你有没有想过并梦想过计算机视觉的酷炫应用？
有了Google Cloud Vision API，您就可以利用Google预先训练的模型，轻松地将它们应用于您的问题。
在这次试驾中，我将演练设置和运行的10个步骤。
在我开始之前，所有这些都是通过Google提供的令人惊叹的文档来实现的。关键参考资料可在以下位置找到：
假设：您已经注册并创建了您的Google云项目。(如果您还没有这样做，请访问此链接，新用户也可以获得300美元的积分。)link $300 credit too
本指南以2021年7月29日(星期四)为准确日期。
步骤1：登录到您的Google Cloud项目，在主页中，单击“转到API概述”
第二步：选择[开启API和服务]
第3步：搜索Cloud Vision API，然后单击它
步骤4：启用它
步骤5：导航到凭据，然后选择“创建凭据”并单击“服务帐户”
步骤6：提供您的服务帐户详细信息(您可以省略可选部分)，然后单击完成
步骤7：单击您已创建的服务帐户
步骤8：导航到Key，选择“Add Key”，然后选择“Create new Key”
步骤9：创建JSON密钥类型
- 将下载JSON文件
- 将此JSON文件放入Python脚本的工作目录中
现在我们已经设置了Google Cloud Vision API，我们可以通过几行代码开始它。(如果以下代码片段的格式有问题，可以在此处找到我的GitHub项目供您参考。)My GitHub project for your reference can be found here if there are issues with formatting with the code snippets below.
第10步：让我们从Python开始吧！(我将在这里使用Jupyter Notebook。)
- 安装Google Cloud Vision库，允许我们向Google Cloud Vision API发出请求
!pip install google-cloud-vision- 导入库
import os
from google.cloud import vision_v1
from google.cloud.vision_v1 import types- 插入您的Google Cloud Vision API密钥(这是之前下载的JSON文件，应该存储在您的工作目录中)
os.environ['GOOGLE_APPLICATION_CREDENTIALS'] = 'unique-sentinel-320212-91cb79ab2383.json' # Your JSON file name here- 实例化客户端
client = vision_v1.ImageAnnotatorClient()- 设置要分析的图像
image = types.Image()
image.source.image_uri = 'https://www.indiewire.com/wp-content/uploads/2016/08/20140216-131646.jpg' # You can put in another URL here that you would like analyzed- 利用标签检测
response_labels = client.label_detection(image=image)
print('Labels (and confidence score):');print('='*30)- 利用人脸检测
response_faces = client.face_detection(image=image)- 您可以在此处了解更多其他方法，如检测文本、手写等
- 完成后，您可能希望禁用您的API
好了，这就对了。我希望你们觉得这对你们有帮助，并在下面的评论区让我知道你们喜欢什么！
愿你在智慧中徘徊，引用数据唤起你的洞察力。
如果你们喜欢我写的东西，请在这里关注我：
原创文章，作者：fendouai，如若转载，请注明出处：https://panchuang.net/2021/07/30/%e9%80%9a%e8%bf%8710%e4%b8%aa%e6%ad%a5%e9%aa%a4%e8%ae%be%e7%bd%aegoogle-cloud-vision-api/
fendouai 
