此页面由 Cloud Translation API 翻译。

将 Video Intelligence API 与 C# 搭配使用

1. 概览

Google Cloud Video Intelligence API 允许开发者将 Google 视频分析技术用作其应用的一部分。

它可用于：

标签检测：检测视频中的对象，如狗、花、人。
露骨内容检测：检测视频中的成人内容。
镜头变化检测：检测视频中的场景变化。

借助 REST API，用户可以使用整个视频、每个片段、每个镜头和每帧级别的上下文信息为本地存储或 Google Cloud Storage 中存储的视频添加注释。

在此 Codelab 中，您将重点通过 C# 使用 Video Intelligence API。您将学习如何分析视频以获取标签、镜头变化和露骨内容检测。

学习内容

如何使用 Cloud Shell
如何启用 Video Intelligence API
如何对 API 请求进行身份验证
如何安装适用于 C# 的 Google Cloud 客户端库
如何分析视频以获取标签
如何分析视频以获取镜头变化
如何分析视频以进行露骨内容检测

所需条件

一个 Google Cloud Platform 项目
一个浏览器，例如 Chrome 或 Firefox
熟悉 C# 的使用方法

调查问卷

您将如何使用本教程？

仅阅读教程内容

阅读并完成练习

您如何评价自己使用 C# 的体验？

新手水平

中等水平

熟练水平

您如何评价自己在使用 Google Cloud Platform 服务方面的经验水平？

<ph type="x-smartling-placeholder"></ph> 新手

中级

熟练

2. 设置和要求

自定进度的环境设置

295004821bab6a87

37d264871000675d

项目名称是此项目参与者的显示名称。它是 Google API 尚未使用的字符串。您可以随时对其进行更新。
项目 ID 在所有 Google Cloud 项目中是唯一的，并且是不可变的（一经设置便无法更改）。Cloud 控制台会自动生成一个唯一字符串；通常情况下，您无需关注该字符串。在大多数 Codelab 中，您都需要引用项目 ID（通常用 PROJECT_ID 标识）。如果您不喜欢生成的 ID，可以再随机生成一个 ID。或者，您也可以尝试自己的项目 ID，看看是否可用。完成此步骤后便无法更改该 ID，并且此 ID 在项目期间会一直保留。
此外，还有第三个值，即部分 API 使用的项目编号，供您参考。如需详细了解所有这三个值，请参阅文档。

接下来，您需要在 Cloud 控制台中启用结算功能，以便使用 Cloud 资源/API。运行此 Codelab 应该不会产生太多的费用（如果有的话）。若要关闭资源以避免产生超出本教程范围的结算费用，您可以删除自己创建的资源或删除项目。Google Cloud 新用户符合参与 300 美元免费试用计划的条件。

启动 Cloud Shell

虽然可以通过笔记本电脑对 Google Cloud 进行远程操作，但在此 Codelab 中，您将使用 Google Cloud Shell，这是一个在云端运行的命令行环境。

激活 Cloud Shell

在 Cloud Console 中，点击激活 Cloud Shell。

如果这是您第一次启动 Cloud Shell，系统会显示一个中间屏幕，说明它是什么。如果您看到中间屏幕，请点击继续。

预配和连接到 Cloud Shell 只需花几分钟时间。

7833d5e1c5d18f54

这个虚拟机装有所需的所有开发工具。它提供了一个持久的 5 GB 主目录，并在 Google Cloud 中运行，大大增强了网络性能和身份验证功能。您在此 Codelab 中的大部分（即使不是全部）工作都可以通过浏览器完成。

在连接到 Cloud Shell 后，您应该会看到自己已通过身份验证，并且相关项目已设为您的项目 ID。

在 Cloud Shell 中运行以下命令以确认您已通过身份验证：

gcloud auth list

命令输出

 Credentialed Accounts
ACTIVE  ACCOUNT
*       <my_account>@<my_domain.com>

To set the active account, run:
    $ gcloud config set account `ACCOUNT`

在 Cloud Shell 中运行以下命令，以确认 gcloud 命令了解您的项目：

gcloud config list project

命令输出

[core]
project = <PROJECT_ID>

如果不是上述结果，您可以使用以下命令进行设置：

gcloud config set project <PROJECT_ID>

命令输出

Updated property [core/project].

3. 启用 Video Intelligence API

您必须先启用 Video Intelligence API，然后才能开始使用该 API。您可以在 Cloud Shell 中使用以下命令启用该 API：

gcloud services enable videointelligence.googleapis.com

4. 安装 C# 版 Google Cloud Video Intelligence API 客户端库

首先，创建一个简单的 C# 控制台应用，用于运行 Video Intelligence API 示例：

dotnet new console -n VideoIntApiDemo

您应该会看到该应用已创建且依赖项已解析：

The template "Console Application" was created successfully.
Processing post-creation actions...
...
Restore succeeded.

接下来，前往 VideoIntApiDemo 文件夹：

cd VideoIntApiDemo/

并将 Google.Cloud.VideoIntelligence.V1 NuGet 软件包添加到项目中：

dotnet add package Google.Cloud.VideoIntelligence.V1

info : Adding PackageReference for package 'Google.Cloud.VideoIntelligence.V1' into project '/home/atameldev/VideoIntApiDemo/VideoIntApiDemo.csproj'.
log  : Restoring packages for /home/atameldev/VideoIntApiDemo/VideoIntApiDemo.csproj...
...
info : PackageReference for package 'Google.Cloud.VideoIntelligence.V1' version '1.0.0' added to file '/home/atameldev/VideoIntApiDemo/VideoIntApiDemo.csproj'.

现在，您可以使用 Video Intelligence API 了！

5. 标签检测

标签分析用于检测本地或 Google Cloud Storage 中存储的视频中的标签。在本部分中，您将分析一个视频，查找存储在 Google Cloud Storage 中的标签。

首先，从 Cloud Shell 的右上角打开代码编辑器：

找到 VideoIntApiDemo 文件夹内的 Program.cs 文件，并将代码替换为以下代码：

using System;
using System.Collections.Generic;
using Google.Cloud.VideoIntelligence.V1;

namespace VideoIntApiDemo
{
    class Program
    {
        static void Main(string[] args)
        {
            var client = VideoIntelligenceServiceClient.Create();
            var request = new AnnotateVideoRequest
            {
                InputUri = "gs://cloud-samples-data/video/gbikes_dinosaur.mp4",
                Features = { Feature.LabelDetection }
            };
            var op = client.AnnotateVideo(request).PollUntilCompleted();
            foreach (var result in op.Result.AnnotationResults)
            {
                PrintLabels("Video", result.SegmentLabelAnnotations);
                PrintLabels("Shot", result.ShotLabelAnnotations);
                PrintLabels("Frame", result.FrameLabelAnnotations);
            }
        }

        static void PrintLabels(string labelName,
            IEnumerable<LabelAnnotation> labelAnnotations)
        {
            foreach (var annotation in labelAnnotations)
            {
                Console.WriteLine($"{labelName} label: {annotation.Entity.Description}");
                foreach (var entity in annotation.CategoryEntities)
                {
                    Console.WriteLine($"{labelName} label category: {entity.Description}");
                }
                foreach (var segment in annotation.Segments)
                {
                    Console.Write("Segment location: ");
                    Console.Write(segment.Segment.StartTimeOffset);
                    Console.Write(":");
                    Console.WriteLine(segment.Segment.EndTimeOffset);
                    Console.WriteLine($"Confidence: {segment.Confidence}");
                }
            }
        }
    }
}

花一两分钟时间研究一下代码，看看如何为视频添加标签*。*

返回 Cloud Shell，运行应用：

dotnet run

Video Intelligence API 需要几秒钟的时间来提取标签，但最终，您应该会看到以下输出：

Video label: bicycle
Video label category: vehicle
Segment location: "0s":"42.766666s"
Confidence: 0.475821
Video label: tyrannosaurus
Video label category: dinosaur
Segment location: "0s":"42.766666s"
Confidence: 0.4222222
Video label: tree
Video label category: plant
Segment location: "0s":"42.766666s"
Confidence: 0.4231415
...

摘要

在此步骤中，您可以使用 Video Intelligence API 列出视频中的所有标签。如需了解详情，请参阅标签检测页面。

6. 镜头变化检测

您可以使用 Video Intelligence API 来检测本地或 Google Cloud Storage 中存储的视频中的镜头变化。在本部分中，您将对 Google Cloud Storage 中文件的镜头变化执行视频分析。

如需检测镜头变化，请找到 VideoIntApiDemo 文件夹内的 Program.cs 文件，并将代码替换为以下代码：

using System;
using Google.Cloud.VideoIntelligence.V1;

namespace VideoIntApiDemo
{
    class Program
    {
        static void Main(string[] args)
        {
            var client = VideoIntelligenceServiceClient.Create();
            var request = new AnnotateVideoRequest
            {
                InputUri = "gs://cloud-samples-data/video/gbikes_dinosaur.mp4",
                Features = { Feature.ShotChangeDetection }
            };
            var op = client.AnnotateVideo(request).PollUntilCompleted();
            foreach (var result in op.Result.AnnotationResults)
            {
                foreach (var annotation in result.ShotAnnotations)
                {
                    Console.Out.WriteLine("Start Time Offset: {0}\tEnd Time Offset: {1}",
                        annotation.StartTimeOffset, annotation.EndTimeOffset);
                }
            }
        }
    }
}

花一两分钟时间研究一下代码，看看如何执行镜头检测。

返回 Cloud Shell，运行应用。您应该会看到以下输出内容：

dotnet run

您应该会看到以下输出内容：

Start Time Offset: "0s" End Time Offset: "5.166666s"
Start Time Offset: "5.233333s"  End Time Offset: "10.066666s"
Start Time Offset: "10.100s"    End Time Offset: "28.133333s"
Start Time Offset: "28.166666s" End Time Offset: "42.766666s"

摘要

在此步骤中，您可以使用 Video Intelligence API 检测 Google Cloud Storage 中存储的文件中的镜头变化。详细了解镜头更改。

7. 露骨内容检测

露骨内容检测用于检测视频中的成人内容。成人内容是指一般适合 18 岁以上人群的内容，包括但不限于裸露画面、性行为和色情内容（包括卡通或动画）。响应包括分桶可能性值，范围为 VERY_UNLIKELY 到 VERY_LIKELY。

当露骨内容检测功能对视频进行评估时，它会逐帧进行评估，并且仅考虑视觉内容。视频的音频部分不用于评估露骨内容级别。

如需检测露骨内容，请找到 VideoIntApiDemo 文件夹内的 Program.cs 文件，并将代码替换为以下代码：

using System;
using Google.Cloud.VideoIntelligence.V1;

namespace VideoIntApiDemo
{
    class Program
    {
        static void Main(string[] args)
        {
            var client = VideoIntelligenceServiceClient.Create();
            var request = new AnnotateVideoRequest
            {
                InputUri = "gs://cloud-samples-data/video/gbikes_dinosaur.mp4",
                Features = { Feature.ExplicitContentDetection }
            };
            var op = client.AnnotateVideo(request).PollUntilCompleted();
            foreach (var result in op.Result.AnnotationResults)
            {
                foreach (var frame in result.ExplicitAnnotation.Frames)
                {
                    Console.WriteLine("Time Offset: {0}", frame.TimeOffset);
                    Console.WriteLine("Pornography Likelihood: {0}", frame.PornographyLikelihood);
                    Console.WriteLine();
                }
            }
        }
    }
}

花一两分钟时间研究一下代码，看看露骨内容检测是如何执行的*。*

返回 Cloud Shell，运行应用：

dotnet run

这可能需要几秒钟，但最终，您应该会看到以下输出：

dotnet run

Time Offset: "0.056149s"
Pornography Likelihood: VeryUnlikely

Time Offset: "1.166841s"
Pornography Likelihood: VeryUnlikely
...
Time Offset: "41.678209s"
Pornography Likelihood: VeryUnlikely

Time Offset: "42.596413s"
Pornography Likelihood: VeryUnlikely

摘要

在此步骤中，您可以使用 Video Intelligence API 对视频执行露骨内容检测。详细了解露骨内容检测。

8. 恭喜！

您已了解如何通过 C# 使用 Video Intelligence API！

清理

为避免系统因本快速入门中使用的资源向您的 Google Cloud Platform 账号收取费用，请执行以下操作：

前往 Cloud Platform Console。
选择要关停的项目，然后点击“删除”顶部：这会安排删除项目。

了解详情

Google Cloud Video Intelligence API：https://cloud.google.com/video-intelligence/docs/
Google Cloud Platform 上的 C#/.NET：https://cloud.google.com/dotnet/
Google Cloud .NET 客户端：https://googlecloudplatform.github.io/google-cloud-dotnet/

许可

此作品已获得 Creative Commons Attribution 2.0 通用许可授权。