问题标签 [vision-api]

我正在尝试在点击 UIView 时捕获静止图像。

项目来自： https ://github.com/googlesamples/ios-vision

FaceDetectorDemo → FaceDetector → CameraViewController.m

我将人脸检测器项目从 Objective-C 转换为 Swift，但我需要添加一个额外的功能，用户点击屏幕进行捕捉，但无法弄清楚。

我的代码：

在saveToCamera点击UIView.

我想检查外部存储中的照片中是否至少有一张人脸。

我像这样查询外部内容：

获取 uri 需要 0.004 秒

getBitmap() 花费太多时间。大约需要10s。

getBitmap() 占用了总时间的 90%，所以这里是一个瓶颈。我能做些什么来让它更快吗？

来自免费版 Vision API ( https://cloud.google.com/vision/docs/drag-and-drop ) 的 JSON 响应具有名为“Confidence”的字段，它显示了模型在单词级别上的识别置信度和人物等级。在付费版本中，此字段缺失。JSON 示例如下。

拖放输出 JSON 结构：

付费版输出结构：

此功能是否处于测试阶段，任何付费用户都无法使用？我想使用人物级别模型的信心，我该如何使用？

我正在尝试使用 Google Cloud Vision API。

我在此链接中使用 REST API 。

发布https://vision.googleapis.com/v1/files:asyncBatchAnnotate

我的要求是

但响应始终只有“名称”，如下所示：

我的“gs”位置是有效的。当我在“gcsSource”中写错路径时，就会出现 404 not found 错误。谁知道为什么我的反应很奇怪？

我正在尝试用路径勾勒出整个图像的轮廓，以便将其裁剪掉，但路径并未遵循面部轮廓。这是我的代码：

如何使路径仅遵循脸部的外部轮廓

我正在尝试为使用 Google 视觉 API 和 lib 的类编写单元AnnotatorImageClient测试google-cloud-vision。问题是我的嘲笑AnnotatorImageClient由于某种原因仍然调用了真正的batchAnnotateImages方法，然后抛出了一个 NPE，这打破了我的测试。我以前从未在模拟中看到过这种行为，我想知道我是否做错了什么，spock/groovy 中是否存在错误，或者它是否与该 Google 库有关？

我已经检查过我班级中使用的对象是否真的是一个模拟对象，它就是。我尝试过使用 Spock 版本 1.2-groovy-2.5 和 1.3-groovy.2.5

被测试的类：

考试：

我希望模拟能够简单地返回null（我知道这个测试没有多大意义）。相反，它调用com.google.cloud.vision.v1.ImageAnnotatorClient.batchAnnotateImageswhich 抛出 NPE。

我写了一个代码来了解金钱的价值。我正在使用 Mobile Vision 的 OCR 来获取数字和单词，然后如果匹配（我设置了一些条件），应用程序将播放该值的声音。现在我想做一些实验。我希望这个应用程序裁剪数字周围的区域并将其显示在我的活动中。这就是我所做的。

只是如何像下面这张图片一样裁剪数字（红色框），然后我将使用 ImageView 在我的活动中显示它。 谢谢

这些边界从 doctext.py DocText.py 返回：

app.py 使用烧瓶：

边界多边形值

当我将边界传递给 html 时，我想在 js 中访问这个 boundingpoly 列表以使用 html 中的 canvas js 绘制矩形

它不工作。

我想将它作为 js 中的对象读取并访问这些对象顶点并在画布上绘制。

当渲染模板变量边界时，它作为列表传递并且无法在 javascript 中读取，甚至尝试过 json 转储，它显示 Object BoundingPoly is not Json serializable。我该怎么做？

我正在使用 python 中的一些脚本并试图找出这些图像是否返回结果。但是，当运行 python 时不会打印任何内容。我没有收到错误，但似乎无法弄清楚。

我的工作基于这些例子

https://cloud.google.com/vision/docs/quickstart-client-libraries#client-libraries-install-python

https://cloud.google.com/vision/docs/internet-detection

我将 Google Cloud Functions 与他们的 Vision API 和 Translate API 结合使用来从图像中提取文本，然后将提取的文本翻译成各种语言。输出将传递到 Pub/Sub 主题，然后存储在 Cloud Storage 存储分区中。所有组件似乎都工作正常，除了我的输出没有为语言正确编码，所以我得到的字符串是“Pâté Oeufs Mimosa”而不是“Pâté – Oeufs Mimosa”。

这是我正在使用的相关代码：