Étape 2: programmation
Nous utilisons le langage python pour la programmation, avant que créer un google cloud console compte https://console.cloud.google.com puis faire un projet et activez nuage vision API pour ce projet.
DETAIL INSTRUCTIONS sont disponibles ici https://cloud.google.com/vision/docs/quickstart
Google Cloud Vision API Client Library for Python en utilisant putty terminal
installation de PIP--mise à jour google-api-python-client
https://Developers.google.com/API-Client-Library/p...
faire un python de fichiers à l’intérieur de l’intel edison et d’écrire ce code
https://github.com/GoogleCloudPlatform/Cloud-Visio...
également ajouter du code de capteur tactile disponible ici
https://Software.Intel.com/en-US/IOT/Hardware/sens...
pour la connexion d’une caméra, vous pouvez utiliser ce tutoriel
code suivant est un script python simple qui se nourrissent d’entrée de capteur tactile et de convertir un contenu d’image en texte à l’aide de la vision de google API
Import base64
Import os importation re import sys
de la découverte d’importation googleapiclient
des erreurs d’importation googleapiclient
nltk Import
de nltk.stem.snowball
importation EnglishStemmer de oauth2client.client
importation GoogleCredentials
redis Import
DISCOVERY_URL = ' https://{api}.googleapis.com/$discovery/rest?version={apiVersion}' # noqa
BATCH_SIZE = 10
moment de l’importation
importations pyupm_ttp223 ttp223
Contact = ttp223. TTP223(0)
tout en 1 :
Si touch.isPressed() :
classe VisionApi :
"" "Construire et utiliser le service Google API Vision." ""
def __init__ (self, api_discovery_file='vision_api.json ") :
Self.Credentials = GoogleCredentials.get_application_default() self.service = discovery.build (« vision », « v1 », credentials=self.credentials, discoveryServiceUrl = DISCOVERY_URL)
def detect_text (self, input_filenames, num_retries = 3, max_results = 6): "" "utilise l’API de Vision pour la détection de texte dans le fichier donné." "" images = {} pour nom de fichier dans input_filenames : avec open (filename, 'rb') dans fichier_image : images [filename] = image_file.read()
batch_request = [] NomFichier dans images : batch_request.append ({"image": {"content": base64.b64encode (images[filename]).decode('UTF-8')}, "fonctionnalités": [{'type': 'TEXT_DETECTION', 'maxResults': max_results,}]}) demande = self.service.images () .annotate (corps = {« requêtes »: batch_request})
Essayez : réponses = request.execute(num_retries=num_retries) if « réponses » pas dans les réponses : retour {} text_response = {} pour filename, réponse dans la fermeture éclair (images, responses['responses']) : si "erreur" en réponse : imprimer ("Erreur de l’API pour %s: %s" % (filename, response ['error'] ['message'] si 'message' en réponse ['error'] d’autre '')) continuer si 'textAnnotations' en réponse : text_response [filename] = response ['textAnnotations'] d’autre : text_response [filename] = [] text_response return sauf erreurs. Erreur http comme e: impression (« Http Error pour %s: %s » % (filename, e As EventArgs)) sauf KeyError comme e2 : imprimer ("erreur de clé: %s" % e2)
Pour plus d’informations au sujet de code goto https://github.com/GoogleCloudPlatform/cloud-visi...
