使用Google Cloud Vision和Python進行強大的圖像分析

最近，我已經構建了一個Web應用程序來管理用戶的個人開支，其主要功能是掃描購物收據並提取數據以供進一步處理。Google Vision API是一款從照片中獲取文字的絕佳工具，在本文中，我將使用Python指導完成開發過程。

從未聽說過Google Cloud Vision？

它是一種API，允許開發人員通過提取的數據分析圖像的內容。為此，Google利用在大型圖像數據集上訓練的機器學習模型，所有這些都可以通過單個API請求獲得，API背後的引擎對圖像進行分類，檢測對象，人臉，並識別圖像中的列印文字。

舉個例子，讓我們來介紹一下國外很受歡迎的Giphy。他們採用了API從GIF中提取字幕數據，從而顯著改善了用戶體驗。

如何開始使用Google Cloud

首先註冊Google Cloud，目前中國可以使用郵箱註冊，然後根據提示獲取秘鑰。但是如果要更好體驗需要代理服務器，之後就可以使用豐富的API功能。

如何將GOOGLE CLOUD VISION與PYTHON結合使用

首先，讓我們從庫中導入類。

from google.cloud import vision

from google.cloud.vision import types

如果需要處理，現在需要一個客戶端實例，將使用文本識別功能。

client = vision.ImageAnnotatorClient()

如果不將憑據存儲在環境變量中，則可以在此階段將其直接添加到客戶端。

client = vision.ImageAnnotatorClient.from_service_account_file(‘/path/to/apikey.json’)

假設將要處理的圖像存儲在項目目錄中的文件夾「images」中，讓我們打開其中一個。

image_to_open = ‘images/receipt.jpg’ with open(image_to_open, ‘rb’) as image_file:content = image_file.read()

下一步是創建一個Vision對象，它允許您發送請求以繼續進行文本識別。

image = vision.types.Image(content=content)text_response = client.text_detection(image=image)

基本步驟就差不多，看起來很複雜，但是真正上手之後就會發現功能強大且使用簡單。

可以從Google Cloud Vision獲得什麼？

正如上面提到的，Google Cloud Vision不僅可以識別文本，還可以讓發現人臉，地標，圖像屬性和網路連接。其實Google Cloud Vision還可以讓我們找出關於圖像的Web關聯的內容。

應用Google Cloud Vision服務是無窮無盡。使用Python庫，可以在任何基於語言的項目中使用它，無論是Web應用程序還是科學項目，它當然可以幫助我們對機器學習技術產生更深的興趣。

Google文檔提供了一些有關如何在實踐中應用Vision API功能的好主意，並讓我們可以了解有關機器學習的更多信息。特別建議查看有關如何構建高級圖像搜尋應用程序的指南。