অ্যাপল প্ল্যাটফর্মে ফায়ারবেস প্রমাণীকরণ এবং ফাংশন ব্যবহার করে ক্লাউড ভিশনের মাধ্যমে সুরক্ষিতভাবে চিত্রগুলিতে পাঠ্য সনাক্ত করুন

আপনার অ্যাপ থেকে একটি Google Cloud API কল করার জন্য, আপনাকে একটি মধ্যবর্তী REST API তৈরি করতে হবে যা অনুমোদন পরিচালনা করে এবং API কীগুলির মতো গোপন মানগুলিকে সুরক্ষিত করে। তারপর আপনাকে এই মধ্যবর্তী পরিষেবার সাথে প্রমাণীকরণ এবং যোগাযোগ করার জন্য আপনার মোবাইল অ্যাপে কোড লিখতে হবে।

এই REST API তৈরি করার একটি উপায় হল Firebase Authentication and Functions ব্যবহার করা, যা আপনাকে Google Cloud API-এর একটি পরিচালিত, সার্ভারলেস গেটওয়ে দেয় যা প্রমাণীকরণ পরিচালনা করে এবং আপনার মোবাইল অ্যাপ থেকে পূর্বে তৈরি SDK-এর মাধ্যমে কল করা যেতে পারে।

এই নির্দেশিকাটি আপনার অ্যাপ থেকে ক্লাউড ভিশন API কল করার জন্য এই কৌশলটি কীভাবে ব্যবহার করবেন তা দেখায়। এই পদ্ধতিটি সমস্ত প্রমাণিত ব্যবহারকারীদের আপনার ক্লাউড প্রকল্পের মাধ্যমে ক্লাউড ভিশন বিল করা পরিষেবাগুলি অ্যাক্সেস করার অনুমতি দেবে, তাই এগিয়ে যাওয়ার আগে বিবেচনা করুন যে এই প্রমাণীকরণ প্রক্রিয়াটি আপনার ব্যবহারের ক্ষেত্রে যথেষ্ট কিনা।

শুরু করার আগে

আপনার প্রকল্প কনফিগার করুন

যদি আপনি ইতিমধ্যেই আপনার অ্যাপে Firebase যোগ না করে থাকেন, তাহলে শুরু করার নির্দেশিকার ধাপগুলি অনুসরণ করে তা করুন।

ফায়ারবেস নির্ভরতা ইনস্টল এবং পরিচালনা করতে সুইফট প্যাকেজ ম্যানেজার ব্যবহার করুন।

  1. Xcode-এ, আপনার অ্যাপ প্রজেক্ট খোলা থাকা অবস্থায়, File > Add Packages- এ নেভিগেট করুন।
  2. অনুরোধ করা হলে, Firebase Apple platforms SDK সংগ্রহস্থল যোগ করুন: 
    3.   https://github.com/firebase/firebase-ios-sdk.git
  3. Firebase ML লাইব্রেরিটি বেছে নিন।
  4. আপনার টার্গেটের বিল্ড সেটিংসের অন্যান্য লিঙ্কার ফ্ল্যাগ বিভাগে -ObjC ফ্ল্যাগ যোগ করুন।
  5. শেষ হয়ে গেলে, Xcode স্বয়ংক্রিয়ভাবে ব্যাকগ্রাউন্ডে আপনার নির্ভরতাগুলি সমাধান এবং ডাউনলোড করা শুরু করবে।

এরপর, কিছু ইন-অ্যাপ সেটআপ করুন:

  1. আপনার অ্যাপে, Firebase আমদানি করুন:

    সুইফট 

    import FirebaseMLModelDownloader

    অবজেক্টিভ-সি 

    @import FirebaseMLModelDownloader;

আরও কয়েকটি কনফিগারেশন ধাপ, এবং আমরা যেতে প্রস্তুত:

  1. যদি আপনি ইতিমধ্যেই আপনার প্রকল্পের জন্য ক্লাউড-ভিত্তিক API সক্রিয় না করে থাকেন, তাহলে এখনই তা করুন:

    1. Firebase কনসোলে Firebase ML API পৃষ্ঠাটি খুলুন।

    2. যদি আপনি ইতিমধ্যেই আপনার প্রকল্পটিকে পে-অ্যাজ-ইউ-গো ব্লেজ প্রাইসিং প্ল্যানে আপগ্রেড না করে থাকেন, তাহলে আপগ্রেডে ক্লিক করে তা করুন। (আপনার প্রকল্পটি ব্লেজ প্রাইসিং প্ল্যানে না থাকলেই আপনাকে আপগ্রেড করতে বলা হবে।)

      শুধুমাত্র ব্লেজ প্রাইসিং প্ল্যানের প্রকল্পগুলিই ক্লাউড-ভিত্তিক API ব্যবহার করতে পারবে।

    3. যদি ক্লাউড-ভিত্তিক API গুলি ইতিমধ্যেই সক্ষম না থাকে, তাহলে ক্লাউড-ভিত্তিক API গুলি সক্ষম করুন এ ক্লিক করুন।
  2. ক্লাউড ভিশন API-তে অ্যাক্সেস নিষিদ্ধ করতে আপনার বিদ্যমান Firebase API কীগুলি কনফিগার করুন:
    1. ক্লাউড কনসোলের শংসাপত্র পৃষ্ঠাটি খুলুন।
    2. তালিকার প্রতিটি API কী-এর জন্য, সম্পাদনা দৃশ্যটি খুলুন এবং কী সীমাবদ্ধতা বিভাগে, ক্লাউড ভিশন API ব্যতীত সমস্ত উপলব্ধ API তালিকায় যুক্ত করুন।

কলযোগ্য ফাংশনটি স্থাপন করুন

এরপর, আপনার অ্যাপ এবং ক্লাউড ভিশন API-এর মধ্যে সংযোগ স্থাপনের জন্য আপনি যে ক্লাউড ফাংশনটি ব্যবহার করবেন তা স্থাপন করুন। functions-samples সংগ্রহস্থলে একটি উদাহরণ রয়েছে যা আপনি ব্যবহার করতে পারেন।

ডিফল্টরূপে, এই ফাংশনের মাধ্যমে ক্লাউড ভিশন API অ্যাক্সেস করলে শুধুমাত্র আপনার অ্যাপের প্রমাণীকৃত ব্যবহারকারীরা ক্লাউড ভিশন API অ্যাক্সেস করতে পারবেন। আপনি বিভিন্ন প্রয়োজনীয়তার জন্য ফাংশনটি পরিবর্তন করতে পারেন।

ফাংশনটি স্থাপন করতে:

  1. functions-samples repo ক্লোন বা ডাউনলোড করুন এবং Node-1st-gen/vision-annotate-image ডিরেক্টরিতে পরিবর্তন করুন: 
    git clone https://github.com/firebase/functions-samples
cd Node-1st-gen/vision-annotate-image
  2. নির্ভরতা ইনস্টল করুন: 
    cd functions
npm install
cd ..
  3. যদি আপনার Firebase CLI না থাকে, তাহলে এটি ইনস্টল করুন ।
  4. vision-annotate-image ডিরেক্টরিতে একটি Firebase প্রকল্প শুরু করুন। অনুরোধ করা হলে, তালিকা থেকে আপনার প্রকল্পটি নির্বাচন করুন। 
    firebase init
  5. ফাংশনটি স্থাপন করুন: 
    firebase deploy --only functions:annotateImage

আপনার অ্যাপে Firebase Auth যোগ করুন

উপরে স্থাপন করা কলযোগ্য ফাংশনটি আপনার অ্যাপের অ-প্রমাণিত ব্যবহারকারীদের যেকোনো অনুরোধ প্রত্যাখ্যান করবে। যদি আপনি ইতিমধ্যে এটি না করে থাকেন, তাহলে আপনার অ্যাপে Firebase Auth যোগ করতে হবে।

আপনার অ্যাপে প্রয়োজনীয় নির্ভরতা যোগ করুন

ফায়ারবেস লাইব্রেরির জন্য ক্লাউড ফাংশন ইনস্টল করতে সুইফট প্যাকেজ ম্যানেজার ব্যবহার করুন।

এখন আপনি ছবিতে লেখা চিনতে শুরু করতে প্রস্তুত।

১. ইনপুট ইমেজ প্রস্তুত করুন

ক্লাউড ভিশন কল করার জন্য, ছবিটিকে base64-এনকোডেড স্ট্রিং হিসেবে ফরম্যাট করতে হবে। UIImage প্রক্রিয়া করতে:

সুইফট 

guard let imageData = uiImage.jpegData(compressionQuality: 1.0) else { return }
let base64encodedImage = imageData.base64EncodedString()

অবজেক্টিভ-সি 

NSData *imageData = UIImageJPEGRepresentation(uiImage, 1.0f);
NSString *base64encodedImage =
  [imageData base64EncodedStringWithOptions:NSDataBase64Encoding76CharacterLineLength];

2. টেক্সট চিনতে কলযোগ্য ফাংশনটি ব্যবহার করুন

একটি ছবিতে ল্যান্ডমার্ক সনাক্ত করতে, JSON ক্লাউড ভিশন অনুরোধ পাস করে কলযোগ্য ফাংশনটি চালু করুন।

  1. প্রথমে, ক্লাউড ফাংশনের একটি উদাহরণ শুরু করুন:

    সুইফট 

    lazy var functions = Functions.functions()

    অবজেক্টিভ-সি 

    @property(strong, nonatomic) FIRFunctions *functions;

  2. অনুরোধটি তৈরি করুন। ক্লাউড ভিশন API দুটি ধরণের টেক্সট সনাক্তকরণ সমর্থন করে: TEXT_DETECTION এবং DOCUMENT_TEXT_DETECTION । দুটি ব্যবহারের ক্ষেত্রে পার্থক্যের জন্য ক্লাউড ভিশন OCR ডক্স দেখুন।

    সুইফট 

    let requestData = [
  "image": ["content": base64encodedImage],
  "features": ["type": "TEXT_DETECTION"],
  "imageContext": ["languageHints": ["en"]]
]

    অবজেক্টিভ-সি 

    NSDictionary *requestData = @{
  @"image": @{@"content": base64encodedImage},
  @"features": @{@"type": @"TEXT_DETECTION"},
  @"imageContext": @{@"languageHints": @[@"en"]}
};

  3. অবশেষে, ফাংশনটি চালু করুন:

    সুইফট 

    do {
  let result = try await functions.httpsCallable("annotateImage").call(requestData)
  print(result)
} catch {
  if let error = error as NSError? {
    if error.domain == FunctionsErrorDomain {
      let code = FunctionsErrorCode(rawValue: error.code)
      let message = error.localizedDescription
      let details = error.userInfo[FunctionsErrorDetailsKey]
    }
    // ...
  }
}

    অবজেক্টিভ-সি 

    [[_functions HTTPSCallableWithName:@"annotateImage"]
                          callWithObject:requestData
                              completion:^(FIRHTTPSCallableResult * _Nullable result, NSError * _Nullable error) {
        if (error) {
          if ([error.domain isEqualToString:@"com.firebase.functions"]) {
            FIRFunctionsErrorCode code = error.code;
            NSString *message = error.localizedDescription;
            NSObject *details = error.userInfo[@"details"];
          }
          // ...
        }
        // Function completed succesfully
        // Get information about labeled objects

      }];

৩. স্বীকৃত টেক্সটের ব্লক থেকে টেক্সট বের করুন

যদি টেক্সট শনাক্তকরণ অপারেশন সফল হয়, তাহলে টাস্কের ফলাফলে BatchAnnotateImagesResponse এর একটি JSON প্রতিক্রিয়া ফিরে আসবে। টেক্সট টীকাগুলি fullTextAnnotation অবজেক্টে পাওয়া যাবে।

আপনি text ফিল্ডে স্ট্রিং হিসেবে স্বীকৃত টেক্সট পেতে পারেন। উদাহরণস্বরূপ:

সুইফট 

let annotation = result.flatMap { $0.data as? [String: Any] }
    .flatMap { $0["fullTextAnnotation"] }
    .flatMap { $0 as? [String: Any] }
guard let annotation = annotation else { return }

if let text = annotation["text"] as? String {
  print("Complete annotation: \(text)")
}

অবজেক্টিভ-সি 

NSDictionary *annotation = result.data[@"fullTextAnnotation"];
if (!annotation) { return; }
NSLog(@"\nComplete annotation:");
NSLog(@"\n%@", annotation[@"text"]);

আপনি ছবির অঞ্চলের নির্দিষ্ট তথ্যও পেতে পারেন। প্রতিটি block , paragraph , word এবং symbol জন্য, আপনি অঞ্চলের টেক্সট এবং অঞ্চলের সীমানা স্থানাঙ্কগুলি সনাক্ত করতে পারেন। উদাহরণস্বরূপ:

সুইফট 

guard let pages = annotation["pages"] as? [[String: Any]] else { return }
for page in pages {
  var pageText = ""
  guard let blocks = page["blocks"] as? [[String: Any]] else { continue }
  for block in blocks {
    var blockText = ""
    guard let paragraphs = block["paragraphs"] as? [[String: Any]] else { continue }
    for paragraph in paragraphs {
      var paragraphText = ""
      guard let words = paragraph["words"] as? [[String: Any]] else { continue }
      for word in words {
        var wordText = ""
        guard let symbols = word["symbols"] as? [[String: Any]] else { continue }
        for symbol in symbols {
          let text = symbol["text"] as? String ?? ""
          let confidence = symbol["confidence"] as? Float ?? 0.0
          wordText += text
          print("Symbol text: \(text) (confidence: \(confidence)%n")
        }
        let confidence = word["confidence"] as? Float ?? 0.0
        print("Word text: \(wordText) (confidence: \(confidence)%n%n")
        let boundingBox = word["boundingBox"] as? [Float] ?? [0.0, 0.0, 0.0, 0.0]
        print("Word bounding box: \(boundingBox.description)%n")
        paragraphText += wordText
      }
      print("%nParagraph: %n\(paragraphText)%n")
      let boundingBox = paragraph["boundingBox"] as? [Float] ?? [0.0, 0.0, 0.0, 0.0]
      print("Paragraph bounding box: \(boundingBox)%n")
      let confidence = paragraph["confidence"] as? Float ?? 0.0
      print("Paragraph Confidence: \(confidence)%n")
      blockText += paragraphText
    }
    pageText += blockText
  }
}

অবজেক্টিভ-সি 

for (NSDictionary *page in annotation[@"pages"]) {
  NSMutableString *pageText = [NSMutableString new];
  for (NSDictionary *block in page[@"blocks"]) {
    NSMutableString *blockText = [NSMutableString new];
    for (NSDictionary *paragraph in block[@"paragraphs"]) {
      NSMutableString *paragraphText = [NSMutableString new];
      for (NSDictionary *word in paragraph[@"words"]) {
        NSMutableString *wordText = [NSMutableString new];
        for (NSDictionary *symbol in word[@"symbols"]) {
          NSString *text = symbol[@"text"];
          [wordText appendString:text];
          NSLog(@"Symbol text: %@ (confidence: %@\n", text, symbol[@"confidence"]);
        }
        NSLog(@"Word text: %@ (confidence: %@\n\n", wordText, word[@"confidence"]);
        NSLog(@"Word bounding box: %@\n", word[@"boundingBox"]);
        [paragraphText appendString:wordText];
      }
      NSLog(@"\nParagraph: \n%@\n", paragraphText);
      NSLog(@"Paragraph bounding box: %@\n", paragraph[@"boundingBox"]);
      NSLog(@"Paragraph Confidence: %@\n", paragraph[@"confidence"]);
      [blockText appendString:paragraphText];
    }
    [pageText appendString:blockText];
  }
}