ऐप्पल प्लेटफॉर्म पर फायरबेस ऑथ और फ़ंक्शंस का उपयोग करके क्लाउड विज़न के साथ छवियों में टेक्स्ट को सुरक्षित रूप से पहचानें

अपने ऐप से Google क्लाउड एपीआई को कॉल करने के लिए, आपको एक इंटरमीडिएट रेस्ट एपीआई बनाना होगा जो प्राधिकरण को संभालता है और एपीआई कुंजियों जैसे गुप्त मूल्यों की सुरक्षा करता है। इसके बाद आपको इस इंटरमीडिएट सेवा को प्रमाणित करने और उससे संचार करने के लिए अपने मोबाइल ऐप में कोड लिखना होगा।

इस REST API को बनाने का एक तरीका फायरबेस ऑथेंटिकेशन एंड फंक्शंस 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 API को कॉल करने के लिए इस तकनीक का उपयोग कैसे करें। यह विधि सभी प्रमाणित उपयोगकर्ताओं को आपके क्लाउड प्रोजेक्ट के माध्यम से क्लाउड विज़न बिल की गई सेवाओं तक पहुँचने 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

फायरबेस निर्भरताओं को स्थापित और प्रबंधित करने के लिए स्विफ्ट पैकेज मैनेजर का उपयोग करें।

1. Xcode में, अपने ऐप प्रोजेक्ट को खोलने के साथ, File > Add Packages पर नेविगेट करें।
2. संकेत दिए जाने पर, Firebase Apple प्लेटफ़ॉर्म SDK रिपॉजिटरी जोड़ें:

  https://github.com/firebase/firebase-ios-sdk

3. फायरबेस एमएल लाइब्रेरी चुनें।
4. समाप्त होने पर, Xcode स्वचालित रूप से पृष्ठभूमि में आपकी निर्भरताओं को हल करना और डाउनलोड करना शुरू कर देगा।

अगला, कुछ इन-ऐप सेटअप करें:

1. अपने ऐप में, फायरबेस आयात करें:

   तीव्र

   import FirebaseMLModelDownloader

   उद्देश्य सी

   @import FirebaseMLModelDownloader;

कुछ और कॉन्फ़िगरेशन चरण, और हम जाने के लिए तैयार हैं:

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

   1. Firebase कंसोल का Firebase ML APIs पेज खोलें।

   2. यदि आपने अपने प्रोजेक्ट को ब्लेज़ प्राइसिंग प्लान में पहले से अपग्रेड नहीं किया है, तो ऐसा करने के लिए अपग्रेड पर क्लिक करें। (आपको केवल तभी अपग्रेड करने के लिए कहा जाएगा यदि आपका प्रोजेक्ट ब्लेज़ योजना पर नहीं है।)

      केवल ब्लेज़-स्तरीय परियोजनाएँ ही क्लाउड-आधारित API का उपयोग कर सकती हैं।

   3. यदि क्लाउड-आधारित API पहले से सक्षम नहीं हैं, तो क्लाउड-आधारित API सक्षम करें पर क्लिक करें ।
2. क्लाउड विजन एपीआई तक पहुंच को अस्वीकार करने के लिए अपनी मौजूदा फायरबेस एपीआई कुंजियां कॉन्फ़िगर करें:
   1. क्लाउड कंसोल का क्रेडेंशियल पेज खोलें।
   2. सूची में प्रत्येक API कुंजी के लिए, संपादन दृश्य खोलें, और कुंजी प्रतिबंध अनुभाग में, क्लाउड विज़न API को छोड़कर सभी उपलब्ध API को सूची में 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 ब्रिज करने के लिए करेंगे। functions-samples रिपॉजिटरी में एक उदाहरण है जिसका आप उपयोग कर सकते हैं।

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

समारोह को तैनात करने के लिए:

1. फ़ंक्शंस-सैंपल्स रेपो को क्लोन या डाउनलोड करें और vision-annotate-image डायरेक्टरी में बदलें:

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

2. निर्भरताएँ स्थापित करें:

   cd functions
   npm install
   cd ..
   

3. अगर आपके पास फायरबेस सीएलआई नहीं है, तो इसे इंस्टॉल करें।
4. vision-annotate-image डायरेक्टरी में फायरबेस प्रोजेक्ट को इनिशियलाइज़ करें। संकेत मिलने पर, सूची में अपना प्रोजेक्ट चुनें।

   firebase init

5. कार्य परिनियोजित करें:

   firebase deploy --only functions:annotateImage

अपने ऐप में फायरबेस प्रमाणीकरण जोड़ें

ऊपर तैनात कॉल करने योग्य फ़ंक्शन आपके ऐप के गैर-प्रमाणीकृत उपयोगकर्ताओं के किसी भी अनुरोध को अस्वीकार कर देगा। यदि आपने पहले से ऐसा नहीं किया है, तो आपको अपने ऐप में Firebase प्रमाणीकरण जोड़ना होगा।

अपने ऐप में आवश्यक निर्भरताएँ जोड़ें

फायरबेस लाइब्रेरी के लिए क्लाउड फ़ंक्शंस स्थापित करने के लिए स्विफ्ट पैकेज मैनेजर का उपयोग करें।

अब आप छवियों में टेक्स्ट की पहचान करने के लिए तैयार हैं।

1. इनपुट इमेज 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. पाठ को पहचानने के लिए कॉल करने योग्य फ़ंक्शन को प्रारंभ करें

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

   तीव्र

   lazy var functions = Functions.functions()
   

   उद्देश्य सी

   @property(strong, nonatomic) FIRFunctions *functions;
   

2. अनुरोध बनाएँ। क्लाउड विजन एपीआई दो प्रकार के टेक्स्ट डिटेक्शन का समर्थन करता है: TEXT_DETECTION और DOCUMENT_TEXT_DETECTION । दो उपयोग मामलों के बीच अंतर के लिए क्लाउड विजन ओसीआर डॉक्स देखें।

   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. पहचाने गए टेक्स्ट के ब्लॉक से टेक्स्ट निकालें

यदि टेक्स्ट रिकग्निशन ऑपरेशन सफल होता है, तो कार्य के परिणाम में BatchAnnotateImagesResponse की JSON प्रतिक्रिया वापस आ जाएगी। टेक्स्ट एनोटेशन को fullTextAnnotation ऑब्जेक्ट में पाया जा सकता है।

आप text क्षेत्र में मान्यता प्राप्त पाठ को एक स्ट्रिंग के रूप में प्राप्त कर सकते हैं। 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 block , paragraph , word और symbol के लिए, आप क्षेत्र में मान्यता प्राप्त पाठ और क्षेत्र के सीमा निर्देशांक प्राप्त कर सकते हैं। 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];
  }
}