複数のオブジェクトを検出する

注: Vision API では現在、すべての特徴に対してオフラインの非同期処理で画像のアノテーションを一括で生成できます。この非同期リクエストは、最大 2,000 個の画像ファイルをサポートし、Google Cloud Storage バケットに格納されたレスポンス JSON ファイルを返します。この機能の詳細については、オンラインで少数のファイルにアノテーションを一括で設定するページをご覧ください。

Vision API では、オブジェクト ローカライズを使用して、画像内の複数のオブジェクトを検出して抽出できます。

オブジェクト ローカライズにより、画像内のオブジェクトが識別され、オブジェクトごとに LocalizedObjectAnnotation が指定されます。LocalizedObjectAnnotation ごとに、オブジェクトに関する情報、オブジェクトの位置、画像内でオブジェクトがある領域の四角い境界線が識別されます。

オブジェクト ローカライズでは、画像内で目立っているオブジェクトとそれほど目立たないオブジェクトの両方が識別されます。

オブジェクト情報は英語でのみ返されます。Cloud Translation 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。

画像クレジット: Bogdan Dada、Unsplashより （アノテーション入り）。

たとえば、この API によって、上記の画像内のオブジェクトに関して以下の情報と境界の位置情報が返されます。

名前	mid	スコア	境界
Bicycle wheel	/m/01bqk0	0.89648587	(0.32076266, 0.78941387), (0.43812272, 0.78941387), (0.43812272, 0.97331065), (0.32076266, 0.97331065)
Bicycle	/m/0199g	0.886761	(0.312, 0.6616471), (0.638353, 0.6616471), (0.638353, 0.9705882), (0.312, 0.9705882)
Bicycle wheel	/m/01bqk0	0.6345275	(0.5125398, 0.760708), (0.6256646, 0.760708), (0.6256646, 0.94601655), (0.5125398, 0.94601655)
Picture frame	/m/06z37_	0.6207608	(0.79177403, 0.16160682), (0.97047985, 0.16160682), (0.97047985, 0.31348917), (0.79177403, 0.31348917)
Tire	/m/0h9mv	0.55886006	(0.32076266, 0.78941387), (0.43812272, 0.78941387), (0.43812272, 0.97331065), (0.32076266, 0.97331065)
Door	/m/02dgv	0.5160098	(0.77569866, 0.37104446), (0.9412425, 0.37104446), (0.9412425, 0.81507325), (0.77569866, 0.81507325)

mid には、ラベルの Google Knowledge Graph エントリに対応する MID（Machine-generated Identifier）が格納されます。mid の値の調べ方については、Google Knowledge Graph Search API のドキュメントをご覧ください。

オブジェクト ローカライズのリクエスト

GCP プロジェクトと認証の設定

Google Cloud Platform（GCP）プロジェクトとサービス アカウント認証情報を作成していない場合は、ここで作成します。手順については、このセクションを展開してください。

1. Google アカウントにログインします。

   Google アカウントをまだお持ちでない場合は、新しいアカウントを登録します。

2. Cloud Console プロジェクトを設定する

   プロジェクトの設定

   クリックして、以下を行います。

   • プロジェクトを作成または選択します。
   • プロジェクトに対して Vision API を有効にします。
   • サービス アカウントを作成します。
   • JSON として秘密鍵をダウンロードします。

   これらのリソースは、いつでも Cloud Console で表示、管理できます。

3. 環境変数 GOOGLE_APPLICATION_CREDENTIALS を、サービス アカウント キーが含まれる JSON ファイルのパスに設定します。 この変数は現在のシェル セッションにのみ適用されるため、新しいセッションを開く場合は、変数を再度設定します。

   例: Linux または macOS

   [PATH] をサービス アカウント キーが含まれる JSON ファイルのパスに置き換えます。

   export GOOGLE_APPLICATION_CREDENTIALS="[PATH]"

   例:

   export GOOGLE_APPLICATION_CREDENTIALS="/home/user/Downloads/service-account-file.json"

   例: Windows

   [PATH] をサービス アカウント キーが含まれる JSON ファイルのパスに置き換えます。

   PowerShell を使用する場合:

   $env:GOOGLE_APPLICATION_CREDENTIALS="[PATH]"

   例:

   $env:GOOGLE_APPLICATION_CREDENTIALS="C:\Users\username\Downloads\my-key.json"

   コマンド プロンプトを使用する場合:

   set GOOGLE_APPLICATION_CREDENTIALS=[PATH]

4. Cloud SDK をインストールして初期化します。

ローカル画像でのオブジェクトの検出

Vision API は、リクエストの本文で画像ファイルのコンテンツを Base64 エンコードの文字列として送信し、ローカル画像ファイルの特徴検出を行います。

REST とコマンドライン

後述のリクエストのデータを使用する前に、次のように置き換えます。

• base64-encoded-image: バイナリ画像データの base64 表現（ASCII 文字列）。これは次のような文字列になります。
  • /9j/4QAYRXhpZgAA...9tAVx/zDQDlGxn//2Q==
  詳細については、base64 エンコードをご覧ください。

HTTP メソッドと URL:

POST https://vision.googleapis.com/v1/images:annotate

JSON 本文のリクエスト:

{
  "requests": [
    {
      "image": {
        "content": "base64-encoded-image"
      },
      "features": [
        {
          "maxResults": 10,
          "type": "OBJECT_LOCALIZATION"
        },
      ]
    }
  ]
}

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

注: GOOGLE_APPLICATION_CREDENTIALS 環境変数がサービス アカウントの秘密鍵ファイルパスに設定されていることを確認してください。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

PowerShell

注: GOOGLE_APPLICATION_CREDENTIALS 環境変数がサービス アカウントの秘密鍵ファイルパスに設定されていることを確認してください。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
  -Method POST `
  -Headers $headers `
  -ContentType: "application/json; charset=utf-8" `
  -InFile request.json `
  -Uri "https://vision.googleapis.com/v1/images:annotate" | Select-Object -Expand Content

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。

レスポンス:

注: ゼロ座標値は省略されます。API が 0 の座標値（"x" または "y"）を検出した場合、JSON レスポンス内でその座標は省略されます。したがって、画像全体を囲む境界ポリゴンを示すレスポンスは、次の形式をとります。
[{},{"x": 100},{"x": 100,"y": 100},{"y": 100}] for an image that is 100px by 100px詳細については、API リファレンス ドキュメントをご覧ください。

レスポンス

    {
      "responses": [
        {
          "localizedObjectAnnotations": [
            {
              "mid": "/m/01bqk0",
              "name": "Bicycle wheel",
              "score": 0.89648587,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.32076266,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.97331065
                  },
                  {
                    "x": 0.32076266,
                    "y": 0.97331065
                  }
                ]
              }
            },
            {
              "mid": "/m/0199g",
              "name": "Bicycle",
              "score": 0.886761,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.312,
                    "y": 0.6616471
                  },
                  {
                    "x": 0.638353,
                    "y": 0.6616471
                  },
                  {
                    "x": 0.638353,
                    "y": 0.9705882
                  },
                  {
                    "x": 0.312,
                    "y": 0.9705882
                  }
                ]
              }
            },
            {
              "mid": "/m/01bqk0",
              "name": "Bicycle wheel",
              "score": 0.6345275,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.5125398,
                    "y": 0.760708
                  },
                  {
                    "x": 0.6256646,
                    "y": 0.760708
                  },
                  {
                    "x": 0.6256646,
                    "y": 0.94601655
                  },
                  {
                    "x": 0.5125398,
                    "y": 0.94601655
                  }
                ]
              }
            },
            {
              "mid": "/m/06z37_",
              "name": "Picture frame",
              "score": 0.6207608,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.79177403,
                    "y": 0.16160682
                  },
                  {
                    "x": 0.97047985,
                    "y": 0.16160682
                  },
                  {
                    "x": 0.97047985,
                    "y": 0.31348917
                  },
                  {
                    "x": 0.79177403,
                    "y": 0.31348917
                  }
                ]
              }
            },
            {
              "mid": "/m/0h9mv",
              "name": "Tire",
              "score": 0.55886006,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.32076266,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.97331065
                  },
                  {
                    "x": 0.32076266,
                    "y": 0.97331065
                  }
                ]
              }
            },
            {
              "mid": "/m/02dgv",
              "name": "Door",
              "score": 0.5160098,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.77569866,
                    "y": 0.37104446
                  },
                  {
                    "x": 0.9412425,
                    "y": 0.37104446
                  },
                  {
                    "x": 0.9412425,
                    "y": 0.81507325
                  },
                  {
                    "x": 0.77569866,
                    "y": 0.81507325
                  }
                ]
              }
            }
          ]
        }
      ]
    }

C#

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある C# の設定手順を行ってください。詳細については、Vision C# API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

            var client = ImageAnnotatorClient.Create();
            var response = client.DetectLocalizedObjects(image);

            Console.WriteLine($"Number of objects found {response.Count}");
            foreach (var localizedObject in response)
            {
                Console.Write($"\n{localizedObject.Name}");
                Console.WriteLine($" (confidence: {localizedObject.Score})");
                Console.WriteLine("Normalized bounding polygon vertices: ");

                foreach (var vertex
                        in localizedObject.BoundingPoly.NormalizedVertices)
                {
                    Console.WriteLine($" - ({vertex.X}, {vertex.Y})");
                }
            }

Go

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Go の設定手順を行ってください。詳細については、Vision Go API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

// localizeObjects gets objects and bounding boxes from the Vision API for an image at the given file path.
func localizeObjects(w io.Writer, file string) error {
	ctx := context.Background()

	client, err := vision.NewImageAnnotatorClient(ctx)
	if err != nil {
		return err
	}

	f, err := os.Open(file)
	if err != nil {
		return err
	}
	defer f.Close()

	image, err := vision.NewImageFromReader(f)
	if err != nil {
		return err
	}
	annotations, err := client.LocalizeObjects(ctx, image, nil)
	if err != nil {
		return err
	}

	if len(annotations) == 0 {
		fmt.Fprintln(w, "No objects found.")
		return nil
	}

	fmt.Fprintln(w, "Objects:")
	for _, annotation := range annotations {
		fmt.Fprintln(w, annotation.Name)
		fmt.Fprintln(w, annotation.Score)

		for _, v := range annotation.BoundingPoly.NormalizedVertices {
			fmt.Fprintf(w, "(%f,%f)\n", v.X, v.Y)
		}
	}

	return nil
}

Java

このサンプルを試す前に、Vision API クイックスタート: クライアント ライブラリの使用の Java の設定手順に従ってください。詳細については、Vision API Java API のリファレンス ドキュメントをご覧ください。

注: Java Spring Framework を使用している場合、Spring Cloud GCP で認証設定と Vision API を使用するクライアント オブジェクトを自動的に構成できます。

GitHub で表示 フィードバック

/**
 * Detects localized objects in the specified local image.
 *
 * @param filePath The path to the file to perform localized object detection on.
 * @throws Exception on errors while closing the client.
 * @throws IOException on Input/Output errors.
 */
public static void detectLocalizedObjects(String filePath) throws Exception, IOException {
  List<AnnotateImageRequest> requests = new ArrayList<>();

  ByteString imgBytes = ByteString.readFrom(new FileInputStream(filePath));

  Image img = Image.newBuilder().setContent(imgBytes).build();
  AnnotateImageRequest request =
      AnnotateImageRequest.newBuilder()
          .addFeatures(Feature.newBuilder().setType(Type.OBJECT_LOCALIZATION))
          .setImage(img)
          .build();
  requests.add(request);

  // 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 client = ImageAnnotatorClient.create()) {
    // Perform the request
    BatchAnnotateImagesResponse response = client.batchAnnotateImages(requests);
    List<AnnotateImageResponse> responses = response.getResponsesList();

    // Display the results
    for (AnnotateImageResponse res : responses) {
      for (LocalizedObjectAnnotation entity : res.getLocalizedObjectAnnotationsList()) {
        System.out.format("Object name: %s%n", entity.getName());
        System.out.format("Confidence: %s%n", entity.getScore());
        System.out.format("Normalized Vertices:%n");
        entity
            .getBoundingPoly()
            .getNormalizedVerticesList()
            .forEach(vertex -> System.out.format("- (%s, %s)%n", vertex.getX(), vertex.getY()));
      }
    }
  }
}

Node.js

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Node.js の設定手順を行ってください。詳細については、Vision Node.js API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

// Imports the Google Cloud client libraries
const vision = require('@google-cloud/vision');
const fs = require('fs');

// Creates a client
const client = new vision.ImageAnnotatorClient();

/**
 * TODO(developer): Uncomment the following line before running the sample.
 */
// const fileName = `/path/to/localImage.png`;
const request = {
  image: {content: fs.readFileSync(fileName)},
};

const [result] = await client.objectLocalization(request);
const objects = result.localizedObjectAnnotations;
objects.forEach(object => {
  console.log(`Name: ${object.name}`);
  console.log(`Confidence: ${object.score}`);
  const vertices = object.boundingPoly.normalizedVertices;
  vertices.forEach(v => console.log(`x: ${v.x}, y:${v.y}`));
});

PHP

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある PHP の設定手順を行ってください。詳細については、Vision PHP API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

namespace Google\Cloud\Samples\Vision;

use Google\Cloud\Vision\V1\ImageAnnotatorClient;

// $path = 'path/to/your/image.jpg'

function detect_object($path)
{
    $imageAnnotator = new ImageAnnotatorClient();

    # annotate the image
    $image = file_get_contents($path);
    $response = $imageAnnotator->objectLocalization($image);
    $objects = $response->getLocalizedObjectAnnotations();

    foreach ($objects as $object) {
        $name = $object->getName();
        $score = $object->getScore();
        $vertices = $object->getBoundingPoly()->getNormalizedVertices();

        printf('%s (confidence %f)):' . PHP_EOL, $name, $score);
        print('normalized bounding polygon vertices: ');
        foreach ($vertices as $vertex) {
            printf(' (%f, %f)', $vertex->getX(), $vertex->getY());
        }
        print(PHP_EOL);
    }

    $imageAnnotator->close();
}

Python

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Python の設定手順を行ってください。詳細については、Vision Python API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

def localize_objects(path):
    """Localize objects in the local image.

    Args:
    path: The path to the local file.
    """
    from google.cloud import vision
    client = vision.ImageAnnotatorClient()

    with open(path, 'rb') as image_file:
        content = image_file.read()
    image = vision.types.Image(content=content)

    objects = client.object_localization(
        image=image).localized_object_annotations

    print('Number of objects found: {}'.format(len(objects)))
    for object_ in objects:
        print('\n{} (confidence: {})'.format(object_.name, object_.score))
        print('Normalized bounding polygon vertices: ')
        for vertex in object_.bounding_poly.normalized_vertices:
            print(' - ({}, {})'.format(vertex.x, vertex.y))

Ruby

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Ruby の設定手順を行ってください。詳細については、Vision Ruby API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

# image_path = "Path to local image file, eg. './image.png'"

require "google/cloud/vision"

image_annotator = Google::Cloud::Vision.image_annotator

response = image_annotator.object_localization_detection image: image_path

response.responses.each do |res|
  res.localized_object_annotations.each do |object|
    puts "#{object.name} (confidence: #{object.score})"
    puts "Normalized bounding polygon vertices:"
    object.bounding_poly.normalized_vertices.each do |vertex|
      puts " - (#{vertex.x}, #{vertex.y})"
    end
  end
end

リモート画像内のオブジェクトの検出

Vision API を使用すると、画像ファイルのコンテンツをリクエストの本文で送信することなく、Google Cloud Storage またはウェブ上にある画像ファイルに対して特徴検出を直接実行できます。

注意: HTTP / HTTPS URL から画像を取得する場合、リクエストが完了するとは限りません。リクエストの調整や DoS 防止などのため、指定したホストがリクエストを拒否することがあります。また、不正利用を防止するため、Google がサイトに対するリクエストを調整することもあります。このような状況ではリクエストが失敗します。本番環境のアプリケーションの場合、外部にホストしたイメージに依存することはできません。

REST とコマンドライン

後述のリクエストのデータを使用する前に、次のように置き換えます。

https://cloud.google.com/vision/docs/images/bicycle_example.png

• cloud-storage-image-uri: Cloud Storage バケット内の有効な画像ファイルへのパス。少なくとも、ファイルに対する読み取り権限が必要です。例:

  • gs://storage-bucket/filename.jpg

HTTP メソッドと URL:

POST https://vision.googleapis.com/v1/images:annotate

JSON 本文のリクエスト:

{
  "requests": [
    {
      "image": {
        "source": {
          "imageUri": "cloud-storage-image-uri"
        }
      },
      "features": [
        {
          "maxResults": 10,
          "type": "OBJECT_LOCALIZATION"
        },
      ]
    }
  ]
}

リクエストを送信するには、次のいずれかのオプションを選択します。

curl

注: GOOGLE_APPLICATION_CREDENTIALS 環境変数がサービス アカウントの秘密鍵ファイルパスに設定されていることを確認してください。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

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

PowerShell

注: GOOGLE_APPLICATION_CREDENTIALS 環境変数がサービス アカウントの秘密鍵ファイルパスに設定されていることを確認してください。

リクエスト本文を request.json という名前のファイルに保存して、次のコマンドを実行します。

$cred = gcloud auth application-default print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
  -Method POST `
  -Headers $headers `
  -ContentType: "application/json; charset=utf-8" `
  -InFile request.json `
  -Uri "https://vision.googleapis.com/v1/images:annotate" | Select-Object -Expand Content

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。

レスポンス:

注: ゼロ座標値は省略されます。API が 0 の座標値（"x" または "y"）を検出した場合、JSON レスポンス内でその座標は省略されます。したがって、画像全体を囲む境界ポリゴンを示すレスポンスは、次の形式をとります。
[{},{"x": 100},{"x": 100,"y": 100},{"y": 100}] for an image that is 100px by 100px詳細については、API リファレンス ドキュメントをご覧ください。

レスポンス

    {
      "responses": [
        {
          "localizedObjectAnnotations": [
            {
              "mid": "/m/01bqk0",
              "name": "Bicycle wheel",
              "score": 0.89648587,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.32076266,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.97331065
                  },
                  {
                    "x": 0.32076266,
                    "y": 0.97331065
                  }
                ]
              }
            },
            {
              "mid": "/m/0199g",
              "name": "Bicycle",
              "score": 0.886761,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.312,
                    "y": 0.6616471
                  },
                  {
                    "x": 0.638353,
                    "y": 0.6616471
                  },
                  {
                    "x": 0.638353,
                    "y": 0.9705882
                  },
                  {
                    "x": 0.312,
                    "y": 0.9705882
                  }
                ]
              }
            },
            {
              "mid": "/m/01bqk0",
              "name": "Bicycle wheel",
              "score": 0.6345275,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.5125398,
                    "y": 0.760708
                  },
                  {
                    "x": 0.6256646,
                    "y": 0.760708
                  },
                  {
                    "x": 0.6256646,
                    "y": 0.94601655
                  },
                  {
                    "x": 0.5125398,
                    "y": 0.94601655
                  }
                ]
              }
            },
            {
              "mid": "/m/06z37_",
              "name": "Picture frame",
              "score": 0.6207608,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.79177403,
                    "y": 0.16160682
                  },
                  {
                    "x": 0.97047985,
                    "y": 0.16160682
                  },
                  {
                    "x": 0.97047985,
                    "y": 0.31348917
                  },
                  {
                    "x": 0.79177403,
                    "y": 0.31348917
                  }
                ]
              }
            },
            {
              "mid": "/m/0h9mv",
              "name": "Tire",
              "score": 0.55886006,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.32076266,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.78941387
                  },
                  {
                    "x": 0.43812272,
                    "y": 0.97331065
                  },
                  {
                    "x": 0.32076266,
                    "y": 0.97331065
                  }
                ]
              }
            },
            {
              "mid": "/m/02dgv",
              "name": "Door",
              "score": 0.5160098,
              "boundingPoly": {
                "normalizedVertices": [
                  {
                    "x": 0.77569866,
                    "y": 0.37104446
                  },
                  {
                    "x": 0.9412425,
                    "y": 0.37104446
                  },
                  {
                    "x": 0.9412425,
                    "y": 0.81507325
                  },
                  {
                    "x": 0.77569866,
                    "y": 0.81507325
                  }
                ]
              }
            }
          ]
        }
      ]
    }

C#

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある C# の設定手順を行ってください。詳細については、Vision C# API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

            var client = ImageAnnotatorClient.Create();
            var response = client.DetectLocalizedObjects(image);

            Console.WriteLine($"Number of objects found {response.Count}");
            foreach (var localizedObject in response)
            {
                Console.Write($"\n{localizedObject.Name}");
                Console.WriteLine($" (confidence: {localizedObject.Score})");
                Console.WriteLine("Normalized bounding polygon vertices: ");

                foreach (var vertex
                        in localizedObject.BoundingPoly.NormalizedVertices)
                {
                    Console.WriteLine($" - ({vertex.X}, {vertex.Y})");
                }
            }

Go

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Go の設定手順を行ってください。詳細については、Vision Go API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

// localizeObjects gets objects and bounding boxes from the Vision API for an image at the given file path.
func localizeObjectsURI(w io.Writer, file string) error {
	ctx := context.Background()

	client, err := vision.NewImageAnnotatorClient(ctx)
	if err != nil {
		return err
	}

	image := vision.NewImageFromURI(file)
	annotations, err := client.LocalizeObjects(ctx, image, nil)
	if err != nil {
		return err
	}

	if len(annotations) == 0 {
		fmt.Fprintln(w, "No objects found.")
		return nil
	}

	fmt.Fprintln(w, "Objects:")
	for _, annotation := range annotations {
		fmt.Fprintln(w, annotation.Name)
		fmt.Fprintln(w, annotation.Score)

		for _, v := range annotation.BoundingPoly.NormalizedVertices {
			fmt.Fprintf(w, "(%f,%f)\n", v.X, v.Y)
		}
	}

	return nil
}

Java

このサンプルを試す前に、Vision API クイックスタート: クライアント ライブラリの使用の Java の設定手順に従ってください。詳細については、Vision API Java API のリファレンス ドキュメントをご覧ください。

注: Java Spring Framework を使用している場合、Spring Cloud GCP で認証設定と Vision API を使用するクライアント オブジェクトを自動的に構成できます。

GitHub で表示 フィードバック

/**
 * Detects localized objects in a remote image on Google Cloud Storage.
 *
 * @param gcsPath The path to the remote file on Google Cloud Storage to detect localized objects
 *     on.
 * @throws Exception on errors while closing the client.
 * @throws IOException on Input/Output errors.
 */
public static void detectLocalizedObjectsGcs(String gcsPath) throws Exception, IOException {
  List<AnnotateImageRequest> requests = new ArrayList<>();

  ImageSource imgSource = ImageSource.newBuilder().setGcsImageUri(gcsPath).build();
  Image img = Image.newBuilder().setSource(imgSource).build();

  AnnotateImageRequest request =
      AnnotateImageRequest.newBuilder()
          .addFeatures(Feature.newBuilder().setType(Type.OBJECT_LOCALIZATION))
          .setImage(img)
          .build();
  requests.add(request);

  // 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 client = ImageAnnotatorClient.create()) {
    // Perform the request
    BatchAnnotateImagesResponse response = client.batchAnnotateImages(requests);
    List<AnnotateImageResponse> responses = response.getResponsesList();
    client.close();
    // Display the results
    for (AnnotateImageResponse res : responses) {
      for (LocalizedObjectAnnotation entity : res.getLocalizedObjectAnnotationsList()) {
        System.out.format("Object name: %s%n", entity.getName());
        System.out.format("Confidence: %s%n", entity.getScore());
        System.out.format("Normalized Vertices:%n");
        entity
            .getBoundingPoly()
            .getNormalizedVerticesList()
            .forEach(vertex -> System.out.format("- (%s, %s)%n", vertex.getX(), vertex.getY()));
      }
    }
  }
}

Node.js

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Node.js の設定手順を行ってください。詳細については、Vision Node.js API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

// Imports the Google Cloud client libraries
const vision = require('@google-cloud/vision');

// Creates a client
const client = new vision.ImageAnnotatorClient();

/**
 * TODO(developer): Uncomment the following line before running the sample.
 */
// const gcsUri = `gs://bucket/bucketImage.png`;

const [result] = await client.objectLocalization(gcsUri);
const objects = result.localizedObjectAnnotations;
objects.forEach(object => {
  console.log(`Name: ${object.name}`);
  console.log(`Confidence: ${object.score}`);
  const veritices = object.boundingPoly.normalizedVertices;
  veritices.forEach(v => console.log(`x: ${v.x}, y:${v.y}`));
});

PHP

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある PHP の設定手順を行ってください。詳細については、Vision PHP API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

namespace Google\Cloud\Samples\Vision;

use Google\Cloud\Vision\V1\ImageAnnotatorClient;

// $path = 'gs://path/to/your/image.jpg'

function detect_object_gcs($path)
{
    $imageAnnotator = new ImageAnnotatorClient();

    # annotate the image
    $response = $imageAnnotator->objectLocalization($path);
    $objects = $response->getLocalizedObjectAnnotations();

    foreach ($objects as $object) {
        $name = $object->getName();
        $score = $object->getScore();
        $vertices = $object->getBoundingPoly()->getNormalizedVertices();

        printf('%s (confidence %d)):' . PHP_EOL, $name, $score);
        print('normalized bounding polygon vertices: ');
        foreach ($vertices as $vertex) {
            printf(' (%d, %d)', $vertex->getX(), $vertex->getY());
        }
        print(PHP_EOL);
    }

    $imageAnnotator->close();
}

Python

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Python の設定手順を行ってください。詳細については、Vision Python API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

def localize_objects_uri(uri):
    """Localize objects in the image on Google Cloud Storage

    Args:
    uri: The path to the file in Google Cloud Storage (gs://...)
    """
    from google.cloud import vision
    client = vision.ImageAnnotatorClient()

    image = vision.types.Image()
    image.source.image_uri = uri

    objects = client.object_localization(
        image=image).localized_object_annotations

    print('Number of objects found: {}'.format(len(objects)))
    for object_ in objects:
        print('\n{} (confidence: {})'.format(object_.name, object_.score))
        print('Normalized bounding polygon vertices: ')
        for vertex in object_.bounding_poly.normalized_vertices:
            print(' - ({}, {})'.format(vertex.x, vertex.y))

Ruby

このサンプルを試す前に、Vision クイックスタート: クライアント ライブラリの使用にある Ruby の設定手順を行ってください。詳細については、Vision Ruby API のリファレンス ドキュメントをご覧ください。

GitHub で表示 フィードバック

# image_path = "Google Cloud Storage URI, eg. 'gs://my-bucket/image.png'"

require "google/cloud/vision"

image_annotator = Google::Cloud::Vision.image_annotator

response = image_annotator.object_localization_detection image: image_path

response.responses.each do |res|
  res.localized_object_annotations.each do |object|
    puts "#{object.name} (confidence: #{object.score})"
    puts "Normalized bounding polygon vertices:"
    object.bounding_poly.normalized_vertices.each do |vertex|
      puts " - (#{vertex.x}, #{vertex.y})"
    end
  end
end
# image_path = "URI, eg. 'https://site.tld/image.png'"

require "google/cloud/vision"

image_annotator = Google::Cloud::Vision.image_annotator

response = image_annotator.object_localization_detection image: image_path

response.responses.each do |res|
  res.localized_object_annotations.each do |object|
    puts "#{object.name} (confidence: #{object.score})"
    puts "Normalized bounding polygon vertices:"
    object.bounding_poly.normalized_vertices.each do |vertex|
      puts " - (#{vertex.x}, #{vertex.y})"
    end
  end
end

gcloud コマンド

画像内のラベルを検出するには、次の例で示すように gcloud ml vision detect-objects コマンドを実行します。

gcloud ml vision detect-objects https://cloud.google.com/vision/docs/images/bicycle_example.png

試してみる

以下のオブジェクト検出とローカライズをお試しください。すでに指定済みの画像（https://cloud.google.com/vision/docs/images/bicycle_example.png）を使用することも、独自の画像を指定することもできます。[実行] を選択してリクエストを送信します。

画像クレジット: Bogdan Dada、Unsplash より。