Question

我刚刚测试了Google Cloud Vision API，以便在图片中读取文本（如果存在）。

到目前为止，我安装了Maven服务器和Redis服务器。我只是按照本页中的说明操作。

https://github.com/GoogleCloudPlatform/cloud-vision/tree/master/java/text

到目前为止，我能够使用.jpg文件进行测试，是否可以使用tiff文件或pdf进行测试？

我使用以下命令：

java -cp target/text-1.0-SNAPSHOT-jar-with-dependencies.jar     com.google.cloud.vision.samples.text.TextApp ../../data/text/

在文本目录中，我有jpg格式的文件。

然后要读取转换后的文件，我不知道该怎么做，只需运行以下命令

java -cp target/text-1.0-SNAPSHOT-jar-with-dependencies.jar com.google.cloud.vision.samples.text.TextApp

我收到要输入单词或短语以在转换后的文件中搜索的消息。有没有办法看到整个文件转变？

谢谢！

Answer 1

在 2018年4月6日，Google Cloud Vision API中添加了对文档文本检测中的 PDF和TIFF文件的支持（请参阅Release Notes）。

根据documentation：

Vision API可以检测并转录 PDF和TIFF中的文本存储在Google云端存储中的文件。
必须使用以下方法请求PDF和TIFF中的文档文本检测 asyncBatchAnnotate 功能，执行异步请求并使用操作资源提供其状态。
输出 将写入在指定的Google云端存储分区中创建的JSON文件。

示例：

1）将文件上传到您的Google云端存储

2）发出POST请求以执行PDF / TIFF文档文本检测

请求：

POST https://vision.googleapis.com/v1p2beta1/files:asyncBatchAnnotate
Authorization: Bearer <your access token>

{
  "requests":[
    {
      "inputConfig": {
        "gcsSource": {
          "uri": "gs://<your bucket name>/input.pdf"
        },
        "mimeType": "application/pdf"
      },
      "features": [
        {
          "type": "DOCUMENT_TEXT_DETECTION"
        }
      ],
      "outputConfig": {
        "gcsDestination": {
          "uri": "gs://<your bucket name>/output/"
        },
        "batchSize": 1
      }
    }
  ]
}

响应：

{
  "name": "operations/9b1f9d773d216406"
}

3）发出GET请求以检查文档文本检测是否已完成

请求：

GET https://vision.googleapis.com/v1/operations/9b1f9d773d216406
Authorization: Bearer <your access token>

响应：

{
    "name": "operations/9b1f9d773d216406",
    "metadata": {
        "@type": "type.googleapis.com/google.cloud.vision.v1p2beta1.OperationMetadata",
        "state": "RUNNING",
        "updateTime": "2018-06-17T20:18:09.117787733Z"
    },
    "done": true,
    "response": {
        "@type": "type.googleapis.com/google.cloud.vision.v1p2beta1.AsyncBatchAnnotateFilesResponse",
        "responses": [
            {
                "outputConfig": {
                    "gcsDestination": {
                        "uri": "gs://<your bucket name>/output/"
                    },
                    "batchSize": 1
                }
            }
        ]
    }
}

4）检查指定Google云端存储文件夹中的结果

Answer 2

不幸的是，Cloud Vision目前不支持PDF和TIFF格式。

接受的格式为:(取自doc）

JPEG
PNG8
PNG24
GIF
动画GIF（仅限第一帧）
BMP
WEBP
RAW
ICO

Answer 3

https://cloud.google.com/vision/docs/pdf

我知道这个问题已经过时了，但现在Google Vision发布了对PDF的支持！

Answer 4

现在谷歌云视觉文本检测也可用于pdf文件，它以同步方式立即检测pdf文件中的文本，不需要文件在谷歌存储中，它可以是base 64格式。

HTTP 方法和 URL：

POST https://vision.googleapis.com/v1/files:annotate 请求 JSON 正文：

{
  "requests": [
    {
      "inputConfig": {
        "content": "base64-encoded-file",
        "mimeType": "application/pdf"
      },
      "features": [
        {
          "type": "DOCUMENT_TEXT_DETECTION"
        }
      ],
      "pages": [
        1,2,3,4,5
      ]
    }
  ]
}

有关它的更多信息，请访问 https://cloud.google.com/vision/docs/file-small-batch

Cloud Vision API - PDF OCR

4 个答案: