आईओएस पर फायरबेस प्रमाणीकरण और कार्यों का उपयोग करके क्लाउड विजन के साथ छवियों में पाठ को सुरक्षित रूप से पहचानें

अपने ऐप से Google क्लाउड एपीआई को कॉल करने के लिए, आपको एक मध्यवर्ती आरईएसटी एपीआई बनाना होगा जो प्राधिकरण को संभालता है और एपीआई कुंजी जैसे गुप्त मूल्यों की रक्षा करता है। फिर आपको इस मध्यवर्ती सेवा को प्रमाणित करने और उसके साथ संचार करने के लिए अपने मोबाइल ऐप में कोड लिखना होगा।

इस आरईएसटी एपीआई को बनाने का एक तरीका फायरबेस प्रमाणीकरण और कार्यों का उपयोग करना है, जो आपको Google क्लाउड एपीआई के लिए एक प्रबंधित, सर्वर रहित गेटवे देता है जो प्रमाणीकरण को संभालता है और पूर्व-निर्मित एसडीके के साथ आपके मोबाइल ऐप से कॉल किया जा सकता है।

यह मार्गदर्शिका दर्शाती है कि अपने ऐप से क्लाउड विज़न एपीआई को कॉल करने के लिए इस तकनीक का उपयोग कैसे करें। यह विधि सभी प्रमाणित उपयोगकर्ताओं को आपके क्लाउड प्रोजेक्ट के माध्यम से क्लाउड विजन बिल की गई सेवाओं तक पहुंचने की अनुमति देगी, इसलिए आगे बढ़ने से पहले विचार करें कि क्या यह प्रमाणीकरण तंत्र आपके उपयोग के मामले के लिए पर्याप्त है।

शुरू करने से पहले

अपना प्रोजेक्ट कॉन्फ़िगर करें

1. आप नहीं पहले से आपका ऐप्लिकेशन को Firebase जोड़ा है, तो में दिए चरणों का पालन करके ऐसा कर आरंभ करने की मार्गदर्शिका ।
2. अपने Podfile में Firebase को शामिल करें: आप स्थापित करने या अपने प्रोजेक्ट की फलियाँ अद्यतन करते हैं, इसके उपयोग करते हुए अपने Xcode प्रोजेक्ट को खोलने के लिए यकीन है कि हो के बाद .xcworkspace ।
3. अपने ऐप्लिकेशन में, Firebase आयात करें:

   तीव्र

   import Firebase

   उद्देश्य सी

   @import Firebase;

4. यदि आपने अपने प्रोजेक्ट के लिए पहले से क्लाउड-आधारित API सक्षम नहीं किया है, तो अभी करें:

   1. खोलें Firebase एमएल एपीआई पेज Firebase सांत्वना की।

   2. आप पहले से ही ब्लेज़ मूल्य निर्धारण योजना पर अपनी परियोजना अपग्रेड नहीं किए हैं, ऐसा करने के लिए अपग्रेड क्लिक करें। (आपको केवल तभी अपग्रेड करने के लिए कहा जाएगा जब आपका प्रोजेक्ट ब्लेज़ प्लान पर न हो।)

      केवल ब्लेज़-स्तरीय प्रोजेक्ट ही क्लाउड-आधारित API का उपयोग कर सकते हैं।

   3. क्लाउड-आधारित एपीआई पहले से सक्षम नहीं रहे हैं, तो क्लिक करें क्लाउड-आधारित API सक्षम करें।
5. Cloud Vision API तक पहुंच की अनुमति न देने के लिए अपनी मौजूदा Firebase API कुंजियां कॉन्फ़िगर करें:
   1. खोलें साख बादल कंसोल के पेज।
   2. सूची में प्रत्येक API कुंजी के लिए, संपादन दृश्य खोलें, और कुंजी प्रतिबंध अनुभाग में, सूची में बादल विजन एपीआई को छोड़कर उपलब्ध एपीआई के सभी जोड़ें।

कॉल करने योग्य फ़ंक्शन को परिनियोजित करें

इसके बाद, क्लाउड फ़ंक्शन को परिनियोजित करें जिसका उपयोग आप अपने ऐप और क्लाउड विज़न एपीआई को पाटने के लिए करेंगे। functions-samples भंडार एक उदाहरण आप उपयोग कर सकते हैं।

डिफ़ॉल्ट रूप से, इस फ़ंक्शन के माध्यम से क्लाउड विज़न एपीआई तक पहुँचने से केवल आपके ऐप के प्रमाणित उपयोगकर्ता ही क्लाउड विज़न एपीआई तक पहुँच सकते हैं। आप विभिन्न आवश्यकताओं के लिए फ़ंक्शन को संशोधित कर सकते हैं।

समारोह को तैनात करने के लिए:

1. क्लोन या डाउनलोड कार्यों-नमूने रेपो और परिवर्तन के vision-annotate-image निर्देशिका:

   git clone https://github.com/firebase/functions-samples
   cd vision-annotate-image
   

2. निर्भरता स्थापित करें:

   cd functions
   npm install
   cd ..
   

3. आप Firebase CLI की जरूरत नहीं है, तो इसे स्थापित ।
4. में एक Firebase परियोजना प्रारंभ vision-annotate-image निर्देशिका। संकेत मिलने पर, सूची में अपना प्रोजेक्ट चुनें।

   firebase init

5. समारोह तैनात:

   firebase deploy --only functions:annotateImage

अपने ऐप्लिकेशन में Firebase प्रमाणीकरण जोड़ें

ऊपर परिनियोजित कॉल करने योग्य फ़ंक्शन आपके ऐप के गैर-प्रमाणित उपयोगकर्ताओं के किसी भी अनुरोध को अस्वीकार कर देगा। आप पहले से ही ऐसा नहीं किया है, तो आप करने की आवश्यकता होगी आपके ऐप पर Firebase प्रमाणीकरण जोड़ें।

अपने ऐप में आवश्यक निर्भरताएँ जोड़ें

1. : अपने Podfile को Firebase कार्य पुस्तकालय के लिए निर्भरता जोड़े

   pod 'Firebase/Functions'

2. निर्भरता स्थापित करें:

   pod install

अब आप इमेज में टेक्स्ट को पहचानना शुरू करने के लिए तैयार हैं।

1. इनपुट छवि तैयार करें

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

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

2. टेक्स्ट को पहचानने के लिए कॉल करने योग्य फ़ंक्शन को आमंत्रित करें

1. सबसे पहले, क्लाउड फ़ंक्शंस का एक उदाहरण प्रारंभ करें:

   तीव्र

   lazy var functions = Functions.functions()
   

   उद्देश्य सी

   @property(strong, nonatomic) FIRFunctions *functions;
   

2. अनुरोध बनाएँ। बादल विजन एपीआई दो का समर्थन करता है प्रकार : पाठ का पता लगाने की TEXT_DETECTION और DOCUMENT_TEXT_DETECTION । देखें बादल विजन ओसीआर डॉक्स दो उपयोग के मामलों के बीच अंतर के लिए।

   तीव्र

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

   उद्देश्य सी

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

3. अंत में, फ़ंक्शन का आह्वान करें:

   तीव्र

   functions.httpsCallable("annotateImage").call(requestData) { (result, error) in
     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]
       }
       // ...
     }
     // Function completed succesfully
   }
   

   उद्देश्य सी

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

3. मान्यता प्राप्त टेक्स्ट के ब्लॉक से टेक्स्ट निकालें

पाठ पहचान आपरेशन सफल होती है, की एक JSON प्रतिक्रिया BatchAnnotateImagesResponse कार्य के परिणाम में लौटा दी जाएगी। पाठ एनोटेशन में पाया जा सकता fullTextAnnotation वस्तु।

आप में एक स्ट्रिंग के रूप में मान्यता प्राप्त कर सकते हैं पाठ text क्षेत्र। उदाहरण के लिए:

guard let annotation = (result?.data as? [String: Any])?["fullTextAnnotation"] as? [String: Any] else { return }
print("%nComplete annotation:")
let text = annotation["text"] as? String ?? ""
print("%n\(text)")

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

आप छवि के क्षेत्रों के लिए विशिष्ट जानकारी भी प्राप्त कर सकते हैं। प्रत्येक के लिए block , paragraph , word , और symbol , आप पाठ क्षेत्र में मान्यता प्राप्त है और क्षेत्र का सीमा निर्देशांक मिल सकती है। उदाहरण के लिए:

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
}

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];
  }
}