Batch-Bildannotation offline (original) (raw)

Zum Hauptinhalt springen

Batch-Bildannotation offline

Die Vision API kann mit jedem beliebigen Feature-Typ von Vision asynchrone Offline-Erkennungsdienste und Annotationen für große Batches von Bilddateien ausführen. Sie können beispielsweise ein oder mehrere Vision API-Features für einen einzelnen Batch von Bildern angeben, zum Beispiel TEXT_DETECTION, LABEL_DETECTION und LANDMARK_DETECTION.

Die Ausgabedaten einer Offline-Batchanfrage werden in eine JSON-Datei geschrieben, die im angegebenen Cloud Storage-Bucket erstellt wird.

Beschränkungen

Die Vision API akzeptiert bis zu 2.000 Bilddateien. Bei einem größeren Batch von Bilddateien wird ein Fehler zurückgegeben.

Derzeit unterstützte Featuretypen

Featuretyp
CROP_HINTS Ermittelt Vorschläge für Eckpunkte für einen Bildausschnitt.
DOCUMENT_TEXT_DETECTION Führt in Bildern mit hohem Textanteil eine OCR durch, zum Beispiel Dokumente (PDF/TIFF) und Bilder mit Handschrift.TEXT_DETECTION kann für Bilder mit wenig Text verwendet werden. Hat Vorrang, wenn DOCUMENT_TEXT_DETECTION und TEXT_DETECTION vorhanden sind.
FACE_DETECTION Erkennt Gesichter im Bild.
IMAGE_PROPERTIES Berechnet eine Reihe von Bildeigenschaften, zum Beispiel die dominanten Farben des Bildes.
LABEL_DETECTION Fügt Labels ausgehend vom Bildinhalt hinzu.
LANDMARK_DETECTION Erkennt geografische Sehenswürdigkeiten im Bild.
LOGO_DETECTION Erkennt Firmenlogos im Bild.
OBJECT_LOCALIZATION Erkennt und extrahiert mehrere Objekte in einem Bild.
SAFE_SEARCH_DETECTION Führt SafeSearch aus, um potenziell unsichere oder unerwünschte Inhalte zu erkennen.
TEXT_DETECTION Führt eine OCR für Text im Bild durch. Die Texterkennung ist für Bereiche mit wenig Text innerhalb eines größeren Bildes optimiert. Verwenden Sie DOCUMENT_TEXT_DETECTION, wenn das Bild ein Dokument ist (PDF/TIFF), viel Text oder Handschrift enthält.
WEB_DETECTION Mit der Google Bildersuche lassen sich thematische Entitäten wie Nachrichten, Veranstaltungen oder Prominente im Bild erkennen und nach ähnlichen Bildern im Web suchen.

Beispielcode

Verwenden Sie die folgenden Codebeispiele, um Offline-Annotationsdienste für einen Batch von Bilddateien in Cloud Storage auszuführen.

Antwort

Eine erfolgreiche Anfrage gibt JSON-Antwortdateien in dem Cloud Storage-Bucket zurück, den Sie im Codebeispiel angegeben haben. Die Anzahl der Antworten pro JSON-Datei wird durch den Wert für batch_size im Codebeispiel bestimmt.

Die zurückgegebene Antwort ähnelt den regulären Antworten der Vision API-Features, je nachdem, welche Features Sie für ein Bild anfordern.

Die folgenden Antworten enthalten LABEL_DETECTION- und TEXT_DETECTION-Anmerkungen für image1.png, IMAGE_PROPERTIES-Anmerkungen für image2.jpg und OBJECT_LOCALIZATION-Anmerkungen für image3.jpg.

Die Antwort enthält außerdem ein context-Feld mit dem URI der Datei.

offline_batch_output/output-1-to-2.json

{ "responses": [ { "labelAnnotations": [ { "mid": "/m/07s6nbt", "description": "Text", "score": 0.93413997, "topicality": 0.93413997 }, { "mid": "/m/0dwx7", "description": "Logo", "score": 0.8733531, "topicality": 0.8733531 }, ... { "mid": "/m/03bxgrp", "description": "Company", "score": 0.5682425, "topicality": 0.5682425 } ], "textAnnotations": [ { "locale": "en", "description": "Google\n", "boundingPoly": { "vertices": [ { "x": 72, "y": 40 }, { "x": 613, "y": 40 }, { "x": 613, "y": 233 }, { "x": 72, "y": 233 } ] } }, ... ], "blockType": "TEXT" } ] } ], "text": "Google\n" }, "context": { "uri": "gs://cloud-samples-data/vision/document_understanding/image1.png" } }, { "imagePropertiesAnnotation": { "dominantColors": { "colors": [ { "color": { "red": 229, "green": 230, "blue": 238 }, "score": 0.2744754, "pixelFraction": 0.075339235 }, ... { "color": { "red": 86, "green": 87, "blue": 95 }, "score": 0.025770646, "pixelFraction": 0.13109145 } ] } }, "cropHintsAnnotation": { "cropHints": [ { "boundingPoly": { "vertices": [ {}, { "x": 1599 }, { "x": 1599, "y": 1199 }, { "y": 1199 } ] }, "confidence": 0.79999995, "importanceFraction": 1 } ] }, "context": { "uri": "gs://cloud-samples-data/vision/document_understanding/image2.jpg" } } ] }

offline_batch_output/output-3-to-3.json

{ "responses": [ { "context": { "uri": "gs://cloud-samples-data/vision/document_understanding/image3.jpg" }, "localizedObjectAnnotations": [ { "mid": "/m/0bt9lr", "name": "Dog", "score": 0.9669734, "boundingPoly": { "normalizedVertices": [ { "x": 0.6035543, "y": 0.1357359 }, { "x": 0.98546547, "y": 0.1357359 }, { "x": 0.98546547, "y": 0.98426414 }, { "x": 0.6035543, "y": 0.98426414 } ] } }, ... { "mid": "/m/0jbk", "name": "Animal", "score": 0.58003056, "boundingPoly": { "normalizedVertices": [ { "x": 0.014534635, "y": 0.1357359 }, { "x": 0.37197515, "y": 0.1357359 }, { "x": 0.37197515, "y": 0.98426414 }, { "x": 0.014534635, "y": 0.98426414 } ] } } ] } ] }

Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.

Zuletzt aktualisiert: 2025-11-03 (UTC).