正在加载…
未找到任何结果。
访问 700 多个实验和课程

使用 Cloud Vision API 偵測圖片中的標籤、臉孔和地標/特徵

实验 30 分钟 universal_currency_alt 5 积分 show_chart 中级
info 此实验可能会提供 AI 工具来支持您学习。
访问 700 多个实验和课程

GSP037

Google Cloud 自學實驗室標誌

總覽

Cloud Vision API 是能分析圖片及擷取資訊的雲端式服務，可用來偵測圖片中的物件、臉孔和文字。Cloud Vision API 將強大的機器學習模型封裝於容易使用的 REST API 中，是解讀圖片內容的實用工具。

在本實驗室中，您將瞭解如何將圖片傳送至 Cloud Vision API，以及使用 API 偵測物件、臉孔和地標/特徵。

目標

在本實驗室中，您將瞭解如何執行下列工作：

  • 建立 Cloud Vision API 要求，並使用 curl 指令呼叫 API。
  • 使用 API 的標籤、臉部和地標/特徵偵測方法。

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

  • 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。
注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。
  • 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。
注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

  1. 點選「Start Lab」按鈕。如果實驗室會產生費用，畫面上會出現選擇付款方式的對話方塊。左側的「Lab Details」窗格會顯示下列項目：

    • 「Open Google Cloud console」按鈕
    • 剩餘時間
    • 必須在這個研究室中使用的臨時憑證
    • 完成這個實驗室所需的其他資訊 (如有)

  2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

    接著，實驗室會啟動相關資源，並開啟另一個分頁，顯示「登入」頁面。

    提示：您可以在不同的視窗中並排開啟分頁。

    注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

  3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

    {{{user_0.username | "Username"}}}

    您也可以在「Lab Details」窗格找到 Username。

  4. 點選「下一步」。

  5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

    {{{user_0.password | "Password"}}}

    您也可以在「Lab Details」窗格找到 Password。

  6. 點選「下一步」。

    重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

  7. 按過後續的所有頁面：

    • 接受條款及細則。
    • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
    • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要使用 Google Cloud 產品和服務，請點選「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。「導覽選單」圖示和搜尋欄位

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

  1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 「啟動 Cloud Shell」圖示。

  2. 系統顯示視窗時，請按照下列步驟操作：

    • 繼續操作 Cloud Shell 視窗。
    • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

  1. (選用) 您可以執行下列指令來列出使用中的帳戶：
gcloud auth list
  1. 點按「授權」。

輸出內容：

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`
  1. (選用) 您可以使用下列指令來列出專案 ID：
gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

工作 1：建立 API 金鑰

在這項工作中，您要產生 API 金鑰並用要求網址傳遞，以使用 curl 傳送要求至 Vision API。

  1. 在 Cloud 控制台的「導覽選單」中，依序前往「API 和服務」>「憑證」，建立 API 金鑰。

  2. 接著點按「建立憑證」並選取「API 金鑰」。

顯示 API 金鑰選項的「建立憑證」頁面

  1. 接著，複製剛才產生的金鑰，然後點按「關閉」。

請點選下方的「Check my progress」，確認實驗室進度。

建立 API 金鑰

接著，將 API 金鑰儲存為環境變數，這樣就不必在每個要求插入金鑰值。

  1. 更新下列指令，將預留位置文字替換成您複製的 API 金鑰，然後在 Cloud Shell 執行指令，將該值設為環境變數：
export API_KEY=<YOUR_API_KEY>

工作 2：將圖片上傳至 Cloud Storage bucket

將圖片傳送至 Cloud Vision API 進行偵測的方式有兩種：將採用 base64 編碼的圖片字串傳送至 API，或是傳送儲存在 Cloud Storage 的檔案網址。

本實驗室採用 Cloud Storage 網址方法。首先，請建立 Cloud Storage bucket 來儲存圖片。

  1. 依序選取「導覽選單」>「Cloud Storage」>「Bucket」，然後點按「Bucket」旁邊的「建立」。

  2. 為 bucket 取一個不重複的名稱：-bucket。

  3. 命名後，點按「選取如何控制物件的存取權」。

  4. 取消選取「強制禁止公開存取這個 bucket」核取方塊，然後選取「精細」圓形按鈕。

其他 bucket 設定則保留預設值。

  1. 點按「建立」。

將圖片上傳至 bucket

  1. 用右鍵點選下方的甜甜圈圖片，然後點按「另存圖片」，將圖片儲存至電腦並命名為 donuts.png。

甜甜圈

  1. 前往剛才建立的 bucket，依序點按「上傳」>「上傳檔案」，然後選取 donuts.png 並點按「開啟」。

標示出「上傳檔案」按鈕的 bucket 詳細資料頁面

檔案應該會出現在 bucket 中。

現在您需要公開這張圖片。

  1. 點按圖片上的 3 點圖示，然後選取「編輯權限」。

展開的「更多選項」選單，並特別標示出「編輯權限」選項

  1. 點按「新增項目」，然後輸入下列內容：

    • 實體：Public
    • 名稱：allUsers
    • 存取權：Reader

  2. 完成後點按「儲存」。

現在檔案已加入 bucket，您就可以建立 Cloud Vision API 要求，傳送甜甜圈圖片的網址了。

請點選下方的「Check my progress」，確認實驗室進度。

將圖片上傳至 bucket

工作 3：建立要求

在 Cloud Shell 主目錄中建立 request.json 檔案。

  1. 使用 Cloud Shell 程式碼編輯器 (點按 Cloud Shell 工具列的鉛筆圖示)

「開啟編輯器」按鈕

或您常用的指令列編輯器 (nano、vim 或 emacs)，建立 request.json 檔案。

  1. 將下列程式碼貼到 request.json 檔案中：
{ "requests": [ { "image": { "source": { "gcsImageUri": "gs://{{{project_0.project_id | PROJECT_ID}}}-bucket/donuts.png" } }, "features": [ { "type": "LABEL_DETECTION", "maxResults": 10 } ] } ] }
  1. 儲存檔案。

在 Cloud Shell IDE 啟用 Gemini Code Assist

您可以在 Cloud Shell 等整合式開發環境 (IDE) 中使用 Gemini Code Assist，取得程式碼相關指引或解決程式碼問題。Gemini Code Assist 必須先啟用，才能開始使用。

  1. 在 Cloud Shell 執行下列指令，啟用 Gemini for Google Cloud API：
gcloud services enable cloudaicompanion.googleapis.com
  1. 點按 Cloud Shell 工具列中的「開啟編輯器」。
注意：如要開啟 Cloud Shell 編輯器，請點選 Cloud Shell 工具列中的「開啟編輯器」。如要在 Cloud Shell 與程式碼編輯器之間切換，請視需要點選「開啟編輯器」或「開啟終端機」。

  1. 在左側窗格中，點按「設定」圖示，然後在「設定」檢視畫面中搜尋「Gemini Code Assist」。

  2. 找到「Geminicodeassist: Enable」，確認已勾選核取方塊，然後關閉「設定」。

  3. 點選畫面底部狀態列中的「Cloud Code - No Project」。

  4. 依指示授權外掛程式。如果系統未自動選取專案，請點按「選取 Google Cloud 專案」，然後選擇 。

  5. 確認狀態列的 Cloud Code 狀態訊息中已顯示 Google Cloud 專案 ()。

工作 4：執行標籤偵測

您要練習的第一項 Cloud Vision API 功能是標籤偵測，以下方法會傳回圖片內容的標籤 (字詞) 清單。

  1. 在 Cloud Shell 終端機執行下列 curl 指令，呼叫 Cloud Vision API 並將回應內容儲存至 label_detection.json 檔案：
curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY} -o label_detection.json && cat label_detection.json

回應內容應如下所示：

輸出內容：

{ "responses": [ { "labelAnnotations": [ { "mid": "/m/01dk8s", "description": "Powdered sugar", "score": 0.9861496, "topicality": 0.9861496 }, { "mid": "/m/01wydv", "description": "Beignet", "score": 0.9565117, "topicality": 0.9565117 }, { "mid": "/m/02wbm", "description": "Food", "score": 0.9424965, "topicality": 0.9424965 }, { "mid": "/m/0hnyx", "description": "Pastry", "score": 0.8173416, "topicality": 0.8173416 }, { "mid": "/m/02q08p0", "description": "Dish", "score": 0.8076026, "topicality": 0.8076026 }, { "mid": "/m/01ykh", "description": "Cuisine", "score": 0.79036003, "topicality": 0.79036003 }, { "mid": "/m/03nsjgy", "description": "Kourabiedes", "score": 0.77726763, "topicality": 0.77726763 }, { "mid": "/m/06gd3r", "description": "Angel wings", "score": 0.73792106, "topicality": 0.73792106 }, { "mid": "/m/06x4c", "description": "Sugar", "score": 0.71921736, "topicality": 0.71921736 }, { "mid": "/m/01zl9v", "description": "Zeppole", "score": 0.7111677, "topicality": 0.7111677 } ] } ] }

API 成功辨識出甜甜圈是糖霜口味，太酷了！Vision API 針對每個找到的標籤傳回了下列資訊：

  • description 為項目的描述。
  • score 為介於 0 到 1 之間的數字，表示模型對於「項目描述與圖片內容相符」的信心程度。
  • mid 值即為 Google 知識圖譜中的項目 mid 值。呼叫 Knowledge Graph API 時，可以使用 mid 取得項目詳細資訊。
  1. 在 Cloud Shell 編輯器中，前往 label_detection.json。這項動作會啟用 Gemini Code Assist。編輯器右上角出現 Gemini Code Assist：智慧動作 圖示時，代表工具已啟用。

Gemini Code Assist 會直接在程式碼編輯器中提供 AI 輔助智慧動作，協助您提高工作效率，同時減少切換情境的次數。在本節中，您打算請 Gemini Code Assist 提供協助，瞭解如何向團隊成員說明 Cloud Vision API 回應。

  1. 點選「Gemini Code Assist: Smart Actions」Gemini Code Assist：智慧動作 圖示，然後選取「Explain this」。

  2. Gemini Code Assist 會開啟對話窗格，並預先填入提示詞 Explain this。在 Code Assist 對話的內嵌文字方塊中，將預先填入的提示詞改成下列內容，然後點選「Send」：

您是 Cymbal AI 的機器學習工程師，需要協助新進團隊成員瞭解 Cloud Vision API 回應。請詳細說明 label_detection.json 檔案，分析當中的關鍵組成部分，以及這些部分在 JSON 程式碼中的作用。 如有建議改善的地方，請勿直接修改檔案內容。

Gemini Code Assist 對話視窗中，您會看到 AI 對 label_detection.json 程式碼內 Cloud Vision API 回應的詳細說明。

工作 5：執行網頁偵測

除了擷取圖片內容的標籤，Cloud Vision API 還能搜尋網際網路，找出更多圖片的詳細資訊。您可以透過 API 的 WebDetection 方法取得許多有趣的資料：

  • 根據含有類似圖片的網頁內容，列出圖片中的實體。
  • 網路上完全和部分相符圖片的網址，以及這些圖片所在網頁的網址。
  • 類似圖片的網址 (如同執行反向圖片搜尋)。

執行網頁偵測時，可使用相同的甜甜圈圖片，並變更 request.json 檔案中的一行程式碼，或者以完全不同的圖片嘗試。

  1. 在 Cloud Shell 編輯器中，前往同一目錄中的 request.json 並開啟檔案。

  2. 點按工具列中的「Gemini Code Assist：智慧動作」Gemini Code Assist 圖示。

除了詳細說明程式碼，您還可以使用 Gemini Code Assist 的 AI 功能，直接在編輯器中變更程式碼。在本例中，您決定讓 Gemini Code Assist 協助編輯 request.json 檔案的內容。

  1. 將下列提示詞貼到工具列開啟的 Gemini Code Assist 內嵌文字欄位，以編輯 request.json 檔案。
請更新 request.json 檔案中的特徵清單，將類型從 LABEL_DETECTION 更改為 WEB_DETECTION。

  1. 按下 Enter 鍵，提示 Gemini Code Assist 根據指示修改程式碼。

  2. 「Gemini Diff」檢視畫面出現提示時，點按「Apply all changes」。

request.json 檔案的內容應與下列類似。

{ "requests": [ { "image": { "source": { "gcsImageUri": "gs://{{{project_0.project_id | PROJECT_ID}}}-bucket/donuts.png" } }, "features": [ { "type": "WEB_DETECTION", "maxResults": 10 } ] } ] }
  1. 前往 Cloud Shell 終端機執行下列 curl 指令，呼叫 Cloud Vision API：
curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY}
  1. 讓我們從 webEntities 開始深入瞭解 API 的回應。這張圖片傳回的實體包括：
{ "responses": [ { "webDetection": { "webEntities": [ { "entityId": "/m/0z5n", "score": 0.8868, "description": "Application programming interface" }, { "entityId": "/m/07kg1sq", "score": 0.3139, "description": "Encapsulation" }, { "entityId": "/m/0105pbj4", "score": 0.2713, "description": "Google Cloud Platform" }, { "entityId": "/m/01hyh_", "score": 0.2594, "description": "Machine learning" }, ... ]

這張圖片曾多次用於 Cloud ML API 簡報，因此 API 找到「Machine learning」和「Google Cloud Platform」實體。

查看 fullMatchingImages、partialMatchingImages 和 pagesWithMatchingImages 底下的網址時，會發現許多網址都指向這個實驗室網站 (打破第四道牆！)。

假設您想搜尋其他甜甜圈圖片，但不想找到完全相同的圖片，這時 API 回應中的 visuallySimilarImages 部分就能派上用場。以下是 API 找到的幾張相似圖片：

"visuallySimilarImages": [ { "url": "https://media.istockphoto.com/photos/cafe-du-monde-picture-id1063530570?k=6&m=1063530570&s=612x612&w=0&h=b74EYAjlfxMw8G-G_6BW-6ltP9Y2UFQ3TjZopN-pigI=" }, { "url": "https://s3-media2.fl.yelpcdn.com/bphoto/oid0KchdCqlSqZzpznCEoA/o.jpg" }, { "url": "https://s3-media1.fl.yelpcdn.com/bphoto/mgAhrlLFvXe0IkT5UMOUlw/348s.jpg" }, ... ]

您可以前往這些網址查看類似圖片：

糖霜甜甜圈圖片 1

糖霜甜甜圈圖片 2

糖霜甜甜圈圖片 3

看到那麼多甜甜圈，肚子都餓了起來 (抱歉！)。其實這就像是在 Google 圖片以圖搜圖。

有了 Cloud Vision，您就能透過簡單易用的 REST API 使用這項功能，並將其整合至應用程式。

工作 6：執行臉部偵測

接著來看看 Vision API 的臉部偵測方法。

臉部偵測方法會傳回圖片中的臉部資料，包括情緒和臉孔在圖片中的位置。

上傳新圖片

請將含有臉孔的新圖片上傳至 Cloud Storage bucket，才能使用這種方法。

  1. 用右鍵點選下方圖片，然後點按「另存圖片」，將圖片儲存至電腦並命名為 selfie.png。

一張呈現其他兩人也在自拍的自拍照

  1. 按照前面的方式，將圖片上傳至 Cloud Storage bucket 並設為公開。

請點選下方的「Check my progress」，確認實驗室進度。

將用於臉部偵測的圖片上傳至 bucket

更新要求檔案

  1. 在 Cloud Shell 編輯器的同一目錄中，前往 request.json。

  2. 點按工具列中的「Gemini Code Assist：智慧動作」Gemini Code Assist 圖示。

  3. 將下列提示詞貼到工具列開啟的 Gemini Code Assist 內嵌文字欄位，請 Gemini Code Assist 協助更新 request.json 檔案。

請在 JSON 檔案 request.json 中進行以下三項更新： * 將 gcsImageUri 值從 donuts.png 更新為 selfie.png。 * 將現有的特徵陣列替換為兩種新特徵類型：FACE_DETECTION 和 LANDMARK_DETECTION。 * 請勿傳回 maxResults 結果。

  1. 按下 Enter 鍵，提示 Gemini Code Assist 根據指示修改程式碼。

  2. 「Gemini Diff」檢視畫面出現提示時，點按「Apply all changes」。

更新後的要求檔案應如下所示：

{ "requests": [ { "image": { "source": { "gcsImageUri": "gs://{{{project_0.project_id | PROJECT_ID}}}-bucket/selfie.png" } }, "features": [ { "type": "FACE_DETECTION" }, { "type": "LANDMARK_DETECTION" } ] } ] }

呼叫 Vision API 並剖析回應

  1. 前往 Cloud Shell 終端機執行下列 curl 指令，呼叫 Cloud Vision API：
curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY}
  1. 查看回應中的 faceAnnotations 物件。API 每在圖片中找到一張臉孔，就會傳回一個物件，因此本例傳回三個物件。以下是部分回應內容：
{ "faceAnnotations": [ { "boundingPoly": { "vertices": [ { "x": 669, "y": 324 }, ... ] }, "fdBoundingPoly": { ... }, "landmarks": [ { "type": "LEFT_EYE", "position": { "x": 692.05646, "y": 372.95868, "z": -0.00025268539 } }, ... ], "rollAngle": 0.21619819, "panAngle": -23.027969, "tiltAngle": -1.5531756, "detectionConfidence": 0.72354823, "landmarkingConfidence": 0.20047489, "joyLikelihood": "LIKELY", "sorrowLikelihood": "VERY_UNLIKELY", "angerLikelihood": "VERY_UNLIKELY", "surpriseLikelihood": "VERY_UNLIKELY", "underExposedLikelihood": "VERY_UNLIKELY", "blurredLikelihood": "VERY_UNLIKELY", "headwearLikelihood": "VERY_LIKELY" } ... } }
  • boundingPoly 代表圖中臉部輪廓的 x 與 y 座標。
  • fdBoundingPoly 是比 boundingPoly 更小的方塊，代表臉部皮膚座標。
  • landmarks 是每個臉部特徵的物件陣列，有時候甚至會出現您從未注意過的特徵。這些資訊會告訴您特徵類型，以及該特徵在 3D 空間中的位置 (x、y、z 座標)，z 座標代表深度。其餘值則提供更多表情詳細資訊，包括喜、悲、怒和驚訝的機率。

您正在查看的回應是離鏡頭最遠的人，他做了一個有點俏皮的表情，這解釋了 joyLikelihood 為何是 LIKELY。

工作 7：執行地標註解

地標偵測功能可辨識常見 (和較不知名) 的地標，這項功能會傳回地標名稱、經緯度座標，以及地標在圖中的位置。

上傳新圖片

請上傳新圖片至 Cloud Storage bucket，才能使用這個方法。

  1. 用右鍵點選下方圖片，然後點按「另存圖片」，將圖片儲存至電腦並命名為 city.png。

城市圖片

圖片出處：聖瓦西里主教座堂，2019 年 12 月 19 日由 Adrien Wodey 攝於俄羅斯莫斯科，圖片由免費媒體圖庫 Unsplash 提供。取自：https://unsplash.com/photos/multicolored-dome-temple-yjyWCNx0J1U。檔案已取得 Unsplash 授權。

  1. 按照前面的方式，將圖片上傳至 Cloud Storage bucket 並設為公開。

請點選下方的「Check my progress」，確認實驗室進度。

將用於地標註解的圖片上傳至 bucket

更新要求檔案

  • 接著，請使用下列指令更新 request.json 檔案，這段指令包含新圖片的網址，並要求 API 偵測地標：
{ "requests": [ { "image": { "source": { "gcsImageUri": "gs://{{{project_0.project_id | PROJECT_ID}}}-bucket/city.png" } }, "features": [ { "type": "LANDMARK_DETECTION", "maxResults": 10 } ] } ] }

呼叫 Vision API 並剖析回應

  1. 前往 Cloud Shell 終端機執行下列 curl 指令，呼叫 Cloud Vision API：
curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY}
  1. 查看回應的 landmarkAnnotations 部分：
"landmarkAnnotations": [ { "mid": "/m/0hm_7", "description": "Red Square", "score": 0.8557956, "boundingPoly": { "vertices": [ {}, { "x": 503 }, { "x": 503, "y": 650 }, { "y": 650 } ] }, "locations": [ { "latLng": { "latitude": 55.753930299999993, "longitude": 37.620794999999994 } ...

Cloud Vision API 成功辨識出相片拍攝地點，並提供該地點的地圖座標 (位於俄羅斯莫斯科紅場的聖瓦西里主教座堂)。

這段回應中的值應與上方的 labelAnnotations 回應類似：

  • 地標的 mid
  • 名稱 (description)
  • 可信度分數
  • boundingPoly 代表圖中辨識出地標的區塊。
  • locations 鍵代表相片拍攝地點的經緯度座標。

工作 8：執行物件定位

Vision API 的物件定位功能可偵測並擷取圖片中多個物件的資訊，因此能辨識一張圖片中多個物件，並分別提供 LocalizedObjectAnnotation。每個 LocalizedObjectAnnotation 會識別物件資訊、物件位置，以及框住圖中物件的矩形區域。

物件定位功能可用來識別圖片中顯眼和不明顯的物件。

物件資訊僅會以英文傳回，不過您可以用 Cloud Translation 將英文標籤翻譯成多種語言。

請使用網路上現有的圖片，並更新 request.json 檔案，才能使用這個方法。

更新要求檔案

  • 使用下列指令更新 request.json 檔案，這段指令包含新圖片的網址，並要求 API 定位物件。
{ "requests": [ { "image": { "source": { "imageUri": "https://cloud.google.com/vision/docs/images/bicycle_example.png" } }, "features": [ { "maxResults": 10, "type": "OBJECT_LOCALIZATION" } ] } ] }

呼叫 Vision API 並剖析回應

  1. 前往 Cloud Shell 終端機執行下列 curl 指令，呼叫 Cloud Vision API：
curl -s -X POST -H "Content-Type: application/json" --data-binary @request.json https://vision.googleapis.com/v1/images:annotate?key=${API_KEY}
  1. 接著，查看回應的 localizedObjectAnnotations 部分：
{ "responses": [ { "localizedObjectAnnotations": [ { "mid": "/m/01bqk0", "name": "Bicycle wheel", "score": 0.89648587, "boundingPoly": { "normalizedVertices": [ { "x": 0.32076266, "y": 0.78941387 }, { "x": 0.43812272, "y": 0.78941387 }, { "x": 0.43812272, "y": 0.97331065 }, { "x": 0.32076266, "y": 0.97331065 } ] } }, { "mid": "/m/0199g", "name": "Bicycle", "score": 0.886761, "boundingPoly": { "normalizedVertices": [ { "x": 0.312, "y": 0.6616471 }, { "x": 0.638353, "y": 0.6616471 }, { "x": 0.638353, "y": 0.9705882 }, { "x": 0.312, "y": 0.9705882 } ] } }, ...

如您所見，Vision API 能辨識出這張圖片包含自行車和車輪。這段回應中的值應與上方的 labelAnnotations 回應類似：物件的 mid、名稱 (name)、可信度分數，boundingPoly 同樣代表圖中辨識出物件的區塊。

此外，boundingPoly 也提供了 normalizedVertices 鍵，代表圖中物件的座標。這些座標會正規化成 0 到 1 的範圍，0 代表圖片左上角，1 代表右下角。

恭喜！您已成功使用 Vision API 分析圖片，並擷取圖中物件的相關資訊。

工作 9：探索其他 Vision API 方法

本實驗室已帶您認識 Vision API 的標籤、臉部、地標/特徵偵測和物件定位方法，但還有三種方法尚未介紹。請參閱「images.annotate」方法說明文件，瞭解其他三種偵測類型：

  • 標誌偵測：辨識圖片中的常見標誌及其位置。
  • 安全搜尋偵測：判斷圖片是否含有露骨內容。這項功能適用於任何含有使用者原創內容的應用程式，可根據四項要素篩選圖片：成人、醫療、暴力和假冒內容。
  • 文字偵測：執行 OCR 來擷取圖片中的文字，甚至能辨識語言。

恭喜！

您已瞭解如何使用 Vision API 分析圖片。在本實驗室中，您將不同圖片的 Cloud Storage URL 傳送至 API，並讓 API 傳回在圖片中找到的標籤、臉孔、地標/特徵和物件。如果是分析儲存在資料庫或記憶體中的圖片，您也可以將 base64 編碼字串傳送給 API。

後續步驟/瞭解詳情

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2025 年 10 月 14 日

實驗室上次測試日期：2025 年 10 月 14 日

Copyright 2025 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。

准备工作

  1. 实验会创建一个 Google Cloud 项目和一些资源，供您使用限定的一段时间
  2. 实验有时间限制，并且没有暂停功能。如果您中途结束实验，则必须重新开始。
  3. 在屏幕左上角，点击开始实验即可开始

使用无痕浏览模式

  1. 复制系统为实验提供的用户名和密码
  2. 在无痕浏览模式下，点击打开控制台

登录控制台

  1. 使用您的实验凭证登录。使用其他凭证可能会导致错误或产生费用。
  2. 接受条款，并跳过恢复资源页面
  3. 除非您已完成此实验或想要重新开始，否则请勿点击结束实验，因为点击后系统会清除您的工作并移除该项目

此内容目前不可用

一旦可用，我们会通过电子邮件告知您

太好了！

一旦可用，我们会通过电子邮件告知您

一次一个实验

确认结束所有现有实验并开始此实验

使用无痕浏览模式运行实验

请使用无痕模式或无痕式浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。