1. Visão geral
Com a API Cloud Vision do Google Cloud, os desenvolvedores integram facilmente os recursos de detecção de visão nos aplicativos. Isso inclui rotulação de imagens, detecção de rostos e pontos de referência, reconhecimento óptico de caracteres (OCR) e identificação de conteúdo explícito.
Neste codelab, o foco é usar a API Vision com C#. Você vai aprender a fazer detecção de texto, de pontos de referência e facial.
O que você vai aprender
- Como usar o Cloud Shell
- Como ativar a API Cloud Vision
- Como autenticar solicitações de API
- Como instalar a biblioteca de cliente da API Vision para C#
- Como realizar a detecção de rótulos
- Como realizar a detecção de texto
- Como realizar a detecção de pontos de referência
- Como realizar a detecção facial
O que é necessário
- Um projeto do Google Cloud Platform
- Um navegador, como o Chrome ou o Firefox
- Familiaridade com o uso de C#
Pesquisa
Como você vai usar este tutorial?
Como você classificaria sua experiência com C#?
Como você classificaria sua experiência com o uso dos serviços do Google Cloud Platform?
2. Configuração e requisitos
Configuração de ambiente autoguiada
- Faça login no Console do Google Cloud e crie um novo projeto ou reutilize um existente. Crie uma conta do Gmail ou do Google Workspace, se ainda não tiver uma.
- O Nome do projeto é o nome de exibição para os participantes do projeto. É uma string de caracteres não usada pelas APIs do Google e pode ser atualizada quando você quiser.
- O ID do projeto precisa ser exclusivo em todos os projetos do Google Cloud e não pode ser mudado após a definição. O console do Cloud gera automaticamente uma string exclusiva. Em geral, não importa o que seja. Na maioria dos codelabs, é necessário fazer referência ao ID do projeto, normalmente identificado como
PROJECT_ID. Se você não gostar do ID gerado, crie outro aleatório. Se preferir, teste o seu e confira se ele está disponível. Ele não pode ser mudado após essa etapa e permanece durante o projeto. - Para sua informação, há um terceiro valor, um Número do projeto, que algumas APIs usam. Saiba mais sobre esses três valores na documentação.
- Em seguida, ative o faturamento no console do Cloud para usar os recursos/APIs do Cloud. A execução deste codelab não vai ser muito cara, se tiver algum custo. Para encerrar os recursos e evitar cobranças além deste tutorial, exclua os recursos criados ou exclua o projeto. Novos usuários do Google Cloud estão qualificados para o programa de US$ 300 de avaliação sem custos.
Inicie o Cloud Shell
Embora o Google Cloud e o Spanner possam ser operados remotamente do seu laptop, neste codelab usaremos o Google Cloud Shell, um ambiente de linha de comando executado no Cloud.
Ativar o Cloud Shell
- No Console do Cloud, clique em Ativar o Cloud Shell
.
Se esta for a primeira vez que você inicia o Cloud Shell, uma tela intermediária vai aparecer com a descrição dele. Se isso acontecer, clique em Continuar.
Leva apenas alguns instantes para provisionar e se conectar ao Cloud Shell.
Essa máquina virtual contém todas as ferramentas de desenvolvimento necessárias. Ela oferece um diretório principal persistente de 5 GB, além de ser executada no Google Cloud. Isso aprimora o desempenho e a autenticação da rede. Neste codelab, quase todo o trabalho pode ser feito com um navegador.
Depois de se conectar ao Cloud Shell, você vai ver que sua conta já está autenticada e que o projeto está configurado com o ID do seu projeto.
- Execute o seguinte comando no Cloud Shell para confirmar se a conta está autenticada:
gcloud auth list
Resposta ao comando
Credentialed Accounts
ACTIVE ACCOUNT
* <my_account>@<my_domain.com>
To set the active account, run:
$ gcloud config set account `ACCOUNT`
- Execute o comando a seguir no Cloud Shell para confirmar se o comando gcloud sabe sobre seu projeto:
gcloud config list project
Resposta ao comando
[core] project = <PROJECT_ID>
Se o projeto não estiver configurado, configure-o usando este comando:
gcloud config set project <PROJECT_ID>
Resposta ao comando
Updated property [core/project].
3. Ativar a API Vision
Antes de começar a usar a API Vision, é necessário ativá-la. Com o Cloud Shell, é possível ativar a API com o seguinte comando:
gcloud services enable vision.googleapis.com
4. Instalar a biblioteca de cliente da API Cloud Vision do Google para C#
Primeiro, crie um aplicativo de console C# simples que você vai usar para executar exemplos da API Vision:
dotnet new console -n VisionApiDemo
O aplicativo criado e as dependências resolvidas vão aparecer:
The template "Console Application" was created successfully.
Processing post-creation actions...
...
Restore succeeded.
Em seguida, navegue até a pasta VisionApiDemo:
cd VisionApiDemo/
E adicione o pacote NuGet Google.Cloud.Vision.V1 ao projeto:
dotnet add package Google.Cloud.Vision.V1
info : Adding PackageReference for package 'Google.Cloud.Vision.V1' into project '/home/atameldev/VisionApiDemo/VisionApiDemo.csproj'.
log : Restoring packages for /home/atameldev/VisionApiDemo/VisionApiDemo.csproj...
...
info : PackageReference for package 'Google.Cloud.Vision.V1' version '1.2.0' added to file '/home/atameldev/VisionApiDemo/VisionApiDemo.csproj'.
Agora você já pode usar a API Vision.
5. Realizar detecção de rótulos
Um dos recursos básicos da API Vision é identificar objetos ou entidades em uma imagem, o que é conhecido como anotação de rótulo. A detecção de rótulos identifica objetos gerais, locais, atividades, espécies de animais, produtos e muito mais. A API Vision usa uma imagem de entrada e retorna os rótulos mais prováveis que se aplicam a ela. Ele retorna os rótulos mais correspondentes com uma pontuação de confiança de uma correspondência com a imagem.
Neste exemplo, você vai realizar a detecção de rótulos em uma imagem de uma cena de rua em Xangai. Abra o editor de código no canto superior direito do Cloud Shell:
Navegue até o arquivo Program.cs dentro da pasta VisionApiDemo e substitua o código pelo seguinte:
using Google.Cloud.Vision.V1;
using System;
namespace VisionApiDemo
{
class Program
{
static void Main(string[] args)
{
var client = ImageAnnotatorClient.Create();
var image = Image.FromUri("gs://cloud-samples-data/vision/using_curl/shanghai.jpeg");
var labels = client.DetectLabels(image);
Console.WriteLine("Labels (and confidence score):");
Console.WriteLine(new String('=', 30));
foreach (var label in labels)
{
Console.WriteLine($"{label.Description} ({(int)(label.Score * 100)}%)");
}
}
}
}
Estude o código por um ou dois minutos e veja como a biblioteca C# da API Vision é usada para realizar a detecção de rótulos.
No Cloud Shell, execute o app:
dotnet run
Você verá esta resposta:
Labels (and confidence score):
==============================
Wheel (97%)
Tire (97%)
Photograph (94%)
Bicycle (94%)
Motor vehicle (89%)
Infrastructure (89%)
Vehicle (86%)
Mode of transport (84%)
Bicycle wheel (83%)
Asphalt (81%)
Resumo
Nesta etapa, você conseguiu realizar a detecção de rótulos em uma imagem de uma rua na China e mostrar os rótulos mais prováveis associados a ela. Leia mais sobre detecção de rótulos.
6. Realizar detecção de texto
A detecção de texto da API Vision realiza o reconhecimento óptico de caracteres. Ele detecta e extrai texto de uma imagem com suporte para uma ampla variedade de idiomas. Também é possível fazer a identificação automática de idioma.
Neste exemplo, você vai realizar a detecção de texto em uma imagem de uma tela de atualização de software do sistema.
Navegue até o arquivo Program.cs dentro da pasta VisionApiDemo e substitua o código pelo seguinte:
using Google.Cloud.Vision.V1;
using System;
namespace VisionApiDemo
{
class Program
{
static void Main(string[] args)
{
var client = ImageAnnotatorClient.Create();
var image = Image.FromUri("gs://cloud-samples-data/vision/text/screen.jpg");
var response = client.DetectText(image);
foreach (var annotation in response)
{
if (annotation.Description != null)
{
Console.WriteLine(annotation.Description);
}
}
}
}
}
Estude o código por um ou dois minutos e veja como a biblioteca C# da API Vision é usada para realizar a detecção de texto.
No Cloud Shell, execute o app:
dotnet run
Você verá esta resposta:
System Software Update
Back
Preparing to install...
After preparation is complete, the PS4 will automatically restart and the update file will be
installed.
37%
gus class
System
Software
Update
Back
Preparing
to
install
...
After
preparation
is
complete
,
the
PS4
will
automatically
restart
and
the
update
file
will
be
installed
.
37
%
gus
class
Resumo
Nesta etapa, você conseguiu realizar a detecção de texto em uma imagem de uma travessia de lontras e imprimir o texto reconhecido da imagem. Leia mais sobre a detecção de texto.
7. Realizar detecção de pontos de referência
A detecção de pontos de referência da API Vision encontra estruturas famosas (naturais e construídas pelo homem) em uma imagem.
Neste exemplo, você vai realizar a detecção de pontos de referência em uma imagem da Torre Eiffel.
Navegue até o arquivo Program.cs dentro da pasta VisionApiDemo e substitua o código pelo seguinte:
using Google.Cloud.Vision.V1;
using System;
namespace VisionApiDemo
{
class Program
{
static void Main(string[] args)
{
var client = ImageAnnotatorClient.Create();
var image = Image.FromUri("gs://cloud-samples-data/vision/eiffel_tower.jpg");
var response = client.DetectLandmarks(image);
foreach (var annotation in response)
{
if (annotation.Description != null)
{
Console.WriteLine(annotation.Description);
}
}
}
}
}
Estude o código por um ou dois minutos e veja como a biblioteca C# da API Vision é usada para realizar a detecção de pontos de referência.
No Cloud Shell, execute o app:
dotnet run
Você verá esta resposta:
Eiffel Tower
Resumo
Nesta etapa, você conseguiu realizar a detecção de pontos de referência na imagem da Torre Eiffel. Leia mais sobre a detecção de pontos de referência.
8. Realizar detecção facial emocional
A detecção facial identifica vários rostos em uma imagem, além dos principais atributos faciais associados, como estado emocional ou uso de chapéu.
Neste exemplo, você vai detectar a probabilidade de estado emocional com base em quatro probabilidades diferentes: alegria, raiva, tristeza e surpresa.
Navegue até o arquivo Program.cs dentro da pasta VisionApiDemo e substitua o código pelo seguinte:
using Google.Cloud.Vision.V1;
using System;
namespace VisionApiDemo
{
class Program
{
static void Main(string[] args)
{
var client = ImageAnnotatorClient.Create();
var image = Image.FromUri("gs://cloud-samples-data/vision/face/face_no_surprise.jpg");
var response = client.DetectFaces(image);
foreach (var annotation in response)
{
Console.WriteLine($"Picture: {image}");
Console.WriteLine($" Surprise: {annotation.SurpriseLikelihood}");
}
}
}
}
Estude o código por um ou dois minutos e veja como a biblioteca C# da API Vision é usada para realizar a detecção facial emocional.
Execute o app.
dotnet run
Você vai ver a seguinte saída para o exemplo face_no_surprise:
Picture: { "source": { "imageUri": "gs://cloud-samples-data/vision/face/face_no_surprise.jpg" } }
Surprise: Likely
Resumo
Nesta etapa, você conseguiu realizar a detecção facial emocional. Leia mais sobre a detecção de rostos.
9. Parabéns!
Você aprendeu a usar a API Vision com C# para realizar diferentes detecções em imagens.
Limpar
Para evitar a cobrança na sua conta do Google Cloud Platform pelo uso de recursos neste guia de início rápido, siga estas etapas:
- Acesse o Console do Cloud Platform.
- Selecione o projeto que você quer encerrar e clique em "Excluir" na parte de cima. Isso programa a exclusão do projeto.
Saiba mais
- API Cloud Vision do Google: https://cloud.google.com/vision/docs/
- C#/.NET no Google Cloud Platform: https://cloud.google.com/dotnet/
- Cliente .NET do Google Cloud: https://googlecloudplatform.github.io/google-cloud-dotnet
Licença
Este conteúdo está sob a licença Atribuição 2.0 Genérica da Creative Commons.