Python を学習して Qiniu Cloud インターフェースのドッキングを実装し、画像テキストの認識および抽出機能を実現します

Python を学習して Qiniu Cloud インターフェイス ドッキングを実装し、画像テキストの認識および抽出機能を実現します

人工知能の発展に伴い、画像テキストの認識および抽出は重要なテクノロジーになりました。このテクノロジーの実装プロセスにおいて、Qiniu Cloud Platform は便利で高速なインターフェイスを提供し、開発者が画像テキストの認識と抽出を簡単に実現できるようにします。この記事では、Python 言語を使用して Qiniu Cloud インターフェイスに接続する方法と、対応するコード例を紹介します。

まず、Qiniu Cloud プラットフォームでアカウントを作成し、対応する API キーを取得する必要があります。アカウントが作成されたら、Qiniu Cloud コンソールでアクセス キーとシークレット キーを見つけることができます。これらは、Qiniu Cloud インターフェイスに接続するために使用する必要があるキーです。

次に、Qiniu Cloud SDK for Python をインストールする必要があります。これは、pip コマンドを使用してインストールできます。

pip install qiniu

インストールが完了したら、コードの記述を開始できます。まず、対応するライブラリをインポートする必要があります:

import qiniu

access_key = 'YOUR_ACCESS_KEY'
secret_key = 'YOUR_SECRET_KEY'
bucket_name = 'YOUR_BUCKET_NAME'

ライブラリをインポートした後、access_key、secret_key、bucket_name を Qiniu Cloud Platform で取得した値に置き換える必要があります。

次に、Qiniu Cloud のインターフェースを呼び出す関数を作成して、画像テキストの認識と抽出の機能を実現します。

def recognize_text(url):
    auth = qiniu.Auth(access_key, secret_key)
    url = qiniu.urlsafe_base64_encode(url)
    data = {'url': url}
    token = auth.sign_request(data)

    headers = {'Content-Type': 'application/json',
               'Authorization': 'Qiniu %s' % token}

    url = 'http://ai.qiniuapi.com/v1/ocr/recognize_text'
    response = requests.post(url, headers=headers, json=data)
    result = response.json()

    if 'error' in result:
        print('Error:', result['error'])
    else:
        text = result['result']
        return text

この関数では、最初に qiniu.Auth クラスを使用して認可オブジェクトを作成し、パラメータとして access_key と Secret_key を渡します。次に、識別する画像の URL を Base64 エンコードし、パラメーターとして渡します。

次に、auth.sign_request 関数を通じて署名を生成し、対応する認証情報をヘッダーに追加します。次に、リクエスト ライブラリを使用して POST リクエストを送信し、認識された結果を辞書形式に変換します。最後に、返された結果にエラー メッセージがあるかどうかを判断し、エラー メッセージがある場合はエラー メッセージを出力し、そうでない場合は認識されたテキストを返します。

これまでに、Qiniu Cloud インターフェースのドッキングと画像テキスト認識および抽出関数の作成が完了しました。

次に、コードをテストするための main 関数を記述します。

def main():
    url = 'http://your-image-url.com/image.jpg'
    text = recognize_text(url)
    print('Recognized text:', text)


if __name__ == '__main__':
    main()

この main 関数では、画像の URL をパラメータとして accept_text 関数に渡し、テキスト結果が返されました。

「your-image-url.com/image.jpg」を識別したい画像の URL に置き換える必要があることに注意してください。

最後に、コードを実行してコンソール出力を表示できます。

上記の手順により、Python を使用して Qiniu Cloud インターフェイスのドッキングを実装し、画像テキストの認識および抽出機能を実現するプロセスが完了しました。この記事が少しでも皆様のお役に立ち、Qiniu Cloud Platform が提供する画像認識機能をより便利にご利用いただけるようになりましたら幸いです。

以上がPython を学習して Qiniu Cloud インターフェースのドッキングを実装し、画像テキストの認識および抽出機能を実現しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。