A guide to Google's Cloud Vision

मशीन लर्निंग। ध्यान लगा के पढ़ना या सीखना। प्राकृतिक भाषा प्रसंस्करण। कंप्यूटर दृष्टि। स्वचालन। आवाज़ पहचान। आपने हाल ही में कृत्रिम बुद्धि की छतरी के तहत हाल ही में इन सभी और कई अन्य शर्तों को सुना है। वास्तव में, क्षेत्र इतनी तेजी से बढ़ रहा है, यह एक निश्चित परिभाषा को कम करने के लिए तेजी से मुश्किल हो रहा है। एआई हमारे जीवन के लगभग हर पहलू का हिस्सा बन रहा है, ईकॉमर्स वेबसाइटें और अपने फोन को अनलॉक करने के लिए खोज इंजन।

आपकी वेबसाइटें और ऐप्स सीधे एआई की शक्ति में टैप करने के लिए एपीआई का लाभ उठा सकते हैं। एआई एजेंटों को 'ट्रेन' करने के बिना, आप पहले से विश्लेषण किए गए डेटा की भारी मात्रा का लाभ उठा सकते हैं। Google, अमेज़ॅन, आईबीएम और कई अन्य लोगों ने डेवलपर्स को हुक करने और एआई का उपयोग शुरू करने के लिए एंडपॉइंट बनाए हैं।

05. पर्यावरण चर सेट करें [4 9]

आपको सेट करने की आवश्यकता है Google_application_credentials पर्यावरण चर, इसलिए इसे हमारे एपीआई कॉल द्वारा पहुंचा जा सकता है। यह आपके द्वारा डाउनलोड किए गए JSON फ़ाइल को इंगित करता है और आपको हर बार पथ टाइप करने के लिए बचाता है। एक नई टर्मिनल विंडो खोलें और उपयोग करें निर्यात ऐसा कमांड:

export GOOGLE_APPLICATION_CREDENTIALS="/Users/[username]/Downloads/[file name].json"

प्रतिस्थापित करें [उपयोगकर्ता नाम] अपने उपयोगकर्ता नाम के साथ। सुनिश्चित करें कि आपके द्वारा संग्रहीत स्थान का मार्ग निजी कुंजी फ़ाइल सही है। प्रतिस्थापित करें [फ़ाइल का नाम] अपनी निजी कुंजी फ़ाइल के साथ और अपनी फ़ाइल के पथ का उपयोग करें।

विंडोज़ पर, आप इस तरह की कमांड लाइन के माध्यम से एक ही काम कर सकते हैं:

[15 9]

नोट: यदि आप अपना टर्मिनल या कंसोल विंडो बंद करते हैं, तो आपको फिर से चर को फिर से सेट करने के लिए फिर से चलाने की आवश्यकता हो सकती है। हम इसे जल्द ही हमारे PHP कोड में जोड़ देंगे, इसलिए आपको इसके बारे में फिर से चिंता करने की ज़रूरत नहीं है।

06. एपीआई को कॉल करें [4 9]

अब आप क्लाउड विजन एपीआई में खुदाई करने के लिए तैयार हैं। आप एपीआई के त्वरित परीक्षण करने के लिए कर्ल का उपयोग करेंगे। आप इस विधि का भी अपने कोड से भी उपयोग कर सकते हैं।

कर्ल अनुरोध ज्यादातर भाषाओं में किए जा सकते हैं, चाहे वह PHP, पायथन या नोड है। इस तरह आप कॉल को कमांड लाइन में सीधे बना सकते हैं या परिणाम को अपनी पसंद की भाषा में एक चर को असाइन कर सकते हैं। कर्ल का उपयोग करने पर कुछ त्वरित सुझाव खोजें यहां ।

अनुरोध के विवरण रखने के लिए एक साधारण JSON फ़ाइल बनाएं। इसे कहते हैं google_vision.json । इसे स्थानीय रूप से स्टोर करें जहां आप टर्मिनल कमांड को चलाने के लिए चाहते हैं।

 {
 "अनुरोध": [
    {
      "छवि": {
      "स्रोत": {
      "इमेजुरी":
      "https://upload.wikimedia.org/wikipedia/commons/9/93/GOLDEN_RETRIEVER_CARLOS_%2810581910556%29.jpg"
         }
     },
       "विशेषताएं": [{
         "टाइप करें": "type_unspecified",
         "मैक्स्रल्ट्स": 50
     },
       {
         "प्रकार": "LANDMARK_DETECTION",
         "मैक्स्रल्ट्स": 50
     },
       {
         "प्रकार": "face_detection",
         "मैक्स्रल्ट्स": 50
     }
       {
         "प्रकार": "LABEL_DETECTION",
         "मैक्स्रल्ट्स": 50
     },
       {
         "प्रकार": "text_detection",
         "मैक्स्रल्ट्स": 50
     },
       {
         "टाइप करें": "safe_search_detection",
         "मैक्स्रल्ट्स": 50
     },
       {
         "प्रकार": "image_properties",
         "मैक्स्रल्ट्स": 50
     }
    ]
   }
  ]
} 

उपर्युक्त कोड में, आपने विश्लेषण करने के लिए एक छवि का संकेत दिया है, साथ ही साथ विशिष्ट एपीआई सुविधाओं का उपयोग करने के लिए, फेस डिटेक्शन और लैंडमार्क डिटेक्शन सहित। Safe_search_detection यह जानने के लिए बहुत अच्छा है कि क्या छवि सुरक्षित है और यह किस श्रेणी में है, जैसे वयस्क सामग्री या हिंसक। Image_properties आपको रंगों और पिक्सेल-स्तरीय विवरणों के बारे में बताता है।

कर्ल कमांड को निष्पादित करने के लिए, अपने टर्मिनल या कमांड लाइन इंटरफ़ेस में, निम्न दर्ज करें।

 कर्ल -एक्स पोस्ट -एच "प्राधिकरण: बियरर" $ (GCLOUD ऑथ एप्लिकेशन-डिफ़ॉल्ट प्रिंट-टोकन) -h "सामग्री-प्रकार: एप्लिकेशन / JSON; CHARSET = UTF-8" - DATA- बाइनरी @ google_vision.json "https://vision.googleapis.com/v1/images :antotate" & gt; परिणाम 

उपयोग करके & gt; परिणाम सिंटैक्स, आपके पास परिणाम के लिए परिणाम नामक एक नई फ़ाइल में संग्रहीत परिणाम होंगे। आपने एपीआई को यूआरएल का संकेत दिया ( "https://vision.googleapis.com/v1/images:annotate" ) और आपके JSON डेटा को शामिल किया पद इसके लिए।

आप एपीआई को सक्रिय करने या पहुंच की अनुमति देने के लिए पहली बार इसका उपयोग करने के लिए संकेत प्राप्त कर सकते हैं। उस संकेत के लिए हाँ या y का उत्तर दें और इसे JSON वापस करना चाहिए।

यदि आप परिणाम फ़ाइल खोलते हैं, तो आपको विजन एपीआई अनुरोध से जसन डेटा परिणाम मिलेंगे। यहाँ एक स्निपेट है:

{
  "प्रतिक्रियाएं": [
    {
      "लेबलनोटेशन": [
        {
          "मिड": "/ एम / 0 बीटी 9 एलआर",
          "विवरण": "कुत्ता",
          "स्कोर": 0.982986,
          "टॉपिकलिटी": 0.982986
        },
        {
          "मिड": "/ एम / 01T032",
          "विवरण": "गोल्डन रेट्रिवर",
          "स्कोर": 0.952482,
          "टॉपिकलिटी": 0.952482
        },
        {
... 

आप तुरंत कुछ उपयोगी परिणाम देखते हैं। के नीचे लेबलनोटेशन नोड, आप 98 प्रतिशत मैच देख सकते हैं कि छवि में एक "कुत्ता" और 95 प्रतिशत मैच है जिसमें इसमें "गोल्डन रेट्रिवर" होता है! एआई ने पहले से ही "थूथन" सहित छवि और अन्य विवरण की सामग्री की पहचान की है और तथ्य यह है कि यह "स्पोर्टिंग डॉग" की संभावना है।

यह पहले से ही प्रशिक्षित Google विजन एआई सिस्टम की वजह से आपके हिस्से पर कोई प्रशिक्षण नहीं था। परिणामों के माध्यम से स्कैनिंग, आप अनुशंसित फसल क्षेत्रों से सबकुछ देखेंगे - ऑटो-क्रॉपिंग छवियों के विषयों के लिए - रंगों और सामग्री सहित छवियों में क्या है, इसके बारे में अविश्वसनीय विवरण। यह देखने के लिए कि एपीआई कितना शक्तिशाली है, इसे अन्य छवियों के साथ आज़माएं।

आप जिन कॉलों का उपयोग करेंगे उसका परीक्षण करने के लिए आप इस विधि का उपयोग जारी रख सकते हैं। आप एक भाषा में एक स्थानीय एसडीके भी सेट कर सकते हैं जिसे आप पसंद करते हैं और इसे अपने ऐप में एकीकृत करते हैं।

07. ग्राहक पुस्तकालय स्थापित करें [4 9]

इसके बाद आप अपनी परियोजनाओं में एपीआई को एकीकृत करने के तरीके को दिखाने के लिए एक साधारण वेब-आधारित ऐप करेंगे।

एकीकरण आसान बनाने के लिए विभिन्न भाषाओं में कई एसडीके उपलब्ध हैं। आप इस अगले खंड के लिए PHP एसडीके का उपयोग करेंगे। यदि आप एक अलग भाषा में निम्न कोड को ट्विक करना चाहते हैं, तो एसडीके का एक बड़ा संसाधन है यहां ।

यह सुनिश्चित करके शुरू करें कि आपके पास अपने स्थानीय या दूरस्थ सर्वर पर एक प्रोजेक्ट फ़ोल्डर सेट अप है। यदि आपके पास पहले से नहीं है, तो संगीतकार प्राप्त करें और इसे अपने प्रोजेक्ट फ़ोल्डर में इंस्टॉल करें। वैकल्पिक रूप से, आपके पास वैश्विक स्तर पर पहले से ही संगीतकार स्थापित हो सकते हैं और यह भी ठीक है।

क्लाउड विजन एसडीके के लिए विक्रेता फ़ाइलों को स्थापित करने के लिए निम्न संगीतकार कमांड चलाएं।

 PHP -R "कॉपी ('https://getcomposer.org/installer', 'संगीतकार-सेटअप.पीएचपी');"
PHP -R "यदि (hash_file ('sha384', 'संगीतकार-setup.php') === '93b54496392C0627746 7AC18B134C3B3A95E5A5E5C8
F1A9F115F203B75BF9A129D5DAA8BA6A13E2CC8A1DA080
6388a8 ') {echo' इंस्टॉलर सत्यापित '; } और {इको 'इंस्टॉलर भ्रष्ट'; अनलिंक ('संगीतकार-सेटअप.एफपी'); } echo php_eol; "
PHP संगीतकार-सेटअप.पीएचपी
PHP -R "अनलिंक ('संगीतकार-सेटअप.एफपी');"
PHP संगीतकार.पार को Google / क्लाउड-विजन की आवश्यकता होती है 

संगीतकार आपके प्रोजेक्ट फ़ोल्डर में एक विक्रेता फ़ोल्डर बनाता है और आपके लिए सभी निर्भरताओं को स्थापित करता है। यदि आप इसे सेट अप करने के लिए अटक जाते हैं और PHP का उपयोग करना चाहते हैं, तो आप इसे देख सकते हैं संगीतकार संसाधन स्थापित करना ।

08. एक नई फाइल बनाएं [4 9]

अपने प्रोजेक्ट फ़ोल्डर में एक नई PHP फ़ाइल बनाएं। इसे सेट करें हालांकि आप पसंद करते हैं लेकिन त्वरित परीक्षण के लिए छवियों को अपलोड करने के लिए एक साधारण HTML फॉर्म शामिल करें। यहां फॉर्म के साथ एक उदाहरण PHP फ़ाइल है:

 & lt;! डॉक्टाइप एचटीएमएल और जीटी;
& lt; html & gt;
& lt; हेड और जीटी;
& lt; शीर्षक & gt; नेट - कंप्यूटर विजन ट्यूटोरियल & lt; / शीर्षक & gt;
& lt; / सिर & gt;
& lt; शरीर & gt;
& lt; फॉर्म क्रिया = "index.php" enctype = "मल्टीपार्ट / फॉर्म-डेटा" विधि = "पोस्ट" & gt;
& lt; h1 & gt; छवि का चयन करें & lt; / h1 & gt;
& lt; इनपुट प्रकार = "फ़ाइल" नाम = "फ़ाइल" & gt; & lt; br / & gt; & lt; br / & gt;
& lt; इनपुट प्रकार = "सबमिट करें" मान = "अपलोड छवि" नाम = "सबमिट करें" & gt; & lt; br / & gt;
& lt; / फॉर्म & gt;
& lt; div class = "परिणाम" & gt;
& lt;? PHP
// PHP कोड यहाँ जाता है //
अगर (! ISSET ($ _ पोस्ट ['सबमिट']) {मर (); }
? & gt;
& lt; / div & gt;
& lt; / शरीर & gt;
& lt; / html & gt; 

कोड में एक मूल HTML फ़ाइल एक फॉर्म और PHP कोड के लिए प्लेसहोल्डर शामिल है। कोड फॉर्म से सबमिट की गई छवि के अस्तित्व की जांच करना शुरू कर देता है। यदि यह अभी तक सबमिट नहीं किया गया है, तो यह कुछ भी नहीं करता है।

09. छवि को स्टोर करें [4 9]

यदि आप ऑनलाइन या अपने सिस्टम पर छवियों को इंगित करना चाहते हैं, तो इस चरण को छोड़ दें। यदि आप अपनी छवियों को चुनना चाहते हैं, तो चयनित छवि को सहेजने के लिए इस कोड को जोड़ें।

[23 9] // छवि सहेजें $ FILEPATH = $ _files ["फ़ाइल"] ["नाम"]; यदि (move_uploaded_file ($ _ फ़ाइलें ["फ़ाइल"] ["tmp_name"], $ FILEPATH) { गूंज "& lt; p & gt; & lt; img src ="। $ FILEPATH। "शैली = 'चौड़ाई: 400px; ऊंचाई: ऑटो; / & gt; & lt; / p & gt; "; } अन्य { गूंज "त्रुटि !!"; }

10. पर्यावरण चर जोड़ें [4 9]

आपको सेट करने की आवश्यकता है Google_application_credentials इसके लिए प्रमाणित करने के लिए चर। PHP में हम उपयोग करते हैं Putenv एक पर्यावरण चर सेट करने के लिए आदेश। अपने PHP कोड में अगला इस कोड को जोड़ें:

[23 9] Putenv ('google_application_credentials = / उपयोगकर्ता / रिचर्डमटका / डाउनलोड / विजन ट्यूटोरियल 1-0FF464A9A0F7B.JSON');

पथ और फ़ाइल नाम को अपने JSON निजी कुंजी फ़ाइल में बदलें।

11. पुस्तकालय शामिल करें [4 9]

लाइब्रेरी जोड़ें और आरंभ करें सुभाषित आपके कोड में कक्षा। इस कोड को अगला जोड़ें:

[23 9] __dir__ की आवश्यकता होती है। '/vendor/autoload.php'; Google \ क्लाउड \ विजन \ v1 \ imageannotatorclient का उपयोग करें; $ प्रोजेक्टिड = 'विजन-ट्यूटोरियल -1'; $ ImageAnnotator = नई ImageAnnotatorClient ([ 'प्रोजेक्टिड' = & gt; $ प्रोजेक्टिड ]);

विक्रेता को ऑटोलोड की आवश्यकता से शुरू करें। यह पायथन या नोड में समान है जब आपको अपनी निर्भरता की आवश्यकता होती है। आयात करें ImageAnnotatorClient अगला, कक्षा का उपयोग करने के लिए। अपने परिभाषित करें प्रोजेक्टिड । यदि आप सुनिश्चित नहीं हैं कि यह क्या है, तो इसे अपने Google क्लाउड प्रोजेक्ट कंसोल में देखें। अंत में, एक नया बनाएँ ImageAnnotatorClient ऑब्जेक्ट अपने प्रोजेक्टिड का उपयोग करके और इसे असाइन करें $ imageannotator चर।

12. छवि सामग्री का विश्लेषण करें [4 9]

विश्लेषण के लिए एपीआई को छवि सबमिट करना शुरू करें। आप अब के लिए जेएसओएन के रूप में परिणाम प्रदर्शित करेंगे लेकिन अभ्यास में आप परिणामों का आकलन कर सकते हैं और उन्हें किसी भी तरह से उपयोग कर सकते हैं।

छवि को एपीआई में जमा करने के लिए निम्नलिखित जोड़ें।

[23 9] $ छवि = FILE_GET_CONTENTS ($ FILEPATH); $ प्रतिक्रिया = $ imageannotator- & gt; लेबलडेक्शन ($ छवि); $ लेबल = $ प्रतिक्रिया- & gt; getlabelannotions (); foreach ($ लेबल के रूप में $ लेबल) { गूंज "& lt; div class = 'परिणाम' & gt;"; $ परिणाम = $ लेबल- & gt; getdescription (); प्रतिध्वनि $ परिणाम। "(" $ लेबल- & gt; getscore ()। ")"; गूंज "& lt; / div & gt;"; }

यह सामग्री को प्रस्तुत रूप से प्रस्तुत करता है इमेजोनोटेटर एंडपॉइंट और परिणाम को स्टोर करता है $ प्रतिक्रिया चर। यह निर्दिष्ट करता है लेबलडेक्शन सुविधा। आप भी उपयोग कर सकते हैं चेहरा पहचानना , तर्क , टेक्सटेक्शन और कई अन्य कार्य। एक पूरी सूची के लिए, [2 9 1] यहा जांचिये

इसके बाद, लेबल की सूची में पुनरावृत्ति। यह सिर्फ एक उदाहरण है कि इसका उपयोग कैसे करें: आप इसे संसाधित कर सकते हैं और परिणामों पर प्रतिक्रिया कर सकते हैं जिन्हें आपको चाहिए।

13. चेहरे का पता लगाएं [4 9]

एक और त्वरित उदाहरण एपीआई कितना शक्तिशाली है चेहरा पहचानना समारोह। यह भावना डेटा को वापस कर देगा और दृश्यों की छवि की जानकारी कहां है। यह कोड यह देखने के लिए आज़माएं कि यह कैसे काम करता है।

[23 9] $ प्रतिक्रिया = $ ImageAnotator- & gt; फेसडेक्शन ($ छवि); $ faces = $ प्रतिक्रिया- & gt; getfaceannotations (); $ likelihoodname = ['अज्ञात', 'Very_unlikely', 'असंभव', 'संभव', 'संभावना', 'बहुत_likely']; // var_dump ($ लेबल); foreach ($ चेहरे के रूप में $ चेहरे) { गूंज "& lt; div class = 'परिणाम' & gt;"; $ क्रोध = $ चेहरा- & gt; getangerlikelihoot (); Printf ("क्रोध:% s"। php_eol, $ likelihoodname [$ क्रोध]); $ जॉय = $ चेहरा- और जीटी; getjoylikelihood (); Printf ("जॉय:% s"। php_eol, $ likelihoodname [$ joy]); $ वर्टिस = $ चेहरा- & gt; getboundingpoly () - & gt; getvertices (); $ सीमा = []; फॉरच ($ कशेरुक के रूप में $ वर्टेक्स) { $ सीमा [] = sprintf ('(% d,% d)', $ vertex- & gt; getx (), $ vertex- & gt; gety ()); } प्रिंट ('सीमा:'। शामिल हों (',', $ सीमा)। php_eol); गूंज "& lt; / div & gt;"; }

आप का उपयोग करके शुरू करते हैं चेहरा पहचानना एनोटेटर का कार्य करें और पिछले उदाहरण की तरह छवि में पास करें। फिर आप मिलते हैं फ़ेसननोटिया । आप अधिक सामान्य भाषा में प्रतिक्रिया भार की एक सरणी का उपयोग करते हैं, ताकि आप कुछ भावनाओं की संभावना को देख सकें। इसके बाद, आप पहले की तरह प्रतिक्रिया को पुन: उत्पन्न करते हैं। आप दो संभावित भावनाओं, क्रोध और खुशी की जांच करते हैं, उन परिणामों को लौटाते हैं। यह आपको प्रत्येक चेहरे को परिभाषित करने वाले बाउंडिंग बक्से के कोनों को भी देगा।

यह लेख मूल रूप से 316 अंक में प्रकाशित हुआ था [32 9] जाल [32 9] , वेब डिजाइनरों और डेवलपर्स के लिए दुनिया की सबसे अच्छी बिकने वाली पत्रिका। [32 9] यहां 316 जारी करें [32 9] या [32 9] यहां सदस्यता लें [32 9] । [32 9]

संबंधित आलेख:

• अद्भुत एआई उपकरण जादू की तरह तस्वीरों का पुनर्निर्माण करता है
• Google Analytics में 17 शीर्ष उपकरण
• सबसे अच्छा कोड संपादक