भिजन एपीआई क्लाइन्ट प्रयोग गरेर छविमा प्रमुख रङहरू पुन: प्राप्त गर्न, हामी Google Vision API द्वारा प्रदान गरिएको छवि गुण पत्ता लगाउने सुविधा प्रयोग गर्न सक्छौं। यो शक्तिशाली उपकरणले हामीलाई छविको भिजुअल सामग्रीको विश्लेषण गर्न र बुझ्नको लागि अनुमति दिन्छ, जसमा उपस्थित प्रमुख रङहरू पहिचान गर्न सकिन्छ।
पहिलो चरण भनेको Vision API क्लाइन्ट सेट अप गर्नु र हाम्रा अनुरोधहरूलाई प्रमाणीकरण गर्नु हो। एकचोटि हामीले त्यो गरेपछि, हामी विश्लेषणको लागि एपीआईमा छवि पठाउन सक्छौं। API ले JPEG, PNG, र GIF जस्ता विभिन्न छवि ढाँचाहरूलाई समर्थन गर्दछ।
प्रभावशाली रङहरू पुन: प्राप्त गर्न, हामीले API को `imagePropertiesAnnotation` सुविधा प्रयोग गर्न आवश्यक छ। यो सुविधाले हामीलाई प्रभावशाली रङहरू सहित छविमा उपस्थित रङहरूको बारेमा जानकारी प्रदान गर्दछ। प्रभावशाली रङहरू तिनीहरूको RGB मानहरूद्वारा प्रतिनिधित्व गरिन्छ र छविमा तिनीहरूको व्यापकताको आधारमा श्रेणीबद्ध गरिन्छ।
API लाई अनुरोध गर्दा, हामीले `IMAGE_PROPERTIES` को रूपमा `सुविधाहरू` प्यारामिटर निर्दिष्ट गर्न आवश्यक छ। यसले API लाई बताउँछ कि हामी प्रभावशाली रंगहरू सहित छवि गुणहरू निकाल्न चाहन्छौं। हामी कसरी पाइथन प्रयोग गरेर API कल गर्न सक्छौं भन्ने उदाहरण यहाँ छ:
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
माथिको उदाहरणमा, हामीले पहिले आवश्यक पुस्तकालयहरू आयात गर्छौं र Vision API क्लाइन्टलाई प्रमाणीकरण गर्छौं। त्यसपछि, हामी छवि फाइल पढ्छौं र छवि सामग्रीको साथ Vision API `Image` वस्तु सिर्जना गर्छौं। अर्को, हामी `IMAGE_PROPERTIES` सुविधा निर्दिष्ट गर्छौं र `annotate_image` विधि प्रयोग गरेर API कल गर्छौं।
API प्रतिक्रियाले `image_properties_annotation` फिल्डमा प्रमुख रङहरू समावेश गर्दछ। हामी रङहरूमा दोहोर्याउँछौं र RGB मानहरू निकाल्छौं। अन्तमा, हामी प्रमुख रंगहरूको सूची फर्काउँछौं।
यो नोट गर्न महत्त्वपूर्ण छ कि API द्वारा फर्काइएका प्रमुख रङहरू छविमा रङहरूको समग्र प्रचलनमा आधारित छन्। यसको मतलब यो हो कि फर्काइएका रङहरूले छविमा सबैभन्दा दृश्यात्मक रूपमा प्रमुख तत्वहरू प्रतिनिधित्व नगर्न सक्छन्। यद्यपि, तिनीहरूले प्रमुख रङ प्यालेटको राम्रो संकेत प्रदान गर्छन्।
Vision API क्लाइन्ट प्रयोग गरेर छविमा प्रमुख रङहरू पुन: प्राप्त गर्न, हामीले `imagePropertiesAnnotation` सुविधा प्रयोग गर्न आवश्यक छ। उपयुक्त प्यारामिटरहरूसँग API कल गरेर, हामी RGB मानहरूको रूपमा प्रभावशाली रंगहरू प्राप्त गर्न सक्छौं। यो कार्यक्षमता विभिन्न अनुप्रयोगहरूमा उपयोगी हुन सक्छ, जस्तै छवि वर्गीकरण, सामग्री विश्लेषण, र दृश्य खोज।
अन्य भर्खरका प्रश्न र उत्तरहरू सम्बन्धमा EITC/AI/GVAPI Google VIS API:
- के Google Vision API लाई छविहरूमा भन्दा भिडियोहरूमा पिलो पाइथन लाइब्रेरीको साथ वस्तुहरू पत्ता लगाउन र लेबल गर्न लागू गर्न सकिन्छ?
- छविहरू र भिडियोहरूमा जनावरहरूको वरिपरि रेखाचित्र वस्तु सीमानाहरू कसरी लागू गर्ने र यी सीमाहरूलाई विशेष जनावरहरूको नाममा लेबल गर्ने?
- Google Vision API मा वस्तु पहिचानका लागि केही पूर्वनिर्धारित कोटीहरू के हुन्?
- के Google Vision API ले अनुहार पहिचान सक्षम गर्दछ?
- "draw_vertices" प्रकार्य प्रयोग गरेर वस्तु किनारा कोर्दा छविमा प्रदर्शन पाठ कसरी थप्न सकिन्छ?
- प्रदान गरिएको कोडमा "draw.line" विधिका प्यारामिटरहरू के हुन्, र तिनीहरू कसरी vertices मानहरू बीच रेखाहरू कोर्न प्रयोग गरिन्छ?
- पाइथनमा वस्तु सीमानाहरू कोर्न कसरी तकिया पुस्तकालय प्रयोग गर्न सकिन्छ?
- प्रदान गरिएको कोडमा "draw_vertices" प्रकार्यको उद्देश्य के हो?
- Google Vision API ले छविमा रहेका आकार र वस्तुहरू बुझ्न कसरी मद्दत गर्न सक्छ?
- प्रयोगकर्ताहरूले API द्वारा सिफारिस गरिएका दृश्य समान छविहरू कसरी अन्वेषण गर्न सक्छन्?
EITC/AI/GVAPI Google Vision API मा थप प्रश्न र उत्तरहरू हेर्नुहोस्