אתם צופים במסמכי התיעוד של Apigee Edge.
אפשר לעבור אל מסמכי התיעוד של Apigee X. מידע
גרסה: 2.0.2
איתור תוכן וטקסט בתמונות באמצעות מודלים של למידת מכונה.
התוכן הזה מספק הפניה להגדרת התוסף הזה ולשימוש בו. לפני שמשתמשים בתוסף הזה מתוך שרת proxy של API, צריך:
מפעילים את Cloud Vision API בחשבון השירות.
אם אתם מתכוונים להשתמש ב-Cloud Storage כמקור התמונות, תצטרכו גם להעניק לתוסף הזה גישה ל-Cloud Storage, כמו שמתואר בהפניה לתוסף Google Cloud Storage.
אם יש לכם חשבון שירות עם הרשאה ל-Cloud Vision (ול-Cloud Storage, אם אתם משתמשים בו), אתם יכולים להשתמש במסוף Google Cloud כדי ליצור מפתח לחשבון השירות.
משתמשים בתוכן של קובץ ה-JSON של המפתח שנוצר כשמוסיפים ומגדירים את התוסף באמצעות הפניה להגדרות.
מידע על Cloud Vision
Google Cloud Vision API משתמש במודלים של למידת מכונה כדי לנתח תמונות. אתם יכולים לאמן מודל לשימוש ב-API או להשתמש במודל המובנה.
באמצעות המודל המובנה, Cloud Vision מסווג תמונות לקטגוריות כמו 'גורד שחקים', 'סירת מפרש', 'אריה' או 'מגדל אייפל'. הוא מזהה אובייקטים, פנים, סמלי לוגו וציוני דרך בתמונות, ומאתר מילים שמופיעות בתמונות.
דוגמאות
בדוגמאות הבאות אפשר לראות איך מגדירים תמיכה בפעולות של התוסף Cloud Vision באמצעות מדיניות ExtensionCallout.
זיהוי תוויות
בדוגמה הבאה, הפעולה detectLabels של התוסף מקבלת את התמונה ב-image_uri ומעבירה אותה ל-Cloud Vision API לצורך ניתוח. ממשק ה-API יבדוק את התמונה ויקבע אילו תוויות מתאימות לתוכן שלה.
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<ConnectorCallout async="false" continueOnError="true" enabled="true" name="Cloud-Vision-Extension">
<DisplayName>Cloud Vision Extension</DisplayName>
<Connector>cloud-vision-extension-example</Connector>
<Action>detectLabels</Action>
<Input><![CDATA[
{
"image_uri" : "gs://cloud-vision-example/empire-state-building.jpg"
}
]]></Input>
<Output>vision.labels.retrieved</Output>
</ConnectorCallout>
מדיניות Assign Message הבאה משתמשת בערך של המשתנה שמאחסן את התגובה של התוסף כדי להקצות את מטען התגובה.
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<AssignMessage async="false" continueOnError="false" enabled="true" name="Get-Image-Labels">
<DisplayName>Get Image Labels</DisplayName>
<AssignTo type="response" createNew="false"/>
<Set>
<Payload contentType="application/json">{vision.labels.retrieved}</Payload>
</Set>
</AssignMessage>
אם תעלו תמונה של אזור עירוני עם בניין גבוה מאוד, יכול להיות שתקבלו תשובה כמו זו:
{
"labels": [
{
"locations": [
],
"properties": [
],
"mid": "/m/0j_s4",
"locale": "",
"description": "metropolitan area",
"score": 0.9868549704551697,
"confidence": 0,
"topicality": 0.9868549704551697,
"boundingPoly": null
},
{
"locations": [
],
"properties": [
],
"mid": "/m/079cl",
"locale": "",
"description": "skyscraper",
"score": 0.966157853603363,
"confidence": 0,
"topicality": 0.966157853603363,
"boundingPoly": null
}
]
}
זיהוי טקסט
בדוגמה הבאה, הפעולה detectText של התוסף מקבלת את התמונה ב-image_uri ומעבירה אותה לניתוח באמצעות Cloud Vision API. ה-API יבדוק את התמונה ויזהה את הטקסט שמופיע בה.
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<ConnectorCallout async="false" continueOnError="true" enabled="true" name="Cloud-Vision-Text">
<DisplayName>Cloud Vision Text</DisplayName>
<Connector>cloud-vision-extension-example</Connector>
<Action>detectText</Action>
<Input><![CDATA[
{
"image_uri" : "gs://cloud-vision-example/parking-signs1.jpg"
}
]]></Input>
<Output>vision.text.retrieved</Output>
</ConnectorCallout>
מדיניות Assign Message הבאה משתמשת בערך של המשתנה שמאחסן את התגובה של התוסף כדי להקצות את מטען התגובה.
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<AssignMessage async="false" continueOnError="false" enabled="true" name="Get-Image-Text">
<DisplayName>Get Image Text</DisplayName>
<AssignTo type="response" createNew="false"/>
<Set>
<Payload contentType="application/json">{vision.text.retrieved}</Payload>
</Set>
</AssignMessage>
אם תשלחו תמונה עם שלטים בחניון, יכול להיות שתקבלו תשובה כמו זו:
{
"text": [
{
"locations": [
],
"properties": [
],
"mid": "",
"locale": "en",
"description": "RESERVED\nVISITORPARKING\nPARKING\nONLY>\n$150 FINE\n",
"score": 0,
"confidence": 0,
"topicality": 0,
"boundingPoly": {
"vertices": [
{
"x": 64,
"y": 56
},
{
"x": 378,
"y": 56
},
{
"x": 378,
"y": 218
},
{
"x": 64,
"y": 218
}
]
}
},
{
"locations": [
],
"properties": [
],
"mid": "",
"locale": "",
"description": "RESERVED",
"score": 0,
"confidence": 0,
"topicality": 0,
"boundingPoly": {
"vertices": [
{
"x": 243,
"y": 56
},
{
"x": 378,
"y": 56
},
{
"x": 378,
"y": 84
},
{
"x": 243,
"y": 84
}
]
}
}
]
}
פעולות
detectLabels
מזהה ומחלץ מידע על ישויות בתמונה שצוינה. הישויות שאותרו משתייכות למגוון רחב של קטגוריות. לדוגמה, אפשר להשתמש בפעולה הזו כדי לזהות אובייקטים, מיקומים, פעילויות, מיני בעלי חיים, מוצרים ועוד.
מומלץ לעיין גם במאמרי העזרה של Cloud Vision API.
פרמטרים של בקשה
| פרמטר | תיאור | סוג | ברירת מחדל | חובה |
|---|---|---|---|---|
| image_uri | מקור התמונה. התמונה יכולה להיות מהאינטרנט או מ-Google Cloud Storage (בפורמט gs://bucketname/filename). אם המקור הוא Google Cloud Storage, קובץ התמונה צריך להיות ציבורי. |
מחרוזת | ללא. | כן. |
תחביר
<Input><![CDATA[{
"image_uri" : "uri-of-image-to-analyze"
}
]]></Input>
דוגמה
בדוגמה הבאה, הפעולה detectLabels של התוסף שולחת את התמונה שצוינה ל-Vision API לצורך ניתוח.
<Input><![CDATA[
{
"image_uri" : "gs://cloud-vision-example/empire-state-building.jpg"
}
]]></Input>
תשובה
אובייקט שמכיל labels מערך של תוויות שמייצגות ישויות שזוהו בתמונה. מידע נוסף זמין במאמר זיהוי תוויות.
detectText
מזהה ומחלץ טקסט מהתמונה שצוינה.
פרמטרים של בקשה
| פרמטר | תיאור | סוג | ברירת מחדל | חובה |
|---|---|---|---|---|
| image_uri | מקור התמונה. התמונה יכולה להיות מהאינטרנט או מ-Google Cloud Storage (בפורמט gs://bucketname/filename). אם המקור הוא Google Cloud Storage, קובץ התמונה צריך להיות ציבורי. |
מחרוזת | ללא. | כן. |
תחביר
<Input><![CDATA[
{
"image_uri" : "uri-of-image-to-analyze"
}
]]></Input>
דוגמה
בדוגמה הבאה, הפעולה detectText של התוסף שולחת את התמונה שצוינה ל-Vision API לצורך ניתוח.
<Input><![CDATA[
{
"image_uri" : "gs://cloud-vision-example/parking-signs1.jpg"
}
]]></Input>
תשובה
אובייקט שמכיל מערך text של הטקסט שזוהה. מידע נוסף זמין במאמר זיהוי תוויות.
הסבר על ההגדרות
כשמגדירים ופורסים את התוסף הזה לשימוש בשרתי proxy ל-API, צריך להשתמש בפרטים הבאים. הוראות להגדרת תוסף באמצעות מסוף Apigee מופיעות במאמר הוספה והגדרה של תוסף.
מאפיינים נפוצים של תוספים
המאפיינים הבאים קיימים בכל תוסף.
| נכס | תיאור | ברירת המחדל | נדרש |
|---|---|---|---|
name |
השם שבחרת לתצורה הזו של התוסף. | ללא | כן |
packageName |
השם של חבילת התוסף כפי שהוא סופק על ידי Apigee Edge. | ללא | כן |
version |
מספר הגרסה של חבילת התוסף שממנה מגדירים את התוסף. | ללא | כן |
configuration |
ערך הגדרה ספציפי לתוסף שרוצים להוסיף. מאפיינים לחבילת תוספים זו | ללא | כן |