使用Google Cloud Vision和Python进行强大的图像分析

最近，我已经构建了一个Web应用程序来管理用户的个人开支，其主要功能是扫描购物收据并提取数据以供进一步处理。Google Vision API是一款从照片中获取文字的绝佳工具，在本文中，我将使用Python指导完成开发过程。

从未听说过Google Cloud Vision？

它是一种API，允许开发人员通过提取的数据分析图像的内容。为此，Google利用在大型图像数据集上训练的机器学习模型，所有这些都可以通过单个API请求获得，API背后的引擎对图像进行分类，检测对象，人脸，并识别图像中的打印文字。

举个例子，让我们来介绍一下国外很受欢迎的Giphy。他们采用了API从GIF中提取字幕数据，从而显着改善了用户体验。

如何开始使用Google Cloud

首先注册Google Cloud，目前中国可以使用邮箱注册，然后根据提示获取秘钥。但是如果要更好体验需要代理服务器，之后就可以使用丰富的API功能。

如何将GOOGLE CLOUD VISION与PYTHON结合使用

首先，让我们从库中导入类。

from google.cloud import vision

如果需要处理，现在需要一个客户端实例，将使用文本识别功能。

client = vision.ImageAnnotatorClient()

如果不将凭据存储在环境变量中，则可以在此阶段将其直接添加到客户端。

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

假设将要处理的图像存储在项目目录中的文件夹“images”中，让我们打开其中一个。

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

下一步是创建一个Vision对象，它允许您发送请求以继续进行文本识别。

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

基本步骤就差不多，看起来很复杂，但是真正上手之后就会发现功能强大且使用简单。

可以从Google Cloud Vision获得什么？

正如上面提到的，Google Cloud Vision不仅可以识别文本，还可以让发现人脸，地标，图像属性和网络连接。其实Google Cloud Vision还可以让我们找出关于图像的Web关联的内容。

应用Google Cloud Vision服务是无穷无尽。使用Python库，可以在任何基于语言的项目中使用它，无论是Web应用程序还是科学项目，它当然可以帮助我们对机器学习技术产生更深的兴趣。

Google文档提供了一些有关如何在实践中应用Vision API功能的好主意，并让我们可以了解有关机器学习的更多信息。特别建议查看有关如何构建高级图像搜索应用程序的指南。