अपने ऐप्लिकेशन से Google Cloud API को कॉल करने के लिए, आपको एक बीच का REST API बनाना होगा. यह एपीआई अनुमति देने को मैनेज करता है और एपीआई पासकोड जैसी सीक्रेट वैल्यू को सुरक्षित रखता है. इसके बाद, आपको इस बीच के लेवल पर मिलने वाली सेवा की पुष्टि करने और उससे संपर्क करने के लिए, अपने मोबाइल ऐप्लिकेशन में कोड लिखना होगा.
इस REST API को बनाने का एक तरीका, 'Firebase ऑथेंटिकेशन' और 'फ़ंक्शन' का इस्तेमाल करना है. इससे आपको Google Cloud API के लिए, बिना सर्वर वाला एक मैनेज किया गया गेटवे मिलता है. यह गेटवे, पुष्टि करने का काम करता है. साथ ही, पहले से बने SDK टूल की मदद से, आपके मोबाइल ऐप्लिकेशन से कॉल किया जा सकता है.
इस गाइड में इस तकनीक का इस्तेमाल करके, अपने ऐप्लिकेशन से Cloud Vision API को कॉल करने का तरीका बताया गया है. इस तरीके से, पुष्टि किए गए सभी उपयोगकर्ता आपके Cloud प्रोजेक्ट के ज़रिए Cloud Vision की बिलिंग सेवाओं को ऐक्सेस कर पाएंगे. इसलिए, आगे बढ़ने से पहले यह देख लें कि आपके इस्तेमाल के उदाहरण के लिए, पुष्टि करने का यह तरीका काफ़ी है या नहीं.
शुरू करने से पहले
अपना प्रोजेक्ट कॉन्फ़िगर करना
अगर आपने पहले से अपने ऐप्लिकेशन में Firebase नहीं जोड़ा है, तो शुरुआती निर्देश में दिए गए निर्देशों का पालन करके ऐसा करें.Firebase डिपेंडेंसी इंस्टॉल और मैनेज करने के लिए, Swift पैकेज मैनेजर का इस्तेमाल करें.
- Xcode में, अपना ऐप्लिकेशन प्रोजेक्ट खोलने के लिए, फ़ाइल > पैकेज जोड़ें पर जाएं.
- जब कहा जाए, तब Firebase Apple प्लैटफ़ॉर्म SDK टूल का रिपॉज़िटरी जोड़ें:
- Firebase ML लाइब्रेरी चुनें.
- अपने टारगेट की बिल्ड सेटिंग के अन्य लिंकर फ़्लैग सेक्शन में
-ObjC
फ़्लैग जोड़ें. - यह काम पूरा होने के बाद, Xcode बैकग्राउंड में आपकी डिपेंडेंसी को अपने-आप रिज़ॉल्व और डाउनलोड करना शुरू कर देगा.
https://github.com/firebase/firebase-ios-sdk.git
इसके बाद, कुछ इन-ऐप्लिकेशन सेटअप करें:
- अपने ऐप्लिकेशन में, Firebase इंपोर्ट करें:
Swift
import FirebaseMLModelDownloader
Objective-C
@import FirebaseMLModelDownloader;
कॉन्फ़िगरेशन के कुछ और चरण, अब हम इस्तेमाल के लिए तैयार हैं:
-
अगर आपने पहले से अपने प्रोजेक्ट के लिए क्लाउड-आधारित एपीआई चालू नहीं किए हैं, तो अभी करें:
- Firebase कंसोल का Firebase ML एपीआई पेज खोलें.
-
अगर आपने अपने प्रोजेक्ट को पहले से ब्लेज़ प्राइसिंग प्लान में अपग्रेड नहीं किया है, तो ऐसा करने के लिए अपग्रेड करें पर क्लिक करें. (अगर आपका प्रोजेक्ट ब्लेज़ प्लान में नहीं है, तो आपको अपग्रेड करने के लिए कहा जाएगा.)
सिर्फ़ ब्लेज़-लेवल के प्रोजेक्ट ही क्लाउड-आधारित एपीआई का इस्तेमाल कर सकते हैं.
- अगर क्लाउड-आधारित एपीआई पहले से चालू नहीं हैं, तो क्लाउड-आधारित एपीआई चालू करें पर क्लिक करें.
- Cloud Vision API को ऐक्सेस करने की अनुमति न देने के लिए, अपनी मौजूदा Firebase API कुंजियां कॉन्फ़िगर करें:
- Cloud Console का क्रेडेंशियल पेज खोलें.
- सूची में मौजूद हर एपीआई पासकोड के लिए, बदलाव करने वाला व्यू खोलें. इसके बाद, 'कुंजी की पाबंदियां' सेक्शन में, Cloud Vision API को छोड़कर सभी उपलब्ध एपीआई को सूची में जोड़ें.
कॉल करने लायक फ़ंक्शन को डिप्लॉय करें
इसके बाद, उस Cloud फ़ंक्शन को डिप्लॉय करें जिसका इस्तेमाल आपको अपने ऐप्लिकेशन और Cloud
Vision API को जोड़ने के लिए करना है. functions-samples
रिपॉज़िटरी में एक उदाहरण दिया गया है
जिसका इस्तेमाल किया जा सकता है.
डिफ़ॉल्ट रूप से, इस फ़ंक्शन से Cloud Vision API को ऐक्सेस करने पर, आपके ऐप्लिकेशन के सिर्फ़ पुष्टि किए गए उपयोगकर्ता ही Cloud Vision API को ऐक्सेस कर पाएंगे. अलग-अलग ज़रूरी शर्तों के हिसाब से, फ़ंक्शन में बदलाव किया जा सकता है.
फ़ंक्शन को डिप्लॉय करने के लिए:
- फ़ंक्शन-सैंपल रेपो को क्लोन करें या डाउनलोड करें और
Node-1st-gen/vision-annotate-image
डायरेक्ट्री में बदलें:git clone https://github.com/firebase/functions-samples
cd Node-1st-gen/vision-annotate-image
- डिपेंडेंसी इंस्टॉल करें:
cd functions
npm install
cd ..
- अगर आपके पास Firebase सीएलआई नहीं है, तो उसे इंस्टॉल करें.
vision-annotate-image
डायरेक्ट्री में, Firebase प्रोजेक्ट शुरू करें. जब कहा जाए, तब सूची में से अपना प्रोजेक्ट चुनें.firebase init
- यह फ़ंक्शन डिप्लॉय करें:
firebase deploy --only functions:annotateImage
अपने ऐप्लिकेशन में Firebase पुष्टि करने की सुविधा जोड़ें
ऊपर दिए गए कॉल करने लायक फ़ंक्शन, आपके ऐप्लिकेशन के गैर-पुष्टि किए गए उपयोगकर्ताओं के किसी भी अनुरोध को अस्वीकार कर देंगे. अगर आपने पहले से ऐसा नहीं किया है, तो आपको अपने ऐप्लिकेशन में Firebase पुष्टि जोड़नी होगी.
अपने ऐप्लिकेशन में ज़रूरी डिपेंडेंसी जोड़ें
'Firebase के लिए Cloud Functions' लाइब्रेरी इंस्टॉल करने के लिए, Swift पैकेज मैनेजर का इस्तेमाल करें.
अब आप इमेज में मौजूद टेक्स्ट की पहचान करने के लिए तैयार हैं.
1. इनपुट इमेज तैयार करें
Cloud Vision को कॉल करने के लिए, इमेज को base64 कोड में बदली गई स्ट्रिंग के तौर पर फ़ॉर्मैट किया जाना चाहिए.UIImage
प्रोसेस करने के लिए:
Swift
guard let imageData = uiImage.jpegData(compressionQuality: 1.0) else { return } let base64encodedImage = imageData.base64EncodedString()
Objective-C
NSData *imageData = UIImageJPEGRepresentation(uiImage, 1.0f); NSString *base64encodedImage = [imageData base64EncodedStringWithOptions:NSDataBase64Encoding76CharacterLineLength];
2. टेक्स्ट की पहचान करने के लिए, कॉल किए जा सकने वाले फ़ंक्शन को शुरू करें
किसी इमेज में लैंडमार्क की पहचान करने के लिए, JSON Cloud विज़न अनुरोध पास करने वाले कॉल करने वाले फ़ंक्शन को शुरू करें.सबसे पहले, Cloud Functions के इंस्टेंस को शुरू करें:
Swift
lazy var functions = Functions.functions()
Objective-C
@property(strong, nonatomic) FIRFunctions *functions;
अनुरोध करें. Cloud Vision API, टेक्स्ट की पहचान करने के दो टाइप के साथ काम करता है:
TEXT_DETECTION
औरDOCUMENT_TEXT_DETECTION
. इस्तेमाल के दोनों उदाहरणों के बीच अंतर के लिए, Cloud Vision OCR दस्तावेज़ देखें.Swift
let requestData = [ "image": ["content": base64encodedImage], "features": ["type": "TEXT_DETECTION"], "imageContext": ["languageHints": ["en"]] ]
Objective-C
NSDictionary *requestData = @{ @"image": @{@"content": base64encodedImage}, @"features": @{@"type": @"TEXT_DETECTION"}, @"imageContext": @{@"languageHints": @[@"en"]} };
आखिर में, फ़ंक्शन शुरू करें:
Swift
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] } // ... } }
Objective-C
[[_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 }];
3. पहचाने गए टेक्स्ट के ब्लॉक से टेक्स्ट निकालें
अगर टेक्स्ट की पहचान करने की कार्रवाई पूरी हो जाती है, तो टास्क के नतीजे में BatchAnnotateImageResponse पर
से JSON रिस्पॉन्स मिलेगा. टेक्स्ट एनोटेशन
fullTextAnnotation
ऑब्जेक्ट में मिल सकते हैं.
आपको text
फ़ील्ड में, पहचाने गए टेक्स्ट को स्ट्रिंग के तौर पर मिल सकता है. उदाहरण के लिए:
Swift
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)")
}
Objective-C
NSDictionary *annotation = result.data[@"fullTextAnnotation"];
if (!annotation) { return; }
NSLog(@"\nComplete annotation:");
NSLog(@"\n%@", annotation[@"text"]);
आपको इमेज के अलग-अलग क्षेत्रों के हिसाब से जानकारी भी मिल सकती है. हर block
,
paragraph
, word
, और symbol
के लिए, आपके पास क्षेत्र और क्षेत्र के बाउंडिंग कोऑर्डिनेट के टेक्स्ट की पहचान करने का विकल्प है. उदाहरण के लिए:
Swift
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
}
}
Objective-C
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];
}
}