问题标签 [vision-api]

我正在尝试构建一个 python 脚本并将其部署为 Pivotal Cloud Foundry 或 GKE 上的 HTTP 函数/无服务器云函数，但我已经阅读了几篇文章，其中大多数提到使用 SA 并下载 Json 密钥，设置 env 变量到JSON 密钥位置并运行脚本。

但是，当我将它部署在云上时，如何提供本地下载的 JSON 密钥文件？

我已经浏览了以下链接，但由于我是 GCP 的新手，所以我无法理解，任何人都可以为我提供一个详细的 anws 我该如何实现这一目标？

1. 谷歌云视觉 API - Python
2. 谷歌云视觉API-OCR
3. https://cloud.google.com/vision/docs/quickstart-client-libraries#client-libraries-usage-python

我正在使用 google API 函数来提取表情，它会检测图像中的所有面孔

这是我得到的输出：

我需要对多张图像使用此功能并希望获得一个数据框，但我不确定如何以我想要的方式将其转换为数据框输出......我需要这样的输出：

所需的输出：

. .

有什么帮助吗？

我目前正在编写有关Google Cloud AutoML Vision API的教程。

当我尝试执行此命令时（第 8 步）：

我收到以下错误：

它是 Google 提供的全球服务帐户。我如何解决它？

我正在我的 Android 应用程序中实现 firebase 的识别图像中的文本。我可以通过块/行/元素成功地从 API 获取结果。

https://firebase.google.com/docs/ml-kit/android/recognize-text

我的问题是，在结果数据包中，当我getConfidence()在块/行/元素中使用时，都返回“NULL”。但是，当我在 Cloud Vision API 页面和 API 演示页面中测试 API 时，JSON 中有可靠的返回。

任何人都知道是否有办法获得块/线/元素的信心

我正在尝试在Firebase 云存储文件上运行 Vision API文档文本检测。但我收到了这个错误：

我已经通过环境变量传递了服务帐户凭据，并且我正在调用 Vision API，nodejs如下所示：

I was interested in coding a long time. So this year I got a job where I was supposed to scrape text from old event programs. The pictures where terrible quality and results with normal OCR where horrible. I checked the google vision api and tested it manually and the results where great, so I used this opportunity to learn about coding.( I did some python before but the lack of usefulness always drove me away).

I wrote this program, I know its walking on crouches but it worked and did exactly what I wanted for 3 months now. I dont use it regularly but today when I wanted to use it again, it didnt work any more it just jumps to the end of the program, and finishes without making the api requests, at least so it seems to me.

I am really mostly finished with my work and this request doesnt make sense in terms of efficiency but I am just curious why the program I created suddenly stopped working.

If somebody can hint me in the right direction I would highly appreciate it, also if somebody wants to use the program, if it works for them sure let it work instead of yourself :D

I am not sure but I am using linux mint and maybe it stopped working because of some updates of python or vision-api or something.

Thank you very much dear internet

EDIT: I solved it by changing this line the statement apaprently equaled to FALSE. if file23.endswith('.JPG'):

我是第一次使用 Google Cloud Vision API（Web Detection API部分）。

我对不同的图像发出了多次请求，发现它总是向我显示最多 10 个具有匹配图像的页面和 10 个 Web 实体。这是使用与上面链接的文档页面完全相同的 Python 代码来打印匹配的页面 URL 和 Web 实体。

这是对 Web Detection API 的默认限制吗？在我能找到的文档中没有提到这一点，但如果到目前为止我尝试的每张图片都最多包含上述 10 个，这似乎是一个奇怪的巧合。

我希望使用图像的流行度（由来自网络的匹配页面 url 的数量计算）作为信号，这就是为什么了解这个限制是否存在很重要。

谢谢！

由于 API 响应和 web-ui 演示https://cloud.google.com/vision/docs/drag-and-drop ，我尝试使用 Google Vision API 和一个用例研究来检测戴口罩的人，我无法得到正确的结果如何确定人们是否戴口罩。

感谢你的帮助。

我有当前的代码，它在实时相机预览中围绕用户的脸部绘制一个边界框。

我还试图在实时相机预览上绘制面部标志的位置。由于没有比例值，它会绘制它们但不在正确的位置

我在网上找到了这段代码，但我很难计算这个比例值，因为它是实时相机预览而不是位图图像

网上找到的示例代码

我的功能

我正在使用 React Native 和 Google Vision api 制作对象检测应用程序。当我发送水平图像时，我的应用程序运行良好。但是如果我发送高分辨率垂直图像，api会发现像该图像是水平的对象。如果我发送低分辨率垂直图像，api也可以正常工作。

第一张图片的分辨率是6936x9248（实际上它在三星图库中显示为9248x6936，我不知道为什么），第二张图片的分辨率是750x1000（它在图库中也是750x1000）。

这里是视觉对两个图像的响应。

对于第一张图片： [{"mid":"/j/5qg9b8","name":"Packaged goods","score":0.5010282,"boundingPoly":{"normalizedVertices":[{"x":0.23222321,"y":0.45171654},{"x":0.7493964,"y":0.45171654},{"x":0.7493964,"y":0.5577906},{"x":0.23222321,"y":0.5577906}]}}]

对于第二张图片：[{"mid":"/j/5qg9b8","name":"Packaged goods","score":0.6785547,"boundingPoly":{"normalizedVertices":[{"x":0.43387607,"y":0.23372115},{"x":0.5493168,"y":0.23372115},{"x":0.5493168,"y":0.75314826},{"x":0.43387607,"y":0.75314826}]}},{"mid":"/m/01g317","name":"Person","score":0.53238875,"boundingPoly":{"normalizedVertices":[{"x":0.16410054,"y":0.65503424},{"x":0.6280196,"y":0.65503424},{"x":0.6280196,"y":0.9973958},{"x":0.16410054,"y":0.9973958}]}}]

如您所见，结果是不同的。至少光剑的位置必须相同。我不知道为什么，存在图像方向问题。

这是我发送到 Vision api 的请求：

问题是我的要求吗？