0n7k",
          "description": "outdoor recreation",
          "score": 0.68825835
        },
        {
          "mid": "/m/02jf28",
          "description": "fair",
          "score": 0.6566326
        }
      ]
    }
  ]
}

ここで:

• mid: 存在する場合は、このエンティティの Google Knowledge Graph エントリに対応する MID（Machine-generated Identifier）が格納されます。mid の値は異なる言語間でも一意であるため、異なる言語のエンティティをまとめるために使用することもできます。MID 値を調べるには、Google Knowledge Graph API のドキュメントをご覧ください。

• description: ラベルの説明。

• score: 信頼度スコア。0（信頼できない）から 1（信頼度が非常に高い）の範囲で示されます。