გამოსახულების დომინანტური ფერების მოსაპოვებლად Vision API კლიენტის გამოყენებით, ჩვენ შეგვიძლია გამოვიყენოთ Google Vision API-ს მიერ მოწოდებული სურათის თვისებების გამოვლენის ფუნქცია. ეს ძლიერი ინსტრუმენტი საშუალებას გვაძლევს გავაანალიზოთ და გავიგოთ სურათის ვიზუალური შინაარსი, მათ შორის დომინანტური ფერების იდენტიფიცირება.
პირველი ნაბიჯი არის Vision API კლიენტის დაყენება და ჩვენი მოთხოვნების ავთენტიფიკაცია. როგორც კი ამას გავაკეთებთ, ჩვენ შეგვიძლია გავაგზავნოთ სურათი API-ზე ანალიზისთვის. API მხარს უჭერს სხვადასხვა გამოსახულების ფორმატებს, როგორიცაა JPEG, PNG და GIF.
დომინანტური ფერების მოსაპოვებლად, ჩვენ უნდა გამოვიყენოთ API-ის `imagePropertiesAnnotation` ფუნქცია. ეს ფუნქცია გვაწვდის ინფორმაციას სურათზე არსებული ფერების, მათ შორის დომინანტური ფერების შესახებ. დომინანტური ფერები წარმოდგენილია მათი RGB მნიშვნელობებით და დალაგებულია სურათზე მათი გავრცელების მიხედვით.
API-ზე მოთხოვნის მიღებისას, ჩვენ უნდა მივუთითოთ `ფუნქციების` პარამეტრი, როგორც `IMAGE_PROPERTIES`. ეს ეუბნება API-ს, რომ ჩვენ გვინდა გამოვყოთ გამოსახულების თვისებები, დომინანტური ფერების ჩათვლით. აქ არის მაგალითი იმისა, თუ როგორ შეგვიძლია განვახორციელოთ API გამოძახება Python-ის გამოყენებით:
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
ზემოთ მოყვანილ მაგალითში, ჩვენ პირველად იმპორტირებთ საჭირო ბიბლიოთეკებს და ვამოწმებთ Vision API კლიენტის ავთენტიფიკაციას. შემდეგ, ჩვენ ვკითხულობთ გამოსახულების ფაილს და ვქმნით Vision API `Image` ობიექტს სურათის შინაარსით. შემდეგი, ჩვენ ვაზუსტებთ `IMAGE_PROPERTIES` ფუნქციას და ვახორციელებთ API ზარს `annotate_image` მეთოდის გამოყენებით.
API პასუხი შეიცავს დომინანტურ ფერებს `image_properties_annotation` ველში. ჩვენ ვიმეორებთ ფერებს და ვიღებთ RGB მნიშვნელობებს. საბოლოოდ, ჩვენ ვაბრუნებთ დომინანტური ფერების სიას.
მნიშვნელოვანია აღინიშნოს, რომ API-ს მიერ დაბრუნებული დომინანტური ფერები ეფუძნება სურათზე ფერების საერთო გავრცელებას. ეს ნიშნავს, რომ დაბრუნებული ფერები შესაძლოა სულაც არ წარმოადგენდეს გამოსახულების ვიზუალურად ყველაზე გამორჩეულ ელემენტებს. თუმცა, ისინი კარგად აჩვენებენ დომინანტური ფერის პალიტრას.
Vision API კლიენტის გამოყენებით სურათზე დომინანტური ფერების დასაბრუნებლად, ჩვენ უნდა გამოვიყენოთ `imagePropertiesAnnotation` ფუნქცია. შესაბამისი პარამეტრებით API გამოძახებით, ჩვენ შეგვიძლია მივიღოთ დომინანტური ფერები RGB მნიშვნელობებით. ეს ფუნქცია შეიძლება სასარგებლო იყოს სხვადასხვა აპლიკაციებში, როგორიცაა სურათების კატეგორიზაცია, შინაარსის ანალიზი და ვიზუალური ძებნა.
სხვა ბოლოდროინდელი კითხვები და პასუხები EITC/AI/GVAPI Google Vision API:
- რა არის წინასწარ განსაზღვრული კატეგორია Google Vision API-ში ობიექტების ამოცნობისთვის?
- ჩართავს თუ არა Google Vision API სახის ამოცნობას?
- როგორ შეიძლება საჩვენებელი ტექსტის დამატება სურათზე ობიექტის საზღვრების დახატვისას "draw_vertices" ფუნქციის გამოყენებით?
- რა პარამეტრები აქვს მოწოდებულ კოდში "draw.line" მეთოდის და როგორ გამოიყენება ისინი წვეროების მნიშვნელობებს შორის ხაზების გასაფორმებლად?
- როგორ შეიძლება ბალიშის ბიბლიოთეკის გამოყენება Python-ში ობიექტების საზღვრების დასახაზად?
- რა დანიშნულება აქვს მოწოდებულ კოდში "draw_vertices" ფუნქციას?
- როგორ შეუძლია Google Vision API-ს დაგეხმაროთ გამოსახულების ფორმებისა და ობიექტების გაგებაში?
- როგორ შეუძლიათ მომხმარებლებს შეისწავლონ API-ს მიერ რეკომენდებული ვიზუალურად მსგავსი სურათები?
- რა სხვადასხვა ელემენტებია მოწოდებული Google Vision API-ის ვებ გამოვლენის ფუნქციის საპასუხო ობიექტში?
- როგორ ეხმარება Web Detection ფუნქცია ატვირთული სურათების ტეგების გენერირებაში?
იხილეთ მეტი კითხვა და პასუხი EITC/AI/GVAPI Google Vision API-ში