[GCP] 讓Google Vision API幫你做ORC文字辨識(Python實例)

一、GCP設定

啟用方式

打開連結，點選『啟用』。

每個月有提供免費額度(詳細請看google的說明)，每月使用的前 1,000 個單位免費，如果怕被收費的話記得關閉這個API。

關閉的方法

(1) 點選『管理』

(2) 點選『停用API』

二、安裝套件

(1) 安裝vision

pip3 install google-cloud-vision

(2) 安裝sdk

方法一、

pip3 install google-cloud-sdk

方法二、

sudo apt install snapd
sudo snap install google-cloud-sdk --classic

三、使用方式

(1) 輸入指令，獲得授權。

gcloud auth application-default login

點選出現的連結(用瀏覽器打開)，選擇你的google帳戶登入。

登入google後，把出現的驗證碼回填。

記得！伺服器重開之後都要再重新登入。

(2) 新建檔案，執行程式。

# detect.py
import sys
import io
from google.cloud import vision

def detect_text_uri(uri):
    client = vision.ImageAnnotatorClient()
    image = vision.types.Image()
    image.source.image_uri = uri

    response = client.text_detection(image=image)
    texts = response.text_annotations
    print('Texts:')
    print(texts[0].description)

if __name__ == '__main__':
    detect_text_uri(sys.argv[1])

執行程式碼

python3 detect.py IMAGE_URL

[實測結果]

python3 detect.py https://www.eastcoast-nsa.gov.tw/image/6921/1024x768

圖片來源：https://www.eastcoast-nsa.gov.tw/image/6921/1024x768

輸出文字：

Google Vision Api Example

Vision API支援很多國的語言，辨識度也相當不錯！Google有針對Vision API提供很多範例的程式碼，你可以[下載]程式碼來玩玩看。

document_text 標示圖片中的文字 [連結]

python3 doctext.py resources/text_menu.jpg  -out_file result.png

將圖片中的文字標示出來。

解析圖片的內容、計算評分 web [連結]

python3 web_detect.py https://picsum.photos/400?image=111

除了解析圖片的內容，還會列出使用這個圖片的網站、與此圖片相同的圖片(不同路徑)、部分相同的圖片等等。

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