Por retrovi la regantajn kolorojn en bildo uzante la Vision API-klienton, ni povas utiligi la bildpropraĵojn-detekto-funkcion provizitan de la Google Vision API. Ĉi tiu potenca ilo permesas al ni analizi kaj kompreni la vidan enhavon de bildo, inkluzive de identigo de la dominantaj koloroj ĉeestantaj.
La unua paŝo estas agordi la Vision API-klienton kaj aŭtentikigi niajn petojn. Post kiam ni faris tion, ni povas sendi bildon al la API por analizo. La API subtenas diversajn bildformatojn kiel JPEG, PNG kaj GIF.
Por retrovi la regantajn kolorojn, ni devas uzi la funkcion `imagePropertiesAnnotation` de la API. Ĉi tiu funkcio provizas al ni informojn pri la koloroj ĉeestantaj en la bildo, inkluzive de la regantaj koloroj. La dominaj koloroj estas reprezentitaj per siaj RGB-valoroj kaj estas vicigitaj surbaze de sia tropezo en la bildo.
Farante peton al la API, ni devas specifi la parametron `trajtoj` kiel `IMAGE_PROPERTIES`. Ĉi tio diras al la API, ke ni volas ĉerpi la bildajn proprietojn, inkluzive de la regantaj koloroj. Jen ekzemplo de kiel ni povas fari la API-vokon uzante 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
En la supra ekzemplo, ni unue importas la necesajn bibliotekojn kaj aŭtentikigas la Vision API-klienton. Poste, ni legas la bilddosieron kaj kreas Vision API `Bildo` objekto kun la bilda enhavo. Poste, ni specifas la funkcion `IMAGE_PROPERTIES` kaj faras la API-vokon per la metodo `annotate_image`.
La API-respondo enhavas la dominajn kolorojn en la kampo `image_properties_annotation`. Ni ripetas super la koloroj kaj ĉerpas la RGB-valorojn. Fine, ni resendas la liston de regantaj koloroj.
Gravas noti, ke la dominaj koloroj resenditaj de la API baziĝas sur la ĝenerala tropezo de koloroj en la bildo. Ĉi tio signifas, ke la koloroj redonitaj eble ne nepre reprezentas la plej vide elstarajn elementojn en la bildo. Tamen ili donas bonan indikon pri la domina kolora paletro.
Por retrovi la regantajn kolorojn en bildo uzante la Vision API-klienton, ni devas uzi la funkcion `imagePropertiesAnnotation`. Farante API-vokon kun la taŭgaj parametroj, ni povas akiri la dominajn kolorojn kiel RGB-valorojn. Ĉi tiu funkcio povas esti utila en diversaj aplikoj, kiel bildkategoriado, enhavanalizo kaj vida serĉo.
Aliaj lastatempaj demandoj kaj respondoj pri API de Google Vision EITC/AI/GVAPI:
- Kio estas kelkaj antaŭdifinitaj kategorioj por objektorekono en Google Vision API?
- Ĉu Google Vision API ebligas vizaĝan rekonon?
- Kiel oni povas aldoni la ekranan tekston al la bildo, kiam oni desegnas objektajn randojn uzante la funkcion "draw_vertices"?
- Kio estas la parametroj de la "draw.line" metodo en la provizita kodo, kaj kiel ili estas uzataj por desegni liniojn inter verticoj valoroj?
- Kiel la kusena biblioteko povas esti uzata por desegni objektolimojn en Python?
- Kio estas la celo de la funkcio "draw_vertices" en la provizita kodo?
- Kiel la API de Google Vision povas helpi kompreni formojn kaj objektojn en bildo?
- Kiel uzantoj povas esplori videble similajn bildojn rekomenditajn de la API?
- Kiuj estas la malsamaj elementoj provizitaj en la respondobjekto de la ret-detekta funkcio de la Google Vision API?
- Kiel la TTT-Detekta funkcio helpas generi etikedojn por alŝutitaj bildoj?
Rigardu pliajn demandojn kaj respondojn en EITC/AI/GVAPI Google Vision API
Pliaj demandoj kaj respondoj:
- Kampo: Artefarita inteligento
- programo: API de Google Vision EITC/AI/GVAPI (iru al la atestprogramo)
- Leciono: Komprenante bildojn (iru al rilata leciono)
- Fadeno: Bildaj ecoj-detekto (iru al rilata temo)
- Ekzamena revizio