标签: google-vision

我试图使用Alloy Appcelerator的Google vision API v1

我创建了一个请求HTTPClient并调用API https://vision.googleapis.com/v1/images:annotate?key=MY_APP_KEY

但我得到谷歌的响应文本:

  {
 error = {
     code = 400;
     details = (
                  {
                     "@type" = "type.googleapis.com/google.rpc.BadRequest";
                      fieldViolations = ({
                                        description = "Invalid JSON payload received. Unknown name \"request\": Cannot bind query parameter. Field 'request' could not be found in request message.";
                                        });
                  }
                );
     message = "Invalid JSON payload received. Unknown name \"request\": Cannot bind query parameter. Field 'request' could not be found in request message.";
     status = "INVALID_ARGUMENT";
  };

}

我的代码使用Alloy的HTTP请求

var requests …

我正在尝试制作一款Android应用,当它检测到一张脸时会拍一张照片.我试图关注Google的Mobile Vision FaceDetector Pipeline,但我无法过去

FaceDetector faceDetector = new FaceDetector.Builder().build(getApplicationContext());

Builder是鲜红色,说不能解决符号Builder.

我已经检查了我的Gradle文件和我的Android Manifest,它们与Google的相同.

我无法弄清楚接下来该做什么.

另外,如果有人能指出我在FaceDetection上使用Camera2 API的好教程,我真的很感激.

我正在使用Google Vision Api，并且我知道如何使用下面的任何图像uri发送请求。

`{
  "requests":[

    {
      "image":{
        "source":{
          "imageUri":
            "https://fallaviblob.blob.core.windows.net/createdblobs/20170601_191635_237.png"
        }
      },
      "features":[
        {
          "type":"LABEL_DETECTION"
        },
        {
          "type":"WEB_DETECTION"
        }
      ]
    }
  ]
}`

我想通过Php客户端库使用发送请求。当我查看Google Vision文档上的示例代码时，它仅显示适用于Google Cloud Storage的远程映像的本地映像的示例。

https://cloud.google.com/vision/docs/detecting-labels#vision-label-detection-gcs-php

如您所见，我需要使用带有远程URL的Php客户端库，但是我不能。

谢谢。

我在向部署在 Google Cloud Kubernetes 集群中的 Spring Boot 应用程序发送请求时遇到困难。我的应用程序接收一张照片并将其发送到 Google Vision API。我正在使用提供的客户端库（https://cloud.google.com/vision/docs/libraries#client-libraries-install-java），如此处所述https://cloud.google.com/vision/docs/auth：

如果您使用客户端库调用 Vision API，请使用应用程序默认凭据 (ADC)。使用 ADC 的服务在 GOOGLE_APPLICATION_CREDENTIALS 环境变量中查找凭据。除非您特别希望让 ADC 使用其他凭据（例如用户凭据），否则我们建议您设置此环境变量以指向您的服务帐户密钥文件。

在我的本地机器上一切正常，我有一个带有环境的 docker 容器。varialbe GOOGLE_APPLICATION_CREDENTIALS 指向我的服务帐户密钥文件。

我的集群中没有这个变量。这是我从 Kubernetes 集群中的应用程序得到的响应：

{
    "timestamp": "2018-05-10T14:07:27.652+0000",
    "status": 500,
    "error": "Internal Server Error",
    "message": "io.grpc.StatusRuntimeException: PERMISSION_DENIED: Request had insufficient authentication scopes.",
    "path": "/image"
}

我做错了什么？提前谢谢！

我正在使用ArSceneView ArFrame获取相机图像

arFragment.getArSceneView().getArFrame().acquireCameraImage()"

这将返回android.media图像模型。我正在尝试将此图像转换为：

com.google.api.services.vision.v1.model.Image

我可以告诉我做到这一点的唯一方法是将android.media Image转换为btye []，然后使用byte []创建视觉图像模型。我的问题是我不知道如何转换android.media图像。

在此页面https://cloud.google.com/docs/authentication/production 上，有一个指南，其中包含有关如何设置 google API 身份验证的示例。但是，我的 IDE 似乎无法理解或无法找到验证所需的“ToChannelCredentials()”方法。有什么特定的东西我没有导入吗？这是我的代码

using System;
using System.IO;
using Grpc.Core;
using Google.Apis.Auth.OAuth2;
using Google.Cloud.Vision.V1;
namespace ClassLibrary1
{
    public class Class1
    {
        public static void Main(String[] args)
        {
            var credential = GoogleCredential.FromFile("myPath").CreateScoped(ImageAnnotatorClient.DefaultScopes);
            var channel = new Grpc.Core.Channel(ImageAnnotatorClient.DefaultEndpoint.ToString(), credential.;
            var client = ImageAnnotatorClient.Create();
            var image = Image.FromFile("myImage");
            var response = client.DetectLabels(image);
            foreach (var annotation in response)
            {
                if (annotation.Description != null)
                {
                    Console.WriteLine(annotation.Description);
                }

            }
        }

    }
}

我正在使用 Google ML Kit 进行自拍分割（https://developers.google.com/ml-kit/vision/selfie-segmentation）。然而，我得到的输出非常差 -

初始图像：

带叠加的分割图像：观察该女性的头发如何标记为粉红色，以及健身器材和她腿部附近的周围区域如何标记为非粉红色。甚至她的手也被标记为粉红色（意味着它是背景）。

当它叠加在另一张图像上以创建背景去除效果时，看起来很糟糕

ML Kit 返回的分割掩模对于上述所有非粉色区域的置信度均为 1.0，这意味着绝对可以肯定非粉色区域是人的一部分！

我在几张图片中看到了这一点，而不仅仅是这张图片。事实上，图像分割器的性能（置信度）相当差。

问题是 - 有没有办法改进它，也许通过提供不同/更好的模型？如果我使用 PixelLib 之类的东西，分割效果会更好，尽管该库的性能延迟不低，因此无法在移动设备上运行。

任何有关此的指示/帮助将不胜感激。