Python နှင့် Vision API ကို အသုံးပြု၍ ပုံများမှ အညွှန်းများကို ပရိုဂရမ်ကျကျ ထုတ်ယူရန်၊ သင်သည် Google Cloud Vision API ၏ အစွမ်းထက်သောစွမ်းရည်များကို အသုံးချနိုင်သည်။ Vision API သည် ပုံများမှ အညွှန်းများကို အလိုအလျောက်ခွဲခြားသိရှိနိုင်ပြီး ထုတ်ယူနိုင်စေမည့် အညွှန်းရှာဖွေခြင်းအပါအဝင် ပြည့်စုံသောရုပ်ပုံခွဲခြမ်းစိတ်ဖြာမှုအင်္ဂါရပ်အစုံကို ပံ့ပိုးပေးပါသည်။
စတင်ရန်၊ သင်သည် Google Cloud ပရောဂျက်တစ်ခုကို တည်ဆောက်ပြီး Vision API ကို ဖွင့်ရန် လိုအပ်ပါမည်။ သင်ထိုသို့လုပ်ဆောင်ပြီးသည်နှင့်၊ သင်သည်အောက်ပါ command ကို run ခြင်းဖြင့်လိုအပ်သော Python libraries ကို install လုပ်နိုင်သည်။
python pip install google-cloud-vision
ထို့နောက် Vision API ကိုဝင်ရောက်ရန် သင့်လျှောက်လွှာကို စစ်မှန်ကြောင်းသက်သေပြရန် လိုအပ်သည်။ ဝန်ဆောင်မှုအကောင့်သော့ကို ဖန်တီးပြီး သော့ဖိုင်၏လမ်းကြောင်းကိုညွှန်ပြရန် 'GOOGLE_APPLICATION_CREDENTIALS' ပတ်၀န်းကျင်ပြောင်းလဲမှုကို သတ်မှတ်ခြင်းဖြင့် ၎င်းကို သင်လုပ်ဆောင်နိုင်သည်။ ၎င်းကို အောက်ပါကုဒ်ကို အသုံးပြု၍ လုပ်ဆောင်နိုင်သည်-
python import os from google.cloud import vision os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = '/path/to/service_account_key.json'
ယခု၊ သင်သည် ရုပ်ပုံများမှ အညွှန်းများကို ပရိုဂရမ်ဖြင့် ထုတ်ယူရန် Vision API ကို အသုံးပြုနိုင်သည်။ အောက်ပါ ကုဒ် အတိုအထွာ သည် ၎င်းကို ပြုလုပ်ပုံ ကို သရုပ်ပြသည် ။
python def extract_labels(image_path): client = vision.ImageAnnotatorClient() with open(image_path, 'rb') as image_file: content = image_file.read() image = vision.Image(content=content) response = client.label_detection(image=image) labels = response.label_annotations extracted_labels = [label.description for label in labels] return extracted_labels
ဤကုဒ်တွင်၊ ကျွန်ုပ်တို့သည် `google.cloud.vision` စာကြည့်တိုက်မှ `ImageAnnotatorClient` အတန်း၏ စံနမူနာတစ်ခု ဖန်တီးပါသည်။ ထို့နောက် ကျွန်ုပ်တို့သည် ရုပ်ပုံဖိုင်ကိုဖတ်ကာ ဖိုင်အကြောင်းအရာမှ `Image` အရာဝတ္ထုတစ်ခုကို ဖန်တီးပြီး တံဆိပ်ရှာဖွေခြင်းအတွက် Vision API သို့ ပေးပို့ပါ။ API တုံ့ပြန်မှုတွင် အညွှန်းဖော်ပြချက်များကို ကျွန်ုပ်တို့ထုတ်နုတ်ထားသည့် အညွှန်းမှတ်ချက်များစာရင်းပါရှိသည်။
သင်ခွဲခြမ်းစိတ်ဖြာလိုသော ပုံဖိုင်သို့ လမ်းကြောင်းကို ဖြတ်သန်းခြင်းဖြင့် `extract_labels` လုပ်ဆောင်ချက်ကို ယခုခေါ်ဆိုနိုင်ပါသည်။ ၎င်းသည် ပုံမှထုတ်နုတ်ထားသော အညွှန်းစာရင်းကို ပြန်ပေးလိမ့်မည်။
python image_path = '/path/to/image.jpg' labels = extract_labels(image_path) print(labels)
၎င်းသည် ပုံမှ ထုတ်ယူထားသော အညွှန်းများကို ထုတ်ပေးပါမည်။
plaintext ['cat', 'animal', 'whiskers', 'small to medium-sized cats', 'mammal']
Vision API သည် ရုပ်ပုံများကိုခွဲခြမ်းစိတ်ဖြာပြီး အရာဝတ္တုများ၊ မြင်ကွင်းများနှင့် အခြားအမြင်အာရုံအင်္ဂါရပ်များကို ခွဲခြားသတ်မှတ်ရန် အဆင့်မြင့်စက်သင်ယူမှုမော်ဒယ်များကို အသုံးပြုသည်။ ၎င်းသည် ကျယ်ပြန့်သော အညွှန်းများကို တိကျစွာသိရှိနိုင်ပြီး ၎င်းသည် ရုပ်ပုံအမျိုးအစားခွဲခြင်း၊ အကြောင်းအရာစိစစ်ခြင်းနှင့် အမြင်အာရုံရှာဖွေခြင်းကဲ့သို့သော အမျိုးမျိုးသောအပလီကေးရှင်းများအတွက် အဖိုးတန်ကိရိယာတစ်ခုဖြစ်စေသည်။
Python နှင့် Vision API ကို အသုံးပြုထားသော ပုံများမှ အညွှန်းများကို ပရိုဂရမ်ကျကျ ထုတ်ယူရန်၊ သင်သည် Google Cloud ပရောဂျက်တစ်ခုကို စနစ်ထည့်သွင်းရန်၊ Vision API ကိုဖွင့်ရန်၊ လိုအပ်သော Python ဒစ်ဂျစ်တိုက်များကို ထည့်သွင်းရန်၊ သင့်အက်ပ်လီကေးရှင်းကို စစ်မှန်ကြောင်း စစ်ဆေးပြီးနောက် Vision API ကို အသုံးပြု၍ တံဆိပ်ရှာဖွေခြင်းကို လုပ်ဆောင်ရန် လိုအပ်ပါသည်။ ပုံများ။ ထုတ်ယူထားသော အညွှန်းများကို ထပ်ဆင့်ခွဲခြမ်းစိတ်ဖြာရန် သို့မဟုတ် ရုပ်ပုံပါ၀င်သည့် အကြောင်းအရာကို နားလည်မှုမြှင့်တင်ရန် အသုံးပြုနိုင်သည်။
အခြား လတ်တလောမေးခွန်းများနှင့် အဖြေများ EITC/AI/GVAPI Google Vision API:
- Google Vision API တွင် အရာဝတ္ထုအသိအမှတ်ပြုခြင်းအတွက် ကြိုတင်သတ်မှတ်ထားသော အမျိုးအစားအချို့ကား အဘယ်နည်း။
- Google Vision API သည် မျက်နှာအသိအမှတ်ပြုခြင်းကို ဖွင့်ပေးပါသလား။
- "draw_vertices" လုပ်ဆောင်ချက်ကို အသုံးပြု၍ အရာဝတ္တုဘောင်များကို ဆွဲသောအခါတွင် ဖော်ပြထားသော စာသားကို ပုံထဲသို့ မည်သို့ထည့်နိုင်မည်နည်း။
- ပေးထားသောကုဒ်ရှိ "draw.line" နည်းလမ်း၏ ဘောင်များသည် အဘယ်နည်း၊ မျဉ်းကြောင်းများကြားတွင် မျဉ်းကြောင်းများကို မည်သို့အသုံးပြုကြသနည်း။
- Python တွင် အရာဝတ္ထုဘောင်များဆွဲရန် ခေါင်းအုံးစာကြည့်တိုက်ကို မည်သို့အသုံးပြုနိုင်သနည်း။
- ပေးထားသောကုဒ်ရှိ "draw_vertices" လုပ်ဆောင်ချက်၏ ရည်ရွယ်ချက်ကား အဘယ်နည်း။
- ပုံတစ်ပုံရှိ ပုံသဏ္ဍာန်များနှင့် အရာဝတ္ထုများကို နားလည်ရန် Google Vision API သည် မည်သို့ကူညီနိုင်သနည်း။
- API မှ အကြံပြုထားသော ရုပ်ပုံများကို သုံးစွဲသူများက မည်သို့စူးစမ်းနိုင်မည်နည်း။
- Google Vision API ၏ ဝဘ်ရှာဖွေခြင်းအင်္ဂါရပ်၏ တုံ့ပြန်မှုအရာဝတ္တုတွင် ပံ့ပိုးပေးထားသည့် မတူညီသောဒြပ်စင်များသည် အဘယ်နည်း။
- အပ်လုဒ်လုပ်ထားသောပုံများအတွက် တဂ်များဖန်တီးရာတွင် ဝဘ်ရှာဖွေခြင်းအင်္ဂါရပ်က မည်သို့ကူညီပေးသနည်း။
EITC/AI/GVAPI Google Vision API တွင် နောက်ထပ်မေးခွန်းများနှင့် အဖြေများကို ကြည့်ပါ။
နောက်ထပ်မေးခွန်းများနှင့် အဖြေများ-
- field: ဉာဏ်ရည်တု
- ပရိုဂရမျ: EITC/AI/GVAPI Google Vision API (လက်မှတ်အစီအစဉ်ကိုသွားပါ။)
- သင်ခန်းစာကို: ပုံများတံဆိပ်ကပ်ခြင်း (သက်ဆိုင်ရာသင်ခန်းစာကို သွားပါ။)
- Topic: တံဆိပ်ကပ်ခြင်း (သက်ဆိုင်ရာ အကြောင်းအရာကို သွားပါ။)
- စာမေးပွဲသုံးသပ်ချက်