Om die dominante kleure in 'n prent te herwin deur die Vision API-kliënt te gebruik, kan ons die beeldeienskappe-opsporingsfunksie gebruik wat deur die Google Vision API verskaf word. Hierdie kragtige instrument stel ons in staat om die visuele inhoud van 'n beeld te analiseer en te verstaan, insluitend die identifisering van die dominante kleure wat teenwoordig is.
Die eerste stap is om die Vision API-kliënt op te stel en ons versoeke te verifieer. Sodra ons dit gedoen het, kan ons 'n prent na die API stuur vir ontleding. Die API ondersteun verskeie beeldformate soos JPEG, PNG en GIF.
Om die dominante kleure te herwin, moet ons gebruik maak van die `imagePropertiesAnnotation`-kenmerk van die API. Hierdie kenmerk gee ons inligting oor die kleure wat in die prent teenwoordig is, insluitend die dominante kleure. Die dominante kleure word verteenwoordig deur hul RGB-waardes en word gerangskik op grond van hul voorkoms in die beeld.
Wanneer ons 'n versoek aan die API rig, moet ons die 'kenmerke'-parameter as 'IMAGE_PROPERTIES' spesifiseer. Dit vertel die API dat ons die beeldeienskappe wil onttrek, insluitend die dominante kleure. Hier is 'n voorbeeld van hoe ons die API-oproep kan maak met Python:
python import base64 from google.cloud import vision def get_dominant_colors(image_path): client = vision.ImageAnnotatorClient() with open(image_path, 'rb') as image_file: content = image_file.read() image = vision.Image(content=content) features = [vision.Feature(type_=vision.Feature.Type.IMAGE_PROPERTIES)] response = client.annotate_image({ 'image': image, 'features': features }) colors = response.image_properties_annotation.dominant_colors.colors dominant_colors = [] for color_info in colors: color = color_info.color rgb = (color.red, color.green, color.blue) dominant_colors.append(rgb) return dominant_colors
In die voorbeeld hierbo voer ons eers die nodige biblioteke in en verifieer die Vision API-kliënt. Dan lees ons die beeldlêer en skep 'n Vision API `Image` voorwerp met die beeldinhoud. Vervolgens spesifiseer ons die `IMAGE_PROPERTIES`-kenmerk en maak die API-oproep deur die `annotate_image`-metode te gebruik.
Die API-reaksie bevat die dominante kleure in die veld `image_properties_annotation`. Ons herhaal oor die kleure en onttrek die RGB-waardes. Ten slotte gee ons die lys van dominante kleure terug.
Dit is belangrik om daarop te let dat die dominante kleure wat deur die API teruggestuur word, gebaseer is op die algehele voorkoms van kleure in die prent. Dit beteken dat die kleure wat teruggegee word nie noodwendig die mees visueel prominente elemente in die prent verteenwoordig nie. Hulle gee egter 'n goeie aanduiding van die dominante kleurpalet.
Om die dominante kleure in 'n prent te herwin deur die Vision API-kliënt te gebruik, moet ons die `imagePropertiesAnnotation`-funksie gebruik. Deur 'n API-oproep met die toepaslike parameters te maak, kan ons die dominante kleure as RGB-waardes verkry. Hierdie funksionaliteit kan nuttig wees in verskeie toepassings, soos beeldkategorisering, inhoudontleding en visuele soektog.
Ander onlangse vrae en antwoorde t.o.v EITC/AI/GVAPI Google Vision API:
- Wat is 'n paar voorafbepaalde kategorieë vir objekherkenning in Google Vision API?
- Aktiveer Google Vision API gesigsherkenning?
- Hoe kan die vertoonteks by die prent gevoeg word wanneer voorwerpgrense geteken word deur die "draw_vertices"-funksie te gebruik?
- Wat is die parameters van die "draw.line" metode in die verskafde kode, en hoe word dit gebruik om lyne tussen hoekpunte waardes te trek?
- Hoe kan die kussingbiblioteek gebruik word om voorwerpgrense in Python te teken?
- Wat is die doel van die "draw_vertices"-funksie in die verskafde kode?
- Hoe kan die Google Vision API help om vorms en voorwerpe in 'n prent te verstaan?
- Hoe kan gebruikers visueel soortgelyke beelde verken wat deur die API aanbeveel word?
- Wat is die verskillende elemente wat in die reaksie-objek van die Google Vision API se webbespeuringskenmerk voorsien word?
- Hoe help die Webbespeuring-kenmerk om merkers vir opgelaaide beelde te genereer?
Bekyk meer vrae en antwoorde in EITC/AI/GVAPI Google Vision API